基于MRVM‑AFOSM的边坡可靠度分析方法技术

本发明专利技术涉及一种基于MRVM‑AFOSM的边坡可靠度分析方法，具体包括以下步骤：明确各影响因子的分布形式，构建样本并计算安全系数；构建混合核函数MRVM，采用HS算法优化核参数值，并训练样本；使用经过训练的MRVM对测试样本进行估算，并计算MAE；当MAE满足误差要求时，MRVM训练完成；采用AFOSM计算可靠度，选定初始设计验算点，使用MRVM计算边坡稳定性安全系数及一阶导数，得出新设计验算点；如果新设计验算点满足迭代终止条件，则终止迭代，得出边坡可靠度；本发明专利技术采用MRVM‑AFOSM对边坡稳定进行可靠性分析，MRVM将功能函数显式化，便于求解极限状态函数的一阶导数；随后采用AFOSM计算设计验算点，得到更加精确的可靠度结果。

MRVM slope reliability analysis method based on AFOSM

The invention relates to a MRVM AFOSM slope based on reliability analysis method, including the following steps: defining the distribution form of each influence factor, construct the sample and calculate the factor of safety; construction of mixed kernel function MRVM, HS algorithm is used to optimize the kernel parameter values, and training samples; using trained MRVM on the test sample estimate, and calculate the MAE; when the MAE error meets the requirement, MRVM training completed; using AFOSM to calculate the reliability, the selected initial design point, MRVM is used to calculate the safety coefficient of slope stability and the first derivative, the new design point; if the new design point to meet the conditions of iteration termination, terminate iteration, obtain the slope reliability the invention adopts MRVM AFOSM; on slope stability reliability analysis, MRVM will function explicit, easy to solve a limit state function Second order derivative; then the AFOSM calculation design is used to obtain the more accurate reliability results.

【技术实现步骤摘要】
基于MRVM-AFOSM的边坡可靠度分析方法
本专利技术属于边坡可靠度分析方法，具体涉及一种基于MRVM-AFOSM的边坡可靠度分析方法。
技术介绍
边坡工程包含有大量的不确定因素，采用常规的确定性方法难以准确评估其安全性态。而可靠度运用概率论和数理统计等方法，将各种不确定因素作为随机变量，分析边坡失稳的可能性，能够更合理地反映边坡的实际安全状况。传统的边坡可靠度分析方法主要有：一阶可靠度方法(FORM)、二阶可靠度方法(SORM)、响应面法(RSM)、蒙特卡罗模拟(MCS)等，其中FORM又分为均值一次二阶矩(MVFOSM)与改进一次二阶(AFOSM)。MVFOSM虽计算简便，但不考虑变量的概率分布，精度较低；AFORM精度较高，但需要大量计算，且要求边坡的功能函数为显式，常常难以满足；在FORM的可靠度计算结果的基础上，SORM对失效概率的计算方法进行改进，使失效概率结果更加准确；RSM尝试采用多项式函数代替未知的功能函数，但其计算量大，且不适于强非线性问题；随着计算机性能的提高，原理简单的MCS被提出，但对于失稳概率很小的问题，MCS计算效率、精度均较低。随着智能算法的发展，将本文档来自技高网...

【技术保护点】
基于MRVM‑AFOSM的边坡可靠度分析方法，其特征在于：包括以下步骤：步骤一、明确各影响因子的分布形式，构建样本的输入因子，然后计算所述样本安全系数，将该样本安全系数作为所述样本的输出因子；所述样本分为训练样本和测试样本；步骤二、构建混合核函数MRVM，采用HS算法优化核参数值，使用所述训练样本对MRVM进行训练；步骤三、使用经过训练的MRVM对所述测试样本的安全系数进行估算，并与所述步骤一中计算的测试样本安全系数比较，计算MAE；当MAE满足误差要求时，核参数值确定，MRVM训练完成，当MAE不满足误差要求时，重复步骤二；步骤四、采用AFOSM计算可靠度，初始设计验算点采用各影响因子的均值...

【技术特征摘要】
1.基于MRVM-AFOSM的边坡可靠度分析方法，其特征在于：包括以下步骤：步骤一、明确各影响因子的分布形式，构建样本的输入因子，然后计算所述样本安全系数，将该样本安全系数作为所述样本的输出因子；所述样本分为训练样本和测试样本；步骤二、构建混合核函数MRVM，采用HS算法优化核参数值，使用所述训练样本对MRVM进行训练；步骤三、使用经过训练的MRVM对所述测试样本的安全系数进行估算，并与所述步骤一中计算的测试样本安全系数比较，计算MAE；当MAE满足误差要求时，核参数值确定，MRVM训练完成，当MAE不满足误差要求时，重复步骤二；步骤四、采用AFOSM计算可靠度，初始设计验算点采用各影响因子的均值，使用MRVM计算所述设计验算点的边坡稳定性安全系数及一阶导数，得出新设计验算点；步骤五、如果新设计验算点满足迭代终止条件，则终止迭代，得出边坡可靠度，如果新设计验算点不满足迭代终止条件，则重复步骤四。2.根据权利要求1所述的分析方法，其特征在于：所述步骤一中样本安全系数的计算方法为极限平衡法、塑性极限分析法或有限元法。3.根据权利要求1所述的分析方法，其特征在于：所述步骤二中混合核函数MRVM如下式所示，K(x,xi)＝mexp(-||x-xi||2/c2)+(1-m)[η(xxi)+r]q式中，c为高斯核参数；η，r，q为多项式核参数；m为混合核函数的比例参数。4.根据权要求1所述的分析方法，其特征在于：所述步骤二中HS算法包括以下步骤：(1)初始化参数，主要参数包括：变量个数N、最大迭代次数Tmax、和声记忆库的大小HMS、记忆库取值概率HMCR、音调微调概率PAR、音调调节带宽bw，初始化和声记忆库，随...

【专利技术属性】
技术研发人员：马春辉，杨杰，胡德秀，程琳，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西,61