共查询到15条相似文献，搜索用时 656 毫秒
1.
边坡稳定性的聚类未确知综合识别方法及应用 总被引：1，自引：0，他引：1
影响岩石边坡稳定性的因素众多且关系复杂,且存在大量未确知信息,很难用简单的方法进行分析判断,借鉴工程类比的思想,采用聚类与未确知测度相结合的方法进行研究。针对边坡工程问题环境的复杂性,以大量的历史数据为训练样本,通过动态聚类分析,求得其分类中心。针对大量的未确知信息,利用未确知测度方法对其进行评价,提出一种分析边坡稳定问题的新方法。研究表明,该算法可以对边坡的稳定状态进行预测,正确率在90%以上,为比较合理快速地分析边坡稳定分析方法提供了一条新的途径。 相似文献
2.
边坡工程岩体质量的灰色聚类评价 总被引：1，自引：0，他引：1
利用灰色聚类方法对某金矿边坡工程岩体质量进行评价。评价合理地、最大限度地利用了工程勘察成果, 使地质成果通过定量化更为可靠与可信, 既为边坡岩体稳定程度的直观判断提供了依据,又为边坡稳定性计算提供了有价值的参数。与以往的评价方法相比, 灰色聚类法克服了严格数值界限的弊端是一种具有实用价值的评价方法。 相似文献
3.
针对人工利用显微镜对岩石铸体薄片进行鉴定的低效和普通聚类分割算法对图像边缘分割效果差的问题，本文从岩石特征出发，提出了一种基于聚类分割算法的多聚类中心加权分割新方法，并使用该方法训练了一个适用于岩石铸体薄片的分割模型。使用该模型可以快速地完成对大量薄片的鉴定任务。该方法通过构建新的聚类距离提升了对薄片各组分边缘和内部的分割效果，将多聚类中心的方法和加权的聚类方法相结合，进一步增强了对薄片边缘部分的分割。利用来自疏松岩心的铸体薄片图像进行分割实验，并将本文提出的聚类分割新方法与普通的聚类分割算法的结果进行比较，发现本文方法的分割误差比普通分割方法的误差最高降幅达37.2%。与现有深度学习分割算法对数据量和数据类型的高要求相比，多聚类中心的加权聚类分割算法更适合地质领域中的分割任务，具有较高的应用价值。 相似文献
4.
5.
基于认知聚类分区方法的边坡可靠度分析 总被引：1，自引：0，他引：1
提出了边坡可靠度分析的一种新的全局优化方法--认知聚类分区方法。该方法主要包括5个步骤：分区、随机抽样、计算极径L、回代、计算可靠指标及验算点。给出了相应的计算流程图,并编写了基于C语言的计算程序KCPREL。最后,以岩质边坡稳定可靠度问题为例证明了所提方法的有效性。结果表明,认知聚类分区方法能同时计算出可靠指标和验算点,并能获得全局最优解。该方法的计算精度和蒙特卡洛模拟方法相当,计算效率远远高于传统的蒙特卡洛模拟方法。此外,该方法在分析含有复杂的隐式及非线性功能函数的边坡稳定可靠度问题方面体现出明显的优越性。等步长认知聚类分区方法能全面且均匀地搜索角度,从而得到更准确的验算点。为了保证足够的计算精度及减小计算量,建议步长取10º以内。 相似文献
6.
研究聚类分析新方法一直是统计学和机器学习研究领域普遍关注的课题。针对概率距离聚类算法不能解决非线性可分聚类问题的缺欠,笔者应用核函数理论将该模型拓展成为一种能够解决非线性可分聚类问题的统计模型,称为核概率距离聚类分析模型。研制出一种应用新模型进行遥感图像非监督分类研究的实施策略和可行算法;在GDAL遥感图像数据输入输出函数库基础上,用VC++语言开发了遥感图像核概率距离聚类分析算法程序;用ERDAS软件提供的一幅7波段491像素×440像素大小的TM图像进行新方法分类应用实验研究。对比了新模型和其原版本的TM遥感图像非监督分类效果,结果表明新模型的非监督分类效果优于原有的分类模型。 相似文献
7.
