基于并行蒙特卡洛法的边坡可靠性参数获取方法及装置制造方法及图纸

本发明专利技术实施例提供一种基于并行蒙特卡洛法的边坡可靠性参数获取方法及装置，属于数据处理领域。所述方法包括：根据m个不确定性参数各自对应的均值与标准差，通过正交设计法，生成k个训练样本向量；根据k个训练样本向量及一个或多个确定性参数值，通过边坡稳定性分析方法，获取k个训练样本向量各自对应的边坡稳定系数；以所述k个训练样本向量为自变量，以其各自对应的边坡稳定系数为因变量，构成映射关系，通过支持向量机算法，获取所述映射关系表达式；采用并行蒙特卡洛法随机生成N个服从于联合概率分布的待测样本向量，根据映射关系表达式，计算获取边坡可靠性参数。所述方法有效地提高了计算效率，节约了边坡可靠性分析的时间成本。

【技术实现步骤摘要】
基于并行蒙特卡洛法的边坡可靠性参数获取方法及装置
本专利技术涉及数据处理领域，具体而言，涉及一种基于并行蒙特卡洛法的边坡可靠性参数获取方法及装置。
技术介绍
边坡的稳定性问题是工农业生产和地质灾害研究中常见问题。人类对边坡稳定性的研究经历了两次飞跃，即：从定性判断到定量分析的飞跃，从确定性理论到不确定性理论的飞跃。以蒙特卡洛模拟法为基础的可靠性分析方法，因其通用性好，精度高，占有很重要的地位，常作为其它边坡可靠性评价方法正确与否的基准。但常规蒙特卡洛模拟法也存在明显的缺陷，即计算效率不足。传统上用蒙特卡洛法求解边坡可靠性问题，每一次蒙特卡洛模拟都要调用一次完整的边坡稳定性求解过程。而常规的蒙特卡洛法是典型的串行方法，无法利用当前计算机的多核心、多线程优势，对硬件平台来说是一种浪费。因此，如何通过蒙特卡洛方法快速地进行边坡可靠性分析，提高计算效率，节约边坡可靠性分析的时间成本，是目前急需解决的问题。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提供一种基于并行蒙特卡洛法的边坡可靠性参数获取方法及装置，以改善上述问题。第一方面，本专利技术实施例提供了一种基于并行蒙特卡洛法的边坡可靠性参本文档来自技高网...

【技术保护点】
一种基于并行蒙特卡洛法的边坡可靠性参数获取方法，其特征在于，所述方法包括：根据m个不确定性参数各自对应的均值与标准差，通过正交设计法，生成k个训练样本向量，每个所述训练样本向量由所述m个不确定性参数各自对应的试验数据构成，其中，m与k为非零自然数，k的最大取值与m呈指数关系；根据所述k个训练样本向量及一个或多个确定性参数，通过边坡稳定性分析方法，获取所述k个训练样本向量各自对应的边坡稳定系数；以所述k个训练样本向量为自变量，以其各自对应的所述边坡稳定系数为因变量，构成映射关系，通过支持向量机算法，获取映射关系表达式；根据通过并行蒙特卡洛法随机生成N个服从于联合概率分布的待测样本向量及所述映射关...

