岩体结构面的优势产状模糊聚类分析及其有效性研究

摘要

岩体是包含岩石和岩体内部的结构面的综合体。在实际的岩体内部往往充斥着许多结构面，由于结构面的存在使得岩体的强度、稳定性和抗渗性能都远远小于完整岩石。通过统计学分析并对结构面进行优势分组是建立岩体三维网络模型和对岩体的工程特性进行科学评估的基础工作和重要内容。因此，对岩体结构面的分布进行研究，提取出结构面的优势方位以进行岩体工程研究与分析具有非常重要的工程意义。
　　传统的优势分组方法是采用倾向玫瑰花图或极点等密图等方法，但是这种方法带有很强主观性，只能得到定性的分组结果。本文通过建立结构面的数学模型，采用模糊 C均值算法（FCM）构造目标函数，对结构面数据进行定量的分组。
　　本文研究了一种基于结构面优势组划分的萤火虫模糊聚类方法（FFCM），并且编制了相应的程序以实现结构面优势组的自动划分。基于模糊决策理论对模糊加权指数m进行优选；针对结构面数据集中的噪声数据进行了研究，基于可能性理论得到了一种结构面数据集中噪声数据的处理方法；引入了一种元启发式智能算法——萤火虫算法（FA）来搜寻最优结果，并对 FA算法的相关参数进行了优选；对聚类算法的有效性指标进行了研究，采用双有效性指标来共同对聚类的有效性进行评价；采用蒙特卡洛模拟的结构面数据对本文的分组方法进行了系统的验证，并将该方法应用于野外实测结构面数据中并对分组结果进行分析。最终结果表明，本文的结构面优势分组方法可以有效解决传统方法需要提前指定分组数目、对初始值和噪声数据敏感等缺陷，得到的划分结果更加精确和符合实际情况。

目录

第1章 绪 论

1.1 课题背景及研究的目的和意义

1.2结构面优势组划分方法研究现状

1.3结构面优势组划分方法概述及分析

1.4 本文主要研究内容

第2章 岩体结构面划分基本理论和模糊聚类分析

2.1数学模型的建立和赤平投影技术

2.2模糊C均值聚类算法

2.3 聚类的有效性研究

2.4本章小结

第3章 基于结构面划分的萤火虫模糊聚类方法

3.1模糊加权指数的选取

3.2 噪声数据的处理方法

3.3 基于萤火虫算法的聚类分析方法

3.4 萤火虫模糊聚类方法的流程

3.5 本章小结

第4章 萤火虫模糊聚类方法的系统验证与工程应用

4.1人工模拟结构面产状数据

4.2萤火虫模糊聚类方法的系统验证

4.3工程实例分析

4.4 本章小结

结论

参考文献

声明

致谢