鑒于以往的結(jié)構(gòu)面產(chǎn)狀分組方法常存在算法復(fù)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(jiǎn)單易實(shí)現(xiàn).利用模擬退火算法的退火原理,對(duì)K-means算法聚類的結(jié)構(gòu)面分組結(jié)果進(jìn)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(jì)算機(jī)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(shì).將該方法應(yīng)用于重慶市三環(huán)高速公路興隆隧道實(shí)測(cè)結(jié)構(gòu)面的分組中,并與已有方法進(jìn)行對(duì)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(qiáng)的工程實(shí)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(xué)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(biāo)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(shí)現(xiàn)過程
    2.3 聚類有效性評(píng)價(jià)
3 算法準(zhǔn)確性驗(yàn)證
4 工程實(shí)例
5 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)魚群聚類算法在結(jié)構(gòu)面分組中的應(yīng)用[J]. 王述紅,任藝鵬,陳俊智,張紫杉.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[2]基于赤平極射投影和K-均值聚類算法的優(yōu)勢(shì)結(jié)構(gòu)面分析[J]. 王俊杰,馮登,柴賀軍,劉云飛.  巖土工程學(xué)報(bào). 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(xué)學(xué)報(bào)(自然科學(xué)版). 2016(09)
[4]改進(jìn)遺傳算法和支持向量機(jī)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(xué). 2014(S2)



本文編號(hào)：3710862