共查询到17条相似文献，搜索用时 140 毫秒
1.
根据产状对结构面进行分组是研究岩体结构的重要环节。传统分组方法通常需要依靠地质经验,缺乏客观性,而现有的聚类方法也存在一些缺陷。基于变长度字符串遗传算法,提出了一种改进的K均值算法,实现了岩体结构面产状的自动聚类。该方法的核心思想是使用遗传算法为K均值算法选择恰当的聚类中心,克服了K均值(K-means)算法受初始聚类中心影响,易收敛于局部最优解的缺陷。由于使用了变长度字符串,该方法能够在聚类过程中自动确定最佳结构面组数,同时提供最优的分组结果。针对产状数据,提出了一种新的变异方法,该方法利用C++语言实现,并被应用于浙江省某地下水封洞库结构面产状数据的分析,得到较为合理的分组结果,证明了该方法的有效性。 相似文献
2.
岩体结构面优势分组是研究岩体力学性质与水力特性的基础,通常的分析方法是只根据产状进行划分。鉴于结构面其他特征对岩体力学性质的重要影响,考虑结构面倾向、倾角、迹长、张开度、表面形态5个特征参数,提出了基于人工蜂群算法的岩体结构面多参数优势分组方法。以样本总体离差平方和为目标函数,建立岩体结构面多参数优势分组的数学模型,应用人工蜂群优化算法求解,以目标函数值最小时的解作为聚类中心,并自动确定分组边界。对人工生成的结构面数据的计算结果验证了该方法的正确性,该方法的求解精度是令人满意的。最后,将该方法应用于怒江松塔水电站坝址区岩体结构面多参数优势组的划分,得到了较为合理的分组结果,进一步验证了此方法具有较高的运行效率与工程实用性。 相似文献
3.
基于聚类-二叉树支持向量机的砂土液化预测模型 总被引：3，自引：1，他引：2
建立在统计学习理论基础之上的支持向量机（SVM）,是一种基于结构风险最小的小样本机器学习方法。经典的支持向量机主要针对二分类问题,而工程实践中遇到的往往是多分类问题。根据影响砂土液化的主要因素,采用聚类分析中的类距离思想,建立了基于聚类-二叉树的多类支持向量机的砂土液化判别模型。该模型可以通过有限样本的学习,建立砂土液化与各影响因素之间的非线性关系。研究结果表明,基于聚类-二叉树支持向量机的层次结构合理,分类精度高,泛化性好,可对砂土液化等级进行较准确判别 相似文献
4.
提出一种基于凝聚层次法和模糊C均值法的混合聚类法,用于对岩体结构面的优势组划分。该方法将结构面投放到在单位球面上,并使用欧式距离作为极点的相似性度量准则。先剔除结构面数据中的孤值产状,然后用凝聚层次法得到初步聚类结果,并将其作为FCM法的初始聚类中心,最后用FCM法划分优势组。通对人工生成产状样本的分组,验证了该法的正确性。将该方法应用于大藤峡坝址区实测的结构面数据的划分。在实测数据中寻找到两个孤值产状,成功将大藤峡D1y^1-3地层岩体结构面划分为两组,得到了符合实际的分组结果。 相似文献
5.
提出了地下工程裂隙岩体注浆量预测的遗传支持向量机方法,通过支持向量机对实际注浆数据样本进行学习,建立注浆量及其影响因素之间的非线性映射关系,基于这种关系实现注浆量的预测。模型建立过程中,考虑到支持向量机惩罚因子和核参数对预测精度的影响,以预测误差为适应度,采用遗传算法对最佳参数进行搜索。结果表明,本文方法计算快速,预测精度高,是一种注浆量预测的好方法。 相似文献
6.
结构面产状分析是进行岩体力学分析及稳定性评价的基础,玫瑰花图、等密度图等传统的图形分析方法较为粗糙,无法对产状数据进行准确分析,采用模糊聚类方法则可以得到较为准确的优势产状,但需要事先指定分组数及初始聚心,且模糊聚类算法为局部寻优算法,初始划分对最终的数据分析结果影响较大。为了得到较为客观的分组结果及优势产状,同时能够针对大量结构面产状数据进行聚类分析,提出了基于粒子群算法的岩体结构面产状模糊C均值聚类算法。采用粒子群算法进行模糊C均值聚类算法初始聚心的求解,在计算过程中可同时确定最佳分组数,避免了人为指定的主观性,克服了模糊C均值聚类算法易陷入局部极小值和对初始划分敏感的不足。最后,通过工程实例中不同方法的聚类效果对比分析该算法的有效性,并将该方法应用于实测结构面产状数据的分析,得到较为符合实际的优势结构面分组。 相似文献
7.
针对单个结构面聚类模型存在误判或漏选风险、难以有效识别噪点与孤值等问题,提出利用具有噪声的基于密度的聚类（DBSCAN）算法进行选择性聚类集成的岩体结构面优势产状分组方法。首先,将结构面产状进行空间坐标转换,以单位法向量的夹角正弦值作为相似性度量标准。进而,基于DBSCAN算法构建一定数量具有差异性的基聚类器,借助选择性聚类集成技术挑选出部分优异的基聚类器。最后采用一致性集成技术融合这些基聚类器,获得一个高可靠度的选择性聚类集成结果。将该方法应用于DIPS软件数据集与松塔水电站坝址区结构面勘察中,检验了该方法的可行性与有效性。研究结果表明：该方法聚类效果显著优于常见聚类算法,聚类结果客观合理,不仅能有效标识出噪点与孤值,还克服了单个模型易过分割或欠分割的不足。该研究成果对准确确定结构面优势组具有一定的工程价值。 相似文献
8.
