东北大学学报:自然科学版 ›› 2019, Vol. 40 ›› Issue (3): 420-424.DOI: 10.12068/j.issn.1005-3026.2019.03.022
王述红1, 任艺鹏1, 陈俊智2, 张紫杉1
WANG Shu-hong1, REN Yi-peng1, CHEN Jun-zhi 2, ZHANG Zi-shan1
摘要: 针对结构面产状常规分类方法存在的不足,提出一种新型的结构面分类算法.基于K-Means算法的结构面分类,将人工鱼群算法(artificial fish swarm algorithm,AFSA)与K-Means算法相结合,建立了AFSA-RSK结构面分类算法.利用鱼群算法强大的寻优能力,代替K-Means算法对结构面产状聚心集进行搜寻,并通过K-Means算法进行聚类.聚类完成后,选择相应参数指标对聚类效果进行评价.针对存在的问题,对鱼群算法的步长和视野进行修正,提高寻找聚心集的精度,动态地调整了聚类过程.将改进后的AFSA-RSK算法与其他算法进行比较,结果表明在迭代速度、聚类精度以及内存占比上,改进后的AFSA-RSK算法都要更优,更适合在结构面分组方面的应用.
中图分类号: