岩体结构面产状改进的K均值聚类分析.pdfVIP

NO．9 第29卷第9期 长 江科 学 院 院报 V01．29 201 of RiverScientificResearchInstitute 0 1 2 2年9月 Journal Yangtze Sep．2 DOI：10．3969／j．issn．1001—5485．2012．09．012 岩体结构面产状改进的K均值聚类分析 李继明 (义乌工商职业技术学院，浙江义乌322000) 摘要：岩体结构面产状的优势分组是进行岩体工程稳定性评价的基础，极点等密度图、走向玫瑰花图等传统方法比 较粗糙，只能给出优势组数，无法准确地给出每一组结构面的优势产状。为弥补传统方法的缺点，采用改进的K均 值聚类算法，以结构面的单位法向量表示其产状，以结构面之间所夹锐角对结构面产状进行分类判定。将该方法 应用于某采石场岩质边坡结构面优势产状的分析中，结果表明：采用改进的K均值聚类分析方法结果可靠，分类合 理，可以准确确定结构面的优势产状。 关键词：岩体；结构面产状；优势分组；K均值聚类 中图分类号：TU452 文献标志码：A 文章编号：1001—5485(2012)09—0049—04 判定。 K均值聚类算法为聚类算法的一种，与模糊c 1 研究背景 均值算法一样，该方法的缺点在于必须确定合理的 岩体中广泛地存在结构面，结构面的产状、密度 初始聚类中心。本文对K均值聚类算法进行改进， 及其组合规律对岩体的力学及水力学性质起着关键 以结构面产状的凝聚点作为K均值聚类算法的初 性的作用。要确保岩体工程的稳定性，首先要研究 始聚类中心，而后对结构面产状进行优势分组。 岩体结构面的分布规律，其基础性工作就是进行岩 体的结构面统计，把统计的结构面按产状进行优势 2数学描述及若干考虑 分组。 工程中最传统也是最常用的结构面优势分组方 2．1 结构面产状的表达 法是：画极点等密度图或走向玫瑰花图。其优点在 在岩体结构面统计过程中，结构面产状通常用 于方法简便，可直观的判断优势组数；其缺点在于无 法准确地确定优势产状，并且该方法具有很强的主 构面为一空间平面，如图1所示建立空间直角坐标 观性，分组结果往往因各人的专业素养、经验的差异 系，结构面产状可以用它单位法向量的坐标来表 示¨’刊X=(cosotsinp，sinasi邶，co印)o 而不同¨J。Shanley和Mahtab旧1首次提出了结构面 优势分组的客观聚类算法，该方法的难点在于确定 2．2相似性度量 寻找密度点时合理的小球半径。陈剑平等在文献 应用聚类算法对 结构面的产状数据进 [3]中对该方法进行了改进。Hammah和CurranMl 将模糊c均值聚类算法应用于结构面产状的优势 行划分，首先需要确 组划分，该方法的难点在于确定有效的初始聚类中 定结构面产状之间的 心。周玉新等M1以模糊等价聚类方法得到的结果 相似性度量——距 作为模糊软聚类方法的初始聚类中心，提出了结构 离¨J。本文以2结构 面产状