深部地下工程岩爆预测的筛选蚁群聚类算法 forecasting of rock burst in deep underground engineering based on abstraction ant colony clustering algorithm.pdfVIP

第32卷第6期 爆炸与冲击 V01．32，NO．6 ANDSHOCKWAVES NOV．。2012 2012年11月 EXPLOSION 文章编号：1001—1455(2012)06—0568～05 深部地下工程岩爆预测的筛选蚁群聚类算法。 高 玮1，张飞君2 (1．武汉大学土木建筑工程学院，湖北武汉430072； 2．武汉建工(集团)有限公司，湖北武汉430023) 摘要：为了提高仿生聚类算法的计算效率，对传统的蚁群聚类算法进行改进，采用数据合并机制提出了 一种筛选蚁群聚类算法。采用筛选蚁群聚类算法，在岩爆工程实例资料分析的基础上，基于工程类比的思想 判断岩爆的发生状态，提出了一种深部地下工程岩爆预测的新方法。通过多个煤矿深部地下工程岩爆实例的 应用研究证明，和传统的蚁群聚类算法相比，在不显著增加计算难度和复杂度的情况下，新算法对工程实例的 判断准确率更高，其准确率达92％，计算效果更好；而且，计算速度有较大幅度的提高，其计算时间缩短近 40％，说明新算法的计算效率更高。因此，筛选蚁群聚类算法是一种比较实用的岩爆预测新方法，值得在深部 地下工程岩爆研究领域推广应用。 关键词：爆炸力学；筛选蚁群聚类算法；聚类分析；岩爆预测 中图分类号：0389 国标学科代码：1303599文献标志码：A 为了满足社会与经济发展日益增长的需求，我国在向空中发展的同时，地下空间的开发也不断地向 深部发展。水电工程方面，西北、西南地区修建的大型水电站都普遍进入了深部，如锦屏二级水电站引 水隧道埋深2600 m；金沙江溪洛渡水电站地下厂房设计最大埋深700m。在矿产资源开发方面，随着 对矿产资源的需求日益增加，加上浅部矿产资源的日益枯竭，开发和利用深部矿产资源已经变得越来越 普遍。而且，随着国家战略能源储存工作的发展，深部能源战略储存也是我国必须开展，同时又是富有 挑战性的综合性研究课题。 深部地下工程面临的一个主要问题就是岩爆，岩爆是高地应力下地下工程施工中必然要遇到的一 种动力失稳工程灾害[1]。岩爆研究的核心问题就是其发生程度的预测，目前在岩爆预测领域比较实用 的技术是基于工程资料类比的方法。分析工程类比法可以发现该法的实质就是聚类分析，目前采用聚 类分析进行岩爆预测已经有了不少研究[2。5]，其中，采用仿生聚类方法——蚁群聚类算法是一条较好的 途径[5]。但传统的蚁群聚类算法搜索效率不高，严重影响了其使用效果，为了提高聚类算法的计算效 率，对传统的蚁群聚类算法进行改进，提出一种筛选蚁群聚类算法，并把该算法用来解决岩爆预测问题， 提出一种岩爆预测的新方法。 1筛选蚁群聚类算法 筛选蚁群聚类算法的基本思想为：在初始化阶段N个数据被随机地划分为K类。每个初始化的 数据类中必定存在一些和本类其他数据相似性比较低的数据，这些数据都被一一筛选出并且放置到他 们各自最适合的数据类中去。最终，各个数据堆中的数据呈现出下面的属性：同一个数据堆中数据属性 的差异要比不同的数据堆中数据的属性差异小得多。算法的实现过程如下： (1)初始化。所有N个数据被随机分配到K(K≤N)个数据堆中。 (2)迭代。在迭代开始时，蚂蚁被随机分配到一个数据堆，并且这个数据堆作为蚂蚁第一个访问的 数据堆。每只蚂蚁在算法中都走N。…。步来一个个地访问数据堆，在此过程中，蚂蚁所访问到的每个数 *收稿日期：2011—10—13；修回日期：201201—15 基金项目：国家自然科学基金项目 作者简介：高玮(1971～)，男，博士，教授，博士生导师。 万方数据 第6期 高 玮等：深部地下工程岩爆预测的筛选蚁群聚类算法 5