解决边坡稳定性问题的关键是确定最危险滑动面(潜在最危险滑动面)和边坡的稳定系数。将蚁群算法用于求解土质的边坡稳定性问题。针对蚁群算法在演化过程中存在停滞和过早收敛的现象,对基本蚁群算法的结构形式和蚂蚁转移概率的计算进行了改进。构建了一种新的蚁群算法——元胞蚁群算法(CA-AA)。在文武坡边坡稳定性判别中,利用CA-AA法计算得到其稳定系数为1.37,略小于《岩土工程勘察规范》不平衡推力法计算值,弥补了不平衡推力法的不足,更接近实际。算例结果表明:元胞蚁群算法(CA-AA)总能搜索到问题的全局最优解,且搜索效率也有较大的提高。 相似文献
8.
基于遗传算法的边坡稳定性评价的动态聚类法 总被引：5，自引：6，他引：5
针对常规动态聚类方法对初始聚类中心的敏感性以及聚类结果与样本输入次序有关等问题，提出了基于遗传算法的边坡稳定性评价的动态聚类方法，此方法对三峡库岸36个边坡的研究结果表明，该方法是一个具有全局最优解的动态聚类方法，其结果明显好于常规动态聚类方法。 相似文献
9.
边坡非圆弧临界滑动面搜索是边坡稳定计算中的一个关键问题,其实质为安全系数最小的滑动路径搜索问题,采用效果良好的路径搜索算法--蚁群算法是目前研究的热点。为了克服传统蚁群算法效率低、效果差的缺点,基于蚂蚁正反向搜索相遇形成完整路径的原理,提出了一种相遇蚁群算法。将该算法用于边坡非圆弧滑动面搜索问题,提出了一种非圆弧临界滑动面搜索的新方法。通过2个边坡的算例计算及一个水库岸坡的工程应用,验证了新算法的有效性。计算结果表明,相遇蚁群算法无论是整个搜索范围还是从某一点起的搜索范围都要比一般蚁群算法大,所以相遇蚁群算法在搜索边坡临界滑动面时所得到解的多样性也要比一般蚁群算法好,因此,相遇蚁群算法的搜索范围能以较大的概率包含全局最优解,算法最终也能以较大概率搜索到全局最优解。最终,相遇蚁群算法可以在更大的范围内以更快的速度找到边坡的临界滑动面。 相似文献
10.
结构面聚类是进行岩体稳定性评价的重要步骤。常用聚类方法多以产状作为分组依据,忽略了结构面物理特性指标对岩体稳定性的影响。针对分组依据单一化的不足,综合考虑结构面倾向、倾角、迹长、张开度、填充状态和粗糙度的影响,提出一种基于学生分布随机邻近嵌入（student-distributed stochastic neighbor embedding,简称t-SNE）的多参数岩体结构面分步聚类方法。首先,利用t-SNE算法对除产状外的结构面特征进行数据降维;进而利用模拟退火算法搜索K-means算法的全局最优初始值,并采用分步聚类思想完成聚类。研究表明：所提方法有效地解决了高维空间样本稀疏的问题,同时保留了数据的局部结构与全局结构。新方法相比于传统方法能对空间分布相似区内结构面的物理特性进行精确划分,分组精度更高,且在避免复杂权重值计算的条件下,能有效区分产状与物理特性参数对岩体稳定性的影响差异。最后,将所提方法应用于中国新疆某露天矿坡结构面实测数据分析中,所得分组结果合理可靠,进一步证明该方法在实际工程中的有效性。研究方法可为多参数岩体结构面的分步聚类提供参考。 相似文献
11.
