FCM聚类分析在公路边坡稳定性评价中的应用-论文.pdf

FCM聚类分析在公路边坡稳定性评价中的应用-论文.pdf

ID:53737315

大小:229.95 KB

页数:4页

时间:2020-04-21

FCM聚类分析在公路边坡稳定性评价中的应用-论文.pdf_第1页
FCM聚类分析在公路边坡稳定性评价中的应用-论文.pdf_第2页
FCM聚类分析在公路边坡稳定性评价中的应用-论文.pdf_第3页
FCM聚类分析在公路边坡稳定性评价中的应用-论文.pdf_第4页
资源描述:

《FCM聚类分析在公路边坡稳定性评价中的应用-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第42卷第13期交通标准化Vo1.42No.132014年7月TransportationStandardizationJu1.2014FCM聚类分析在公路边坡稳定性评价中的应用刘习彬(保定市张石高速公路筹建处,河北保定071000)摘要:在公路工程边坡稳定性评价过程中需要考虑很多因素的影响,这些影响难以用精确的数字来描述,因此很多情况下不适宜用定量的评价方法。鉴于此,主要采用FCM聚类分析方法研究公路边坡的稳定性评价,引入模糊聚类和改进的遗传算法,克服了传统FCM算法在模糊聚类分析中对初始化敏感的缺点,对于存在多个不确定

2、因素的评价问题有明显的优势。通过实例分析表明,用该方法对公路工程中边坡稳定性评价是可行的、有效的。关键词:公路工程;边坡;稳定性评价:聚类分析中图分类号:U416.14文献标识码:B文章编号:1002—4786(2014)13—0070—03ApplicationofFCMClusteringinHighwaySlopeStabilityEvaluationLIUXi—bin(BaodingZhang—ShiExpresswayPreparationOfice,Baoding071000,China)Abstract:Th

3、eslopestabilityevaluationprocessinhighwayengineeringneedstoconsideralotoffactorsthataredificulttodescribeinprecisefigures,SOitisnotappropriatetouseaquantitativeevaluationmethodinmanycases.Giventhis,thispapermainlyadoptsFCMclusteringanalysismethodtostudytheevaluati

4、onofhighwayslopestability.Throughtheintroductionoffuzzyclusteringandimprovedgenetical—gorithm,itovercomestheshortcomingsofthesensitiveoftraditionalfuzzyclusteringalgorithmFCManaly—sisontheinitialization,ithasobviousadvantagesfortheevaluationofmultipleuncertaintyfa

5、ctors.Theproposedmethodforslopestabilityevaluationofhighwayprojectsisfeasibleandeffectivethroughacasestudy.Keywords:highwayproject;slope;stabilityevaluation;clusteranalysis0引言在评价过程中需要考虑的因素众多,许多因公路边坡稳定性评价需要在充分了解和分析素对边坡稳定性的影响难以用精确的数字表达,研究区的区域地质、地层特征等资料的基础上采且系统存在着“蝴蝶

6、效应”[11,即系统对初始条件用不同的方法,按照相应的判据来开展,现有的十分敏感,因此定量的评价方法在很多情况下是公路边坡稳定性分析评价模型大致有以下几类:不适宜的,为此,本文采用基于改进遗传算法的(1)基于传统静力准则的评价模型;FCM聚类分析方法来研究公路边坡的稳定性评价。(2)基于数值计算方法的分析模型;(3)基于能量原理的分析模型;1聚类算法(4)基于系统控制论的分析模型;1.1FCM算法(5)基于智能技术的分析模型等。FCM算法是目前较为流行的一类基于目标函收稿日期:2014—01一O7第42卷第13期刘习彬:F

7、CM聚类分析在公路边坡稳定性评价中的应用数的聚类方法,其目标函数为:变异算子设计:对群体1采用边界变异方法,对群体2采用均匀变异方法。I,(,v)-∑∑u:11x~-Vill由上述改进的遗传算法得到一个初始聚类式中:n为样本数;c为聚类类别数;m≥1称为中心’,然后通过FCM算法计算模糊分类矩平滑因子,一般取m=2。阵。FCM算法的步骤如下:1-3分类清晰化(1)取定聚类类别数C,给出算法终止阈值由1.2的算法可得最优分类矩阵是模糊矩,初始聚类中心V,设置迭代计数器t=0。阵,对应的分类是模糊分类。根据最大隶属度原(2)计

8、算或更新模糊矩阵:则,若对V∈,有=(u),则将归第对V,,如果31ixiII>0,则:类,即对哪一类隶属度大就将它归到哪一类,即最大隶属度原则。2模式识别如果i,r,s.t.IIx一ViI1=0,则有:u=1设、营eF(U),称·罾=()八秀())为且对r,M=0。、的内积,称×秀=()V秀())为、

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。