模糊C-均值聚类和粗糙集在边坡稳定性分析中的耦合应用

作     者：王丽 

作者单位：昆明理工大学 

学位级别：硕士

导师姓名：宦秉炼

授予年度：2011年

学科分类：081901[工学-采矿工程] 0819[工学-矿业工程] 08[工学] 

主      题：露天矿 边坡 稳定性分析 影响因素 数据离散 粗糙集 权重 属性重要性 模糊C-均值(FCM)算法 隶属函数 

摘      要：滑坡危害是一种常见的自然灾害,它不仅给人类生命安全带来威胁,而且对财产、环境、资源等也具有破坏性。如何安全、有效、可靠地对边坡的稳定性进行分析评价、进行滑坡的预测预报,具有深远的意义。 本文首先在分析边坡稳定性影响因素和总结边坡稳定性评价方法的基础上把模糊C-均值聚类算法和粗糙集理论引入边坡稳定性分析中,分别对边坡样本中多种影响因素进行较为深入地研究,并进行边坡稳定评价。其评价结果与现场监测得到的结果进行对比分析,确定出各模型选取的有效性和局限性,进而提出模糊C均值聚类算法和粗糙集进行耦合应用在边坡稳定性分析中。利用模糊C-均值聚类算法只需给定聚类数,对实测数据进行离散,离散的结果就能够比较客观地反映数据的分布情况,解决了连续数据在离散标准选择上局限性。运用粗糙集理论克服传统方法确定权重造成的主观经验上的偏差。这样的耦合使得边坡稳定性评价方法就更客观,也提高了评价边坡稳定性的精度。 本论文采用理论研究结合实例的方法,结合云南某露天矿边坡工程实例,对模糊C-均值聚类算法和粗糙集理论耦合模型进行边坡稳定性的分析验证。通过对自然状态下的边坡进行稳定性分析,得出露天矿边坡的稳定状况,验证模型的可行、有效和合理性。为进一步对未来降雨条件下边坡的稳定状况进行分析预测,又建立基于降雨条件下的模糊C-均值聚类算法和粗糙集理论耦合模型,通过对其降雨达到一种极端(饱和)状态下的边坡进行稳定性分析,预测出边坡在降雨过程中的稳定状况,有利于对边坡工程进行合理的设计和治理。