몬테 카를로 메서드를 사용하여 실패 할 가능성을 계산하려고합니다.실패 가능성 - 한계 상태 함수 - 몬테 카를로 메서드
한계 상태 방정식은 시간 t, C (X = A, t)의 물질 함량을 비교함으로써 얻어지고, 중요한 콘텐츠, Ccrit된다
LSF: g(Ccrit, C(x=a,t)) = Ccrit - C(x=a, t) < 0
Ccrit 베타 분포 Ccrit 다음 ~ B (평균 = 0.6, s = 0.15, a = 0.20, b = 2.0). 생성 분포 :
r=((mean-a)/(b-a))*((((mean-a)*(b-mean))/(s^2))-1)
t=((b-mean)/(b-a))*((((mean-a)*(b-mean))/(s^2))-1)
Ccrit=beta.rvs(r,t,a,b,1e6)
C (X = A, t)는도 11 개의 다른 변수 (베타, 보통 결정 성 로그 정규 등)의 함수이며, 시간 t에 따라 달라진다. 이러한 변수는 scipy.stats는 예 채택 정의 된 모든 변수 내가 어려움이 PF를 계산하는 데 문제 발생
Var1=truncnorm.rvs(0, 1000, 60e-3, 6e-3, 1e6)
(...)
Var11=Csax=dist.lognormal(l, z, 1e6)
후.
P(Ccrit < C) = integral -inf to +inf Fccrit(c) * fC(c) dc
가 공용 폴더에 이르게하지만 난 그것을 계산하는 방법에 대한 우둔입니다 :
나는 것을 보았다.
pf = sum(I(g(x))/N
where:
N - is the number of simulations
x - is the vector of all the involved random variables
I(arg) - is an indicator function, defined as:
if arg < 0
I = 1
else
I = 0
end
:
당신에게
Arpi, 감사합니다. 제안을 읽은 후 정말 쉽습니다. 나는 다음을 사용했다 :'g = Ccrit-C' 'N = 1e6' '실패 확률'# 'numbers = g' 'I = 합계)' 'pf = I/N' – NFil
@NFil 도움이 되었기 때문에 기쁩니다. 어떻게 시간을 다뤘 니? – Arpi
파라 메트릭. 기본적으로 x 방정식을 설정하고 각 시간 단계마다 별도로 해결해야했습니다. 그래서 내가 찾는 것은 특정 순간의 실패이기 때문에 시간은 끊임없이 끝납니다. 필자는 신뢰성 분석 소프트웨어 (FORM)를 사용하여 파생 된 알려진 결과에 대해 기능을 플로팅하고 결과가 완벽하게 일치합니다. 다시 한 번 도움을 주셔서 감사합니다. 추신 나는 10^6 시뮬레이션을 사용하고 있는데, 이는 내가 찾고있는 실패 확률에 대해 (10 %의 한계 내에서 머무르기 위해) 확인되어야한다. – NFil