【技术特征摘要】
1.一种基于并行蒙特卡洛法的边坡可靠性参数获取方法，其特征在于，所述方法包括：根据m个不确定性参数各自对应的均值与标准差，通过正交设计法，生成k个训练样本向量，每个所述训练样本向量由所述m个不确定性参数各自对应的试验数据构成，其中，m与k为非零自然数，k的最大取值与m呈指数关系；根据所述k个训练样本向量及一个或多个确定性参数，通过边坡稳定性分析方法，获取所述k个训练样本向量各自对应的边坡稳定系数；以所述k个训练样本向量为自变量，以其各自对应的所述边坡稳定系数为因变量，构成映射关系，通过支持向量机算法，获取映射关系表达式；根据通过并行蒙特卡洛法随机生成N个服从于联合概率分布的待测样本向量及所述映射关系表达式，获取边坡可靠性参数，所述边坡可靠性参数包括所述N个待测样本向量各自对应的边坡稳定系数的均值和标准差、边坡失效概率以及可靠度指标，其中，每个所述待测样本向量由所述m个不确定性参数各自对应的随机数据构成。2.根据权利要求1所述的方法，其特征在于，根据m个不确定性参数各自对应的均值与标准差，通过正交设计法，生成k个训练样本向量，包括：根据m个不确定性参数各自对应的均值和标准差，通过正交设计法，至少生成一组第一训练样本向量，每个所述不确定性参数的均值为μi，标准差为σi，每组所述第一训练样本向量中的每个所述不确定性参数对应的3个水平样本为:μi-2σi、μi、μi+2σi，或者为μi-3σi、μi、μi+3σi，其中i＝1,2,…,m，每一组所述第一训练样本向量的数量为nj，nj≤3m，j为组编号，有j∈N+；合并所述第一训练样本向量为训练样本向量，所述训练样本向量的样本数为k，或其中，t为所述第一训练样本向量的组数。3.根据权利要求1所述的方法，其特征在于，以所述k个训练样本向量为自变量，以其各自对应的边坡稳定系数为因变量，构成映射关系，通过支持向量机算法，获取所述映射关系表达式，包括：根据所述k个训练样本向量及其各自对应的边坡稳定系数，以及预设规则，获取最优偏移量以及所述k个训练样本向量各自对应的最优拉格朗日对偶；根据所述最优偏移量、所述k个训练样本向量及其各自对应的所述最优拉格朗日对偶，获取映射关系表达式。4.根据权利要求3所述的方法，其特征在于，所述根据通过并行蒙特卡洛法随机生成N个服从于联合概率分布的待测样本向量及所述映射关系表达式，获取边坡可靠性参数，所述边坡可靠性参数包括N个待测样本向量各自对应的边坡稳定系数的均值和标准差、边坡失效概率以及可靠度指标，其中，每个所述待测样本向量由所述m个不确定性参数各自对应的随机数据构成，包括：采用OpenMP并行技术，将sum1及sum2设置为第一规约变量，所述sum1用于存储稳定系数之和，所述sum2用于存储失效次数之和；创建P个第一并行线程，所述P个第一并行线程用于随机生成N个服从于联合概率分布的待测样本向量，根据所述映射关系表达式及功能函数，分别获取所述sum1与所述sum2的规约和，其中，每个所述待测样本向量由所述m个不确定性参数各自对应的随机数据构成；结束所述P个第一并行线程，将所述稳定系数之和与所述N的比值作为边坡稳定系数的均值，将所述失效次数之和与所述N的比值作为边坡失效概率，根据所述边坡失效概率获取可靠度指标；采用OpenMP并行技术，将sum3设置为第二规约变量，所述sum3用于存储方差之和；创建P个第二并行线程，所述P个第二并行线程用于随机生成N个服从于联合概率分布的待测样本向量，根据所述映射关系表达式，计算所述待测样本向量的稳定系数及与所述稳定系数均值差的平方，获取所述sum3的规约和，其中，每个所述待测样本向量由所述m个不确定性参数各自对应的随机数据构成；结束所述P个第二并行线程，根据所述方差之和获取稳定系数的标准差。5.根据权利要求4所述的方法，其特征在于，在所述根据所述k个训练样本向量及其各自对应的边坡稳定系数，以及预设规则，获取最优偏移量以及所述k个训练样本向量各自对应的最优拉格朗日对偶之前，所述方法还包括：对所述k个训练样本向量中的试验数据进行归一化处理；在创建P个第一并行线程，所述P个第一并行线程用于随机生成N个服从于联合概率分布的待测样本向量之后，根据所述映射关系表达式及功能函数，分别获取所述sum1与所述sum2的规约和之前，所述方法还包括：对所述随机生成的N个服从于联合概率分布的待测样本向量进行归一化处理；在所述创建P个第二并行线程，所述P个第二并行线程用于随机生成N个服从于联合概率分布的待测样本向量之后，根据所述映射关系表达式，计算所述待测样本向量的稳定系数及与所述稳定系数均值差的平方，获取所述sum3的规约和之前，所述方法还包括：对所述随机生成的N个服从于联合概率分布的待测样本向量进...

【专利技术属性】
技术研发人员：刘晓，唐辉明，黄磊，马俊伟，龚松林，邹宗兴，张抒，王飞，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北,42