用Matlab改进一次二阶矩法程序.docVIP

用Matlab编的计算结构可靠指标的改进一次二阶矩法程序（验算点法） 题目：编制改进一次二阶矩法计算可靠指标的程序，并给出算例，要求提供源程序 选取的算例为：z=g(x,y)=x*y-1140，其中x,y服从正态分布，μx=38,Vx=0.1, μy=38,Vy=0.05 本程序采用Matlab编写。 选取β1=3.0，β2=2.5 计算结果为：可靠指标β＝4.2672，最终验算点为：(22.8430 , 49.9060)，在验算点处功能函数值为：1.2354e-004 %保存为strRlbt.m，在Matlab命令窗口中输入strRlbt执行即可 N = 2;%变量个数 miu = [38 54];%均值 v = [0.1 0.05];%变异系数 sgma = miu .* v;%方差 syms x y g = sym(x * y - 1140);%功能函数 jacg = jacobian( g ,[x;y]);%计算雅可比矩阵 initvalue = [miu;v;sgma];%用作函数参数 %选取beta，定义x0=miu beta1 = 3.0; xopt0 = [38 54]; alpha0 = zeros(1,2); [ alpha1 , xopt1 , result ] = calforbeta( initvalue , beta1 , alpha0 , xopt0 , jacg , g ); if result == 1 disp(第一次假定的可靠指标); return end %再次假定beta beta2 = 2.5; xopt0 = miu - beta2 * alpha1 .* sgma; gvalue = jacgfunc(jacg,xopt1); alpha0 = (sgma .* gvalue) / sqrt(sum((sgma .* gvalue).^2)); [ alpha2 , xopt2 , result ] = calforbeta( initvalue , beta2 , alpha0 , xopt0 , jacg , g ); if result == 1 disp(第二次假定的可靠指标); return end %beta迭代求解 g1 = gfunc(g,xopt1); g2 = gfunc(g,xopt2); eps = 0.1; %精度 while abs(g2) eps temp = beta2; beta2 = beta2 - (beta2 - beta1)/(g2 - g1) * g2; beta1 = temp; [ alpha2 , xopt2 , result ] = calforbeta( initvalue , beta2 , alpha1 , xopt1 , jacg , g ); temp = g2; g2 = gfunc(g,xopt2); g1 = temp; if result == 1 break end end disp(可靠指标为：); disp(beta2); disp(最终验算点为：); disp(xopt2); disp(在验算点处功能函数值为：); disp(g2); function g_out = gfunc( g , x_in ) %功能函数值计算 x = x_in(1); y = x_in(2); g_out = eval(g);%函数值 %将以上内容保存为gfunc.m function g_out = jacgfunc( jacg , x_in ) %功能函数偏导数计算，即雅可比矩阵计算 x = x_in(1); y = x_in(2); for i = 1:2 g_out(i) = eval(jacg(i));%1为对x的导数,2为对y的导数 end %将以上内容保存为jacgfunc.m function [ alpha1 , xopt1 ,result ] = calforbeta( initvalue , beta0 , alpha0 , xopt0 , jacg , g) %对选取的beta进行计算 result = 0; N = length(xopt0); alpha = alpha0; xopt = xopt0; %initvalue为初始值 miu = initvalue(1,:);%第一行为均值 v = initvalue(2,:);%第二行为变异系数 sgma = initvalue(3,:);%第三行为方差 eps = 0.1; while 1 %功能函数达到精度则退出循环,result=1