东北大学学报:自然科学版 ›› 2020, Vol. 41 ›› Issue (9): 1328-1333.DOI: 10.12068/j.issn.1005-3026.2020.09.019
王述红, 朱宝强, 王鹏宇
WANG Shu-hong, ZHU Bao-qiang, WANG Peng-yu
摘要: 鉴于以往的结构面产状分组方法常存在算法复杂、聚类精度差及分组效率低的不足,提出了一种新型的融合模拟退火算法及K-means聚类(SAK)的结构面分组算法,该算法简单易实现.利用模拟退火算法的退火原理,对K-means算法聚类的结构面分组结果进行优化,以期克服K-means算法易受初始聚类中心影响的缺陷.计算机模拟生成的结构面数据的分析表明,所提方法相较于传统K-means算法具有明显优势.将该方法应用于重庆市三环高速公路兴隆隧道实测结构面的分组中,并与已有方法进行对比.结果表明:该方法不仅聚类精度高,而且迭代速度也较快,具有较强的工程实用性.
中图分类号: