鑒于以往的結(jié)構(gòu)面產(chǎn)狀分組方法常存在算法復雜、聚類精度差及分組效率低的不足,提出了一種新型的融合模擬退火算法及K-means聚類（SAK）的結(jié)構(gòu)面分組算法,該算法簡單易實現(xiàn).利用模擬退火算法的退火原理,對K-means算法聚類的結(jié)構(gòu)面分組結(jié)果進行優(yōu)化,以期克服K-means算法易受初始聚類中心影響的缺陷.計算機模擬生成的結(jié)構(gòu)面數(shù)據(jù)的分析表明,所提方法相較于傳統(tǒng)K-means算法具有明顯優(yōu)勢.將該方法應用于重慶市三環(huán)高速公路興隆隧道實測結(jié)構(gòu)面的分組中,并與已有方法進行對比.結(jié)果表明:該方法不僅聚類精度高,而且迭代速度也較快,具有較強的工程實用性. 

【文章頁數(shù)】：6 頁

【文章目錄】：
1 巖體結(jié)構(gòu)面分組數(shù)學模型的建立
    1.1 結(jié)構(gòu)面產(chǎn)狀的空間表示法
    1.2 結(jié)構(gòu)面產(chǎn)狀數(shù)據(jù)之間的相似性度量
    1.3 結(jié)構(gòu)面分組的目標函數(shù)
2 基于SAK的巖體結(jié)構(gòu)面產(chǎn)狀分組
    2.1 算法基本原理
    2.2 SAK算法的實現(xiàn)過程
    2.3 聚類有效性評價
3 算法準確性驗證
4 工程實例
5 結(jié)語


【參考文獻】：
期刊論文
[1]一種改進魚群聚類算法在結(jié)構(gòu)面分組中的應用[J]. 王述紅,任藝鵬,陳俊智,張紫杉.  東北大學學報(自然科學版). 2019(03)
[2]基于赤平極射投影和K-均值聚類算法的優(yōu)勢結(jié)構(gòu)面分析[J]. 王俊杰,馮登,柴賀軍,劉云飛.  巖土工程學報. 2018(01)
[3]基于粗糙集理論的巖體結(jié)構(gòu)面模糊C均值聚類分析[J]. 秦勝伍,陳駿駿,陳劍平,韓旭東,張文,翟健健,劉緒.  中南大學學報(自然科學版). 2016(09)
[4]改進遺傳算法和支持向量機的巖體結(jié)構(gòu)面聚類分析[J]. 李寧,王李管,賈明濤,陳建宏,譚正華.  巖土力學. 2014(S2)



本文編號：3710862