基于蚁群K均值聚类算法的边坡稳定性分析  

Analysis of Slope Stability Based on Ant Colony K-means Clustering Algorithm

作　　者：刘星[1,2] 毕奇龙 郑付刚[1,2] 

机构地区：[1]河海大学水资源高效利用与工程安全国家工程研究中心,江苏南京210098 [2]河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098

出　　处：《水电能源科学》2010年第8期108-109,169,共3页Water Resources and Power

基　　金：国家自然科学基金资助项目(50809025,50879024);国家科技支撑计划基金资助项目(2008BAB29B06,2008BAB29B03)

摘　　要：针对岩石边坡稳定分析中常规聚类算法存在收敛速度慢、易陷入局部最优的局限性,基于蚁群信息素的K均值聚类法,提出一种解决边坡稳定性的新方法,分析了三峡库区36个边坡数据资料,并结合工程类比综合判断了边坡的稳定状态。结果表明,该法的聚类效果优于常规聚类法,计算效率高,为边坡稳定性分级的聚类分析评价提供了新途径。The traditional clustering method for rock slope stability analysis has limitations of slow convergence rate and trapping into local optimum easily.Based on ant colony K-means clustering algorithm,a new method is proposed to solve slope stability.The method is applied to analyze 36 slopes data on the bank of Three Gorges Reservoir.The stability of rock slopes is estimated by combination the engineering analogy method.The results show that the proposed algorithm can obtain better results than that of traditional clustering method and has high computational efficiency.Thus,it provides a new practical way for slope stability analysis.

关 键 词：蚁群 均值聚类算法 边坡稳定性分析 Clustering Algorithm K-means Ant Based Slope Stability 边坡稳定性分级 聚类法 边坡稳定分析 综合判断 稳定状态 数据资料 收敛速度 三峡库区 局部最优 计算效率 工程类比 分析评价 

分 类 号：TK79[动力工程及工程热物理—流体机械及工程] TV7[水利工程—水利水电工程]