基于遗传算法的边坡稳定性评价的动态聚类法

详细信息   

• 责任者：谢全敏^c武汉理工大学 ; 夏元友
• 刊名：岩土力学
• 出版年：2002
• 卷期：２３^b２总７６
• 关键词：边坡稳定性 ; 聚类分析20^a数学模型 ; 函数 ; 最优化 ; 迭代法30^a遗传算法
• 页码：１７０～１７２，１７８
• 索书号：P478.06/357
• 图表：表２参６
• 分类号：1600,2000
• 文摘期号：2003/00

摘要

针对常规动态聚类方法对初始聚类中心的敏感性以及聚类结果与样本输入次序有关等问题，提出了基于遗传算法的边坡稳定性评价的动态聚类方法。文中介绍了聚类分析的数学模型、染色体的构造、适应度函数的选择、遗传算子的确定和具体迭代步骤及方法，并以三峡库岸研究程度较高的36个边坡为例进行分析计算。结果表明，常规动态聚类方法不能有效地处理局部极值问题，而基于遗传算法的动态聚类方法因具有良好的处理局部极值的能力，对初始聚类中心的选取和样本的输入次序没有任何要求，收敛速度比用常规动态聚类方法对不同初始聚类中心进行聚类来获取全局最优解要有效的多。该文提出关于遗传算法的边坡稳定性评价的动态聚类方法，可以得到全局最优解，为边坡稳定性分级的聚类分析评价提供了一种思路。(刘平贵)