模拟退火聚类算法在结构面产状分组中的应用

发布时间：2022-12-06 02:25

　　鉴于以往的结构面产状分组方法常存在算法复杂、聚类精度差及分组效率低的不足,提出了一种新型的融合模拟退火算法及K-means聚类（SAK）的结构面分组算法,该算法简单易实现.利用模拟退火算法的退火原理,对K-means算法聚类的结构面分组结果进行优化,以期克服K-means算法易受初始聚类中心影响的缺陷.计算机模拟生成的结构面数据的分析表明,所提方法相较于传统K-means算法具有明显优势.将该方法应用于重庆市三环高速公路兴隆隧道实测结构面的分组中,并与已有方法进行对比.结果表明:该方法不仅聚类精度高,而且迭代速度也较快,具有较强的工程实用性. 

【文章页数】：6 页

【文章目录】：
1 岩体结构面分组数学模型的建立
    1.1 结构面产状的空间表示法
    1.2 结构面产状数据之间的相似性度量
    1.3 结构面分组的目标函数
2 基于SAK的岩体结构面产状分组
    2.1 算法基本原理
    2.2 SAK算法的实现过程
    2.3 聚类有效性评价
3 算法准确性验证
4 工程实例
5 结语


【参考文献】：
期刊论文
[1]一种改进鱼群聚类算法在结构面分组中的应用[J]. 王述红,任艺鹏,陈俊智,张紫杉.  东北大学学报(自然科学版). 2019(03)
[2]基于赤平极射投影和K-均值聚类算法的优势结构面分析[J]. 王俊杰,冯登,柴贺军,刘云飞.  岩土工程学报. 2018(01)
[3]基于粗糙集理论的岩体结构面模糊C均值聚类分析[J]. 秦胜伍,陈骏骏,陈剑平,韩旭东,张文,翟健健,刘绪.  中南大学学报(自然科学版). 2016(09)
[4]改进遗传算法和支持向量机的岩体结构面聚类分析[J]. 李宁,王李管,贾明涛,陈建宏,谭正华.  岩土力学. 2014(S2)



本文编号：3710862