改进遗传算法和支持向量机的岩体结构面聚类分析

›› 2014, Vol. 35 ›› Issue (S2): 405-411.

改进遗传算法和支持向量机的岩体结构面聚类分析

李宁^{1, 2}，王李管^{1, 2}，贾明涛^{1, 2}，陈建宏¹，谭正华³

1. 中南大学资源与安全工程学院，长沙 410083；2. 中南大学数字矿山研究中心，长沙 410083； 3. 湘潭大学信息工程学院，湖南湘潭 411105

收稿日期:2012-11-30 出版日期:2014-10-31 发布日期:2014-11-12
作者简介:李宁，男，1986年生，博士研究生，主要从事数字矿山、智能采矿及岩石力学等方面的研究工作。
基金资助:
中国高技术研究发展计划(“863”计划)项目(No. 2011AA060407)；国家自然科学基金(No. 51374242)；湖南省自然科学基金(No. 14JJ3077)；国家留学基金委(201306370143)。

Application of improved genetic algorithm and support vector machine to clustering analysis of rock mass structural plane

LI Ning^{1, 2}, WANG Li-guan^{1, 2}, JIA Ming-tao^{1, 2}, CHEN Jian-hong¹, TAN Zheng-hua³

1. School of Resources and Safety Engineering, Central South University, Changsha 410083, China; 2. Digital Mine Research Center, Central South University, Changsha 410083, China; 3. College of Information Engineering, Xiangtan University, Xiangtan, Hunan 411105, China

Received:2012-11-30 Online:2014-10-31 Published:2014-11-12

摘要/Abstract

摘要： 岩体结构面控制着岩质边坡和地下洞室等岩体工程的稳定性，在岩体力学及水力学分析中起到关键作用。为对岩体结构面进行合理分组，精确地模拟岩体结构面网络的分布，提出一种融合改进遗传算法和支持向量机的聚类方法。首先，根据岩体结构面产状信息建立结构面分组的数学模型，采用改进的遗传算法计算结构面样本的全局最优聚类中心，再以聚类中心为训练样本，利用支持向量机方法将结构面样本进行完全划分。通过随机产生的结构面数据以及实际工程的运用表明，遗传-支持向量机聚类算法对岩体结构面的分组合理，获得的优势结构面结果可靠。

关键词: 结构面聚类分析, 改进遗传算法, 支持向量机（SVM）, 优势产状

Abstract: When underground or surface excavations are made in rock masses, the behavior of the surrounding rock material will be greatly influenced by the presence of discontinuities. Various modes of rock slope and wedge failure can be attributed to the existence of fractures in a rock mass. In order to make rock mass structure plane group reasonably, and simulate the distribution of rock mass structural plane network by computer, this paper proposes a fusion of clustering method with improved genetic algorithm and support vector machine. First of all, according to the rock mass structural plane orientation information to establish the mathematical model of structural plane grouping, the global optimal clustering center of structural plane is obtained by using the improved genetic algorithm. Then the structural plane is grouped completely with support vector machine. The application of practical engineering shows that the genetic-support vector machine clustering algorithm for grouping of the rock mass structure plane is reasonable and reliable.

Key words: clustering analysis of structural plane, improved genetic algorithm, support vector machine (SVM), dominant orientation

中图分类号:

TU 452

李宁，王李管，贾明涛，陈建宏，谭正华,. 改进遗传算法和支持向量机的岩体结构面聚类分析[J]. , 2014, 35(S2): 405-411.

LI Ning , WANG Li-guan , JIA Ming-tao , CHEN Jian-hong , TAN Zheng-hua,. Application of improved genetic algorithm and support vector machine to clustering analysis of rock mass structural plane[J]. , 2014, 35(S2): 405-411.

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

本文评价

推荐阅读 10

[1]	向天兵，冯夏庭，陈炳瑞，江权，张传庆. 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[J]. , 2009, 30(10): 2908 -2916 .
[2]	张宜虎，周火明，邬爱清. 结构面网络模拟结果后处理研究[J]. , 2009, 30(9): 2855 -2861 .
[3]	杨光，孙逊，于玉贞，张丙印. 不同应力路径下粗粒料力学特性试验研究[J]. , 2010, 31(4): 1118 -1122 .
[4]	闻世强，陈育民，丁选明，左威龙. 路堤下浆固碎石桩复合地基现场试验研究[J]. , 2010, 31(5): 1559 -1563 .
[5]	张常光，张庆贺，赵均海. 非饱和土抗剪强度及土压力统一解[J]. , 2010, 31(6): 1871 -1876 .
[6]	李卫超，熊巨华，杨敏. 分层土中水泥土围护结构抗倾覆验算方法的改进[J]. , 2011, 32(8): 2435 -2440 .
[7]	张桂民，李银平，施锡林，杨春和，王李娟. 一种交互层状岩体模型材料制备方法及初步试验研究[J]. , 2011, 32(S2): 284 -289 .
[8]	王伟李小春李强石露王颖白冰. 小尺度原位瞬态压力脉冲渗透性测试系统及试验研究[J]. , 2011, 32(10): 3185 -3189 .
[9]	李术才，赵岩，徐帮树，李利平，刘钦，王育奎 . 海底隧道涌水量数值计算的渗透系数确定方法[J]. , 2012, 33(5): 1497 -1504 .
[10]	王洪新，孙玉永 . 考虑基坑开挖宽度的杆系有限元算法及试验研究[J]. , 2012, 33(9): 2781 -2787 .