一种改进鱼群聚类算法在结构面分组中的应用

摘要：

针对结构面产状常规分类方法存在的不足,提出一种新型的结构面分类算法.基于K-Means算法的结构面分类,将人工鱼群算法(artificial fish swarm algorithm,AFSA)与K-Means算法相结合,建立了AFSA-RSK结构面分类算法.利用鱼群算法强大的寻优能力,代替K-Means算法对结构面产状聚心集进行搜寻,并通过K-Means算法进行聚类.聚类完成后,选择相应参数指标对聚类效果进行评价.针对存在的问题,对鱼群算法的步长和视野进行修正,提高寻找聚心集的精度,动态地调整了聚类过程.将改进后的AFSA-RSK算法与其他算法进行比较,结果表明在迭代速度、聚类精度以及内存占比上,改进后的AFSA-RSK算法都要更优,更适合在结构面分组方面的应用.

关键词：人工鱼群算法、岩体结构面、岩体、聚类、边坡

所属期刊栏目：40

分类号：TU45(土力学、地基基础工程)

资助基金：国家自然科学基金资助项目51474050;国家自然科学基金云南联合重点资助项目U1602232;辽宁省高等学校优秀人才支持计划项目LN2014006

在线出版日期：2019-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：420-424