Optimizing Reliability Analysis of Unsaturated Slopes through Polynomial Chaos Expansion over the Crude Monte Carlo Simulations
Notice bibliographique
Résumé
This research investigates Polynomial Chaos Expansion (PCE)-enhanced Monte Carlo Simulation (MCS) for probabilistic slope stability analysis in unsaturated soils, presenting a significant advancement over traditional methods.Slope stability in unsaturated soils is complex due to variable soil properties like matric suction, cohesion, friction angle, and unit weigh, that influence shear strength.The Limit Equilibrium Method (LEM), particularly its grid and radius method, is widely used but computationally intensive, especially for unsaturated slopes where fitting parameters of Soil-Water Characteristic Curve (SWCC) affect stability.This study utilizes UQlab [1], a MATLAB-based uncertainty quantification tool, to develop and implement PCE models [2] as a surrogate model within MCS to efficiently compute the probability of failure in unsaturated slopes.PCE approximates complex nonlinear systems with fewer model evaluations, making it ideal for probabilistic stability analysis with significant variability.By integrating PCE into MCS, a surrogate-based approach is developed that maintains accuracy while reducing computational load in estimating the critical factor of safety for the critical slip surface, compared to Crude MCS, which requires many simulations to achieve reliable results.An unsaturated shear strength model [3,4] is used to incorporate soil suction's effect on failure probability, a critical factor in slope stability.Input parameters such as SWCC fitting parameters, cohesion, friction angle, and unit weight are treated as random variables, offering a comprehensive analysis of slope behavior under unsaturated conditions.To optimize the PCE model, leave-oneout cross-validation (LOO-CV) is used, ensuring suitable polynomial degrees to minimize error and prevent overfitting.This validation method enhances the generalization ability of the PCE model, promoting accurate predictions across different input sets.Results show that the PCE-enhanced MCS approach closely approximates the reliability index found in Crude MCS but with substantially reduced computational cost.This efficiency is particularly advantageous for unsaturated soil slope stability, where capturing the lowest probability of slope failure requires numerous simulations.By reducing the number of LEM evaluations, particularly with the Morgenstern-Price method of slices, the PCE-enhanced approach offers a practical solution for geotechnical engineers to perform cost-effective probabilistic analyses.In summary, this study introduces a practical, efficient framework for slope reliability analysis in unsaturated soils, leveraging PCE-enhanced MCS to provide accurate, reliable results with lower computational demands.This method advances current slope stability practices and opens pathways for probabilistic approaches in geotechnical engineering designs, promoting safer and costeffective infrastructure projects.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».