La emergente aproximación de Máxima Entropía Local (LME), que combina las ventajas de las aproximaciones globales y locales, presenta un problema no resuelto en el que no puede cambiar de manera adaptativa la morfología de la función base de acuerdo con las características locales de la muestra, lo que limita en gran medida su capacidad de aproximación altamente no lineal. En esta investigación, se propone un nuevo Modelo Suplementario Adaptativo de Máxima Entropía Local (ALMESM) mediante la construcción de un algoritmo que cambia de manera adaptativa la función base LME e introduce la Optimización por Enjambre de Partículas para garantizar la optimalidad de la función base cambiada adaptativamente. El rendimiento del ALMESM se investiga sistemáticamente mediante la comparación con la aproximación LME, una función base radial y el modelo de Kriging en dos funciones matemáticas explícitamente altamente no lineales. Los resultados muestran que el ALMESM tiene la mayor precisión y estabilidad de todos los modelos comparados. El ALMESM se valida además mediante un caso de ingeniería altamente no lineal, que consiste en un análisis de fiabilidad de un disco de turbina bajo incertidumbre geométrica, y logra un resultado deseable. En comparación con el método directo de Monte Carlo, el error relativo del ALMESM es inferior al 1%, lo que indica que el ALMESM tiene un potencial considerable para problemas altamente no lineales y análisis de fiabilidad estructural.