综合灰色系统理论与传统的边坡岩体质量分级方法(SMR法),提出改进SMR法。传统的岩体质量分级方法中定量指标取值离散性很大,造成质量分级结果阶梯变化。灰色系统理论的灰度特征对解决这类小样本、离散性的问题有很好的适用性。首先对传统质量分级方法的评价指标进行灰类划分,确定各指标所占权重,再构建评价指标的三角白化权函数,并基于最大隶属度准则对边坡岩体进行质量分级。最后结合工程边坡实例,与一般工程RMR(岩体质量分级)与SMR法比较,改进SMR法的评价结果更加吻合工程现状,且质量分级稳定性高,表明其应用于边坡岩体质量分级是科学和准确的。 相似文献
12.
天然岩体存在很多裂隙,而水在这些裂隙中的渗流严重影响岩石工程的稳定性,因此确定天然岩体渗透系数具有重大的实际意义。反演方法是确定岩体渗透系数的一种较理想的方法,渗透系数反演可归结为一个复杂的非线性函数优化问题。由于采用传统优化技术存在不少问题,而目前采用的全局优化算法—遗传算法也存在本质的问题,因此,提出仿生算法-免疫进化规划进行岩体渗透系数反演,并用一个大坝坝基工程的算例证明了算法的有效性。结果表明,其方法可以在仅知道水头的条件下,得到接近实际的渗透系数值。 相似文献
13.
对于进入中晚期的露天金属矿,为了延长矿山的寿命或露天转地采稳产过渡,通常选择露天与地下联合开采,那么矿体采动下的边坡稳定性问题则尤为突出。在边坡几何形态、上部荷载和材料性质等不变的情况下,极限平衡获得的边坡安全系数为定值,因此,不能用来反映地下矿体采动对边坡稳定性影响。为了克服常规极限平衡方法的上述缺陷,采用基于边坡应力场的矢量和法求解滑动面的安全系数,结合蚁群算法与遗传算法联合搜索边坡临界滑动面,以确定矿体开采前后边坡的安全系数和临界滑动面。最后,给出一个假定算例和两个工程算例说明上述安全系数求解和临界滑面搜索方法的有效性,并揭示了地下矿体开采对露天采场边坡的稳定性的影响。 相似文献
14.
蚁群算法与遗传算法融合及其在边坡临界滑动面搜索中的应用 总被引：4，自引：1，他引：3
临界滑动面搜索是边坡稳定性分析中一项非常重要的内容。相对于圆弧滑动面的确定,只需要圆心和半径3个未知量,非圆弧滑面的确定则需要找出若干个控制点,是一个多维空间的优化问题。非圆弧滑动面优化搜索问题相当复杂,常规优化算法往往达不到要求。改进了蚁群算法,使其具备在连续空间的搜索能力,并与遗传算法融合,形成优势互补,克服了遗传算法的无反馈能力导致无用的冗余迭代、求解效率低以及蚁群算法初期信息素匮乏导致算法速度慢的不足。通过与商用软件GEO-SLOPE的算例求解结果对比,来说明本算法的有效性。 相似文献
15.
岩石中常含有裂缝、岩脉等细小而重要的微观结构,需要高分辨率的成像技术来提取其特征。在岩石图像处理中,特征提取可以提取出岩石的主要结构信息从而极大降低数据量,然而某些细线状岩石特征(如裂缝、裂隙等)往往无法被完整识别出来而存在间断现象。本文在采用蚁群算法修复岩石细线状特征的基础上,综合利用蚁群算法、DBSCAN聚类算法和Canny算子提出一种新的岩石图像修复算法。根据设定的阈值,对提取的图像间断部分进行搜索并连接,以修复在图像特征提取过程中缺失的部分重要信息,同时去除修复过程产生的多余特征。实际结果表明,利用混合算法处理的岩石特征提取图像得到了较好的修复,能够提高岩石裂隙特征提取的准确性。 相似文献