[发明专利]一种基于编网算法的岩体结构面优势产状聚类分析方法

说明书

一种基于编网算法的岩体结构面优势产状聚类分析方法，包括以下步骤：(1)野外选定需要分析的工程岩质边坡；(2)将结构面产状进行极坐标转换并投影到球形空间中；(3)采用结构面单位法向量间所夹锐角正弦值的平方计算产状样本间的相似程度rsubgt;ij/subgt;，构造结构面产状的模糊相似矩阵R；(4)对结构面产状的模糊相似矩阵R进行改造；(5)对改造后的模糊相似矩阵R构造结构面产状的λ截矩阵Rsubgt;λ/subgt;；(6)对结构面产状的截矩阵Rsubgt;λ/subgt;进行改造；(7)对改造后的截矩阵Rsubgt;λ/subgt;进行结构面产状的聚类分组；(8)根据结构面产状的聚类结果，计算不同分组数下的有效性评价指标，结合工程实际确定最佳分组数，获得结构面优势产状。本发明使分组结果更加合理，优势产状更加符合客观实际。

技术领域

本发明属于工程技术领域，涉及一种应用编网算法进行岩体结构面优势分组的聚类分析方法，特别的是本发明从结构面分布的复杂性和随机性出发，结合编网算法能快速、有效的消除结构面“噪点”的优点，提出一种基于编网算法确定岩体结构面优势产状的聚类分析方法。

背景技术

岩体经过漫长的地质构造和复杂的地质作用形成结构面，结构面的分布具有复杂性及随机性，准确识别结构面组别，确定结构面优势产状是进行岩体工程稳定性评价的基础。大量研究表明，构造时期和形成原因相同的结构面，在规模和发育程度上具有相似性，可归为同一优势组别，运用统计学方法可对其进行优势分组。然而，促使结构面演化的内外动力因素复杂，野外调查中将不可避免的获取一些“噪点”数据，这些“噪点”数据与结构面优势产状偏差过大，样本离散度偏高，而传统的结构面聚类分析方法存在无法消除“噪点”的弊端。因此，有效的消除“噪点”数据，使结构面聚类过程和聚类结果更加合理、有效，具有重要的理论意义以及实用价值。目前，已经有不少学者开展有关结构面聚类分析的研究，其中具有代表性的成果如下：

2002年，Zhou和Maerz考虑了结构面产状、间距和粗糙度等多变量参数，采用近邻算法、K均值、模糊C均值和向量量化4种方法对结构面进行聚类分组。

2005年，周玉新等以模糊等价聚类方法得到的聚类结果作为模糊软聚类方法的初始聚类中心，提出了结构面产状的综合聚类方法。

2013年，Xu等提出了基于变尺度混沌优化算法的岩体结构面多参数优势分组方法，但混沌优化算法具有盲目重复、搜索效率低和计算时间长的缺点。

2015年，宋腾蛟等提出了基于萤火虫算法的结构面聚类分析方法，用单位法向量表示结构面的产状，通过单位法向量所夹锐角正弦值来衡量结构面间的距离，并建立模糊目标函数，然后运用萤火虫优化算法搜索最优聚类中心，确定组间边界。

2019年，崔学杰等提出了基于改进遗传算法的岩体结构面产状聚类分析，该方法使用遗传算法为K均值算法选择恰当的聚类中心，克服了K均值算法受初始聚类中心影响，易收敛于局部最优解的缺陷。

然而，上述研究往往需要大量的计算工作和花费较多的时间，且迭代条件是对所有数据点进行聚类分组，存在无法消除“噪点”的弊端，对聚类过程及聚类结果产生影响，造成结构面优势产状的偏差。

发明内容

为了克服传统结构面聚类分析方法的不足，本发明基于编网算法，提出了一种合理确定岩体结构面优势产状的聚类分析方法，该方法消除了结构面“噪点”对聚类过程及聚类结果的影响，在无需指定初始分组数和初始聚类中心的前提下进行自组织聚类，保证了结构面聚类过程的可靠性，使分组结果更加合理，优势产状更加符合客观实际。

本发明解决其技术问题所采用的技术方案是：

一种基于编网算法的岩体结构面优势产状聚类分析方法，所述方法包括以下步骤：

(1)野外选定需要分析的工程岩质边坡，通过测量手段尽可能多的对其进行系统测量以获得足够的结构面产状数据；