一种基于大数据聚类分析的隧道运营状态划分方法

摘要

本发明涉及隧道工程领域，具体涉及一种基于大数据聚类分析的隧道运营状态划分方法。其地适应隧道运营状态动态变化要求并提供精准预测。本发明采用的方法步骤为：1)：进行隧道运营监测实验，得到公路隧道运营状态多维空间；2)：对监测样本数据集进行预处理，然后判断是否含有缺失值和噪声数据，对所有异常数据进行剔除；3)：对划分为k个聚类的样本集计算其任一样本xi的轮廓系数，进而计算不同k个聚类下所有样本n的平均轮廓系数Sk并认定当Sk取最大值时所对应的k值为隧道运营状态最佳状态分类数；4)：预置聚类个数为k，并应用FCM算法对隧道运营监测样本数据集进行聚类分析，得到所有样本对k个聚类的隶属度和k个聚类中心；5)：根据隶属度最大原则，确定每个隧道运营监测样本对应的运营状态类别。