import csv
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import style
import math
def forwardCloud(Ex,En,He,N): #正向云模型(生成云)
cloudpoint=[];
plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False
# 用来正常显示负号
fig = plt.figure(0)
ax = fig.add_subplot(111)
for i in range(N):
En_1=np.random.normal(En,He)
x=np.random.normal(Ex,abs(En_1))
y=math.exp(-pow(x-Ex,2)/(2*pow(En_1,2)))
cloudpoint.append([x,y])
for w in range(len(cloudpoint)):
ax.scatter(cloudpoint[w][0],cloudpoint[w][1], s=10, alpha=0.5, c='r', marker='o')
plt.show()
return cloudpoint
def plot_cloud_model(Ex, En, He, n, title='', grid=False, moni=False)
正向云模型(生成云)计算及绘图
最新推荐文章于 2026-03-10 08:00:00 发布
本文介绍了一种基于Python的云模型生成及可视化方法,通过数学公式和随机过程模拟不确定性的分布形态,适用于评估复杂系统的不确定性分析。

计算及绘图&spm=1001.2101.3001.5002&articleId=118256292&d=1&t=3&u=c6af54f850a4491492c152cad4b49314)
1万+

被折叠的 条评论
为什么被折叠?



