基于二分類方法和安全系數方法使用comsol with matlab蒙特卡洛模擬實現邊坡失效概率計算——隨機變量模型
- 模型和全部代碼下載
- 隨機變量模擬
- 加載comsol模型
- 蒙特卡洛模擬(分類模型)
- 蒙特卡洛模擬(安全系數模型)
- 內聚力和內摩擦角隨機變量分布
- 二分類穩定性1000次運行結果
- 失效概率1000次模擬結果(分類模型)
- 安全系數回歸模型
- 失效概率1000次模擬結果(安全系數模型)
模型和全部代碼下載
comsol邊坡模型與comsol with matlab實現邊坡可靠度蒙特卡洛模擬計算失效概率代碼實現
隨機變量模擬
clc;clear%% statr process
% 1. 生成隨機變量
%(1)內聚力和內摩擦角
% 指定原始分布的均值和標準差(原始空間)
cohesion=rf(9800,3000,1000);
friction=rf(10,2,1000);% 可視化分布
figure(1)
histogram(cohesion, 30);
hold on;
plot([mean(cohesion),mean(cohesion)],[0,30],'-r','linewidth',2);
title('Log-normal Distribution with Specified Mean and Std Dev');
xlabel('Value');
ylabel('Frequency');
hold off;
figure(2)
histogram(friction, 30);
hold on;
plot([mean(friction),mean(friction)],[0,30],'-r','linewidth',2);
title('Log-normal Distribution with Specified Mean and Std Dev');
xlabel('Value');
ylabel('Frequency');
hold off;
加載comsol模型
%% load model
model = mphload('comsol_reliability -2.mph');
蒙特卡洛模擬(分類模型)
%% 分類模型多次計算求解kk=[];
fs=[];ratio_append=[];
% hold on;
% ratio_history = [];
for