改进遗传算法和支持向量机的岩体结构面聚类分析

被引：16

作者：

李宁 ^{[1
,2
]}

王李管 ^{[1
,2
]}

贾明涛 ^{[1
,2
]}

陈建宏 ^{[1
]}

谭正华 ^{[3
]}

机构：

[1] 中南大学资源与安全工程学院

[2] 中南大学数字矿山研究中心

[3] 湘潭大学信息工程学院

来源：

岩土力学 | 2014年 / 35(S2)卷 / S2期

基金：

湖南省自然科学基金;

关键词：

结构面聚类分析; 改进遗传算法; 支持向量机(SVM); 优势产状;

D O I：

10.16285/j.rsm.2014.s2.014

中图分类号：

TU452 [岩体力学性质及应力理论分析];

学科分类号：

摘要：

岩体结构面控制着岩质边坡和地下洞室等岩体工程的稳定性,在岩体力学及水力学分析中起到关键作用。为对岩体结构面进行合理分组,精确地模拟岩体结构面网络的分布,提出一种融合改进遗传算法和支持向量机的聚类方法。首先,根据岩体结构面产状信息建立结构面分组的数学模型,采用改进的遗传算法计算结构面样本的全局最优聚类中心,再以聚类中心为训练样本,利用支持向量机方法将结构面样本进行完全划分。通过随机产生的结构面数据以及实际工程的运用表明,遗传-支持向量机聚类算法对岩体结构面的分组合理,获得的优势结构面结果可靠。

引用

页码：405 / 411

页数：7

共 15 条

[1] 基于进化支持向量机的滑坡地下水位动态预测 [J].

彭令 ;

牛瑞卿 ;

叶润青 ;

赵艳南 .

中南大学学报(自然科学版), 2012, 43 (12) :4788-4795

[2] 岩体随机不连续面产状数据划分方法研究 [J].

卢波 ;

丁秀丽 ;

邬爱清 .

岩石力学与工程学报, 2007, (09) :1809-1816

[3] 核空间中的Xie-Beni指标及其性能 [J].

普运伟 ;

金炜东 ;

朱明 ;

胡来招 .

控制与决策 , 2007, (07) :829-832+835

[4] 岩体结构面产状的综合模糊聚类分析 [J].

周玉新 ;

周志芳 ;

孙其国 .

岩石力学与工程学报, 2005, (13) :2283-2287

[5] 基于遗传算法的岩体结构面的模糊C均值聚类方法 [J].

蔡美峰 ;

王鹏 ;

赵奎 ;

张登科 ;

不详 .

岩石力学与工程学报, 2005, (03) :371-376

[6] 关于统计学习理论与支持向量机 [J].

张学工 .

自动化学报, 2000, (01) :36-46

[7]

遗传算法原理及应用[M]. 国防工业出版社 , 周明, 1999

[8]

K-SVM: An Effective SVM Algorithm Based on K-means Clustering[J] . Yukai Yao,Yang Liu,Yongqing Yu,Hong Xu,Weiming Lv,Zhao Li,Xiaoyun Chen. Journal of Computers . 2013 (10)

[9]

Investigating the validity of conventional joint set clustering methods[J] . Behzad Tokhmechi,Hossein Memarian,Behzad Moshiri,Vamegh Rasouli,Hossein Ahmadi Noubari. Engineering Geology . 2011 (3)

[10]

A new computer code for discrete fracture network modelling[J] . Chaoshui Xu,Peter Dowd. Computers and Geosciences . 2009 (3)

← 1 2 →