9.
多参数岩体结构面优势分组方法研究 总被引：2，自引：0，他引：2
在岩体力学和水力学分析中,搞清岩体结构面的分布规律是一项重要的基础工作。当岩体结构面的产状一致,而其他性质不一致时,岩体结构面的力学和水力学性质是不同的,而传统的方法仅根据岩体结构面的产状进行分组,这势必存在缺陷。提出了一种基于变尺度混沌优化算法的多参数结构面数据的优势组划分方法,通过度量结构面之间的相似性建立目标函数,运用变尺度混沌优化算法搜索目标函数的最优解来确定聚类中心,可同时考虑结构面的多个参数,把具有相似性质的结构面归并成组。通过计算机模拟的结构面数据验证了此算法的正确性,最后将此算法应用于实际工程中测量的多参数结构面数据的优势组划分,得到了清晰可靠的分组结果。 相似文献
10.
结合支持向量机与遗传算法,提出了一种边坡最危险滑动面识别的新方法。这种方法基于正交设计和极限平衡分析获得学习样本,通过支持向量机学习,从而获得最危险滑动面与安全系数之间的非线性映射关系,再用遗传算法从全局空间上搜索,进行最危险滑动面的识别,并同时获得对应的最小安全系数,该方法计算速度快、效率高。给出了两个算例,结果是令人满意的。 相似文献
11.
针对救援提升车结构复杂、工况故障数据独立性差、故障诊断难的特点,提出一种基于谱聚类的半监督支持向量机救援提升车故障诊断算法。该算法利用谱聚类的思想挖掘原始故障数据的隐藏特征信息,有效区分不同耦合程度的部件系统中故障信息的独立结构特征。首先根据原始输入数据建立故障图谱,然后通过建立拉普拉斯矩阵获取更加符合聚类假设的核函数,最后,建立半监督支持向量机模型,利用梯度下降算法求解最终分类结果。将上述算法应用于XCA30＿JY救援提升车工况故障诊断系统,通过搭建真实仿真环境,对采集到的工况数据进行分类,获取最终分类效果。为评价其性能,分别与传统支持向量机及梯度下降半监督支持向量机进行比较。实验结果表明：提出的算法对于救援提升车故障诊断具有较好的分类效果,救援提升车工况故障分类错误率降低至10.2%,可有效解决复杂工况故障诊断难题。由于本算法具备任意样本空间聚类及非凸函数优化求解能力,因此,除可广泛应用于车载故障诊断系统外,对于数据分类、模式识别等方面具有普遍的应用和指导意义。 相似文献
12.
13.
简要地介绍了对水工地下洞室施工中对围岩不稳定体,即碎裂岩体、松动岩体、软弱结构面、楔形体结构面等围岩喷锚支护结构的作用,喷锚支护结构的使用。 相似文献
14.
基于网格搜索法优化支持向量机的围岩稳定性分类模型 总被引：1，自引：0，他引：1
为科学评价围岩稳定性,本次研究借助支持向量机(SVM)处理小样本、非线性问题能力强的特性,对围岩的稳定性进行了分类。选取16组围岩数据作为学习样本,以岩石质量指标、岩石单轴饱和抗压强度、完整性系数、结构面强度系数和地下水渗水量5个指标作为模型输入,围岩稳定程度为模型输出,建立了基于支持向量机的围岩稳定性分类模型。为增强模型的推广性能,提高其预测准确率,运用改进的网格搜索方法(GSM)寻找最优的支持向量机参数,并对8组围岩数据进行预测,并同BP神经网络模型的预测结果进行对比。结果表明,建立的GSM-SVM模型对预测样本的评判结果与实际结果一致,其预测精度较BP神经网络有很大的提升。 相似文献
15.
三向应力状态下单结构面岩石试样破坏机制与真三轴试验研究 总被引：8，自引：1，他引：7
针对含结构面岩石的脆性破坏现象,探讨了三向应力条件下岩体破坏的单结构面控制效应。利用真三轴试验进行验证,系统研究了单结构面岩石试样在模拟工程岩体开挖卸荷与支护应力路径下的力学行为、结构控制规律及声发射（AE）特征等。研究表明,(1) 三向应力下单结构面控制效应能够较好地描述工程岩体的结构控制规律和卸荷、支护作用,真三轴试验结果与理论分析较为吻合;(2) 开挖卸荷与支护应力路径下,含结构面岩体的破坏模式、卸荷的影响和支护效果等均与应力状态、支护强度及结构面参数有关,可依据结构控制规律,从工程方位布置、提供合理支护等方面采取措施避免岩体发生结构控制破坏;(3) 试样的AE活动和能量释放规律与完整试样相似,但结构面的存在降低了试样储能能力,且95 %以上的应变能在破坏阶段突然释放。试验研究和结构面控制效应的探讨对地下工程岩体开挖支护有一定的指导意义。 相似文献
16.
岩体结构分形及应用研究 总被引：9，自引：2，他引：9
岩体结构包括两个基本要素:结构面和结构体。通过分形理论研究岩体结构,得出结构面和结构体分布具有分形特征。根据结构网络图,可分别求出结构面和结构体的分形维数D_(PF)和D_(VF)。结构面分布分形维数D_(PF)越大,反映结构面分布越复杂,优势面(南京大学罗国煜教授提出)发育的方向范围就越大,相应地岩休质量就更差;结构体分布分形维数D_(VF)越大,反映结构体大小分布的状况是大的结构体所占分量趋于增加,结构面的密度、迹长、总面积趋于变小,则岩体质量趋于变好。最后指出结构面和结构体分布分形维数是决定岩体质量的两个指标,是对岩体质量进行评价的合适指标。 相似文献