Vol.26 No.3 王鹏等：基于GA和FCM的岩体结构面的混合聚类方法 ◆231 心 N U使H归 器 W 2. 图5D256H点节理极点图和等密度图 Fig.5 Pole and contour plots of joints at D256H 0.76 (a) 0.60 (b) 0.74 0.56 0.72 0.52 0.70 0.48 0.68 0.44 1.50 110 (c) (d) 106 1.40 102 1.35 1.30 1.2 2 % 3 56 1 3 4 5 6 7 分类数c 分类数c 图6D256H点节理聚类有效性指标与分类数的关系曲线 Fig.6 Plots of the values of cluster validity against the number of clusters of joints at D256H 6.74 8 6 -12 6.70 6.68 -16 姿 6.66 人 一最大适应值 -20 6.64 一平均适应值 6.62 -24 0 6.60 20 40 60 80 100 2 34 5 6 进化代数T 选代次数k 图7第一阶段GA进化过程图 图8第二阶段FCM目标函数变化曲线 Fig.7 Evolutionary process of GA Fig.8 Objective function of FCM cluster algorithm 6结语 解决了FCM聚类算法的易陷入局部最优和GA 进化后期的计算效率低的弱点，可以不依靠工程 (1)借鉴现代人工智能的某些研究成果，提出 经验给出客观可靠的结果， 了一种基于GA和FCM的岩体结构面混合聚类 (2)编制了相应计算程序，采用数据文件的管 算法，避免了优势结构面组分类界限不明显和先 理方式，使应用该方法分析大量数据十分方便. 验知识不足情况下人为划定分类界限的主观性， (3)结合现场实测数据，对该方法进行结构面‘ 王 鹏 等 基 于 和 的岩体结构 面 的 混合聚 类 方法 一 图 点节 理 极点 图和 等 密度 图 褚 · 卜 继绷睽眯奚众公 一 侧知求幕河除考 ﹂口区雨 彩攀裂纂缪时 分类数 分类数 图 点节理 聚类有 效性指标 与分 类数 的 关 系 曲线 ， ‘‘ 乙 ︵ 恻鉴粼血嘴阁 －最大适应值 －平均适应值 书朋 划侧啊叫 进 化代数 图 第一 阶 段 进 化 过 程 图 · 叮 结 语 借 鉴现代 人 工 智 能 的某 些研 究成 果 ， 提 出 了一 种 基 于 和 的岩 体 结构面 混 合 聚 类 算法 ， 避 免 了优 势 结构 面 组 分类 界 限不 明显 和 先 验知 识 不足情况 下人 为划 定分类 界 限的主观 性 ， 迭代 次数 图 第二 阶 段 目标 函 数 变化 曲线 讨 解 决 了 聚类 算法 的 易 陷入 局 部 最 优 和 进 化 后 期 的计算 效率低 的弱 点 ， 可 以不 依靠 工程 经 验 给 出客 观 可 靠 的结果 编制 了相应 计 算程 序 ， 采 用 数据 文件 的管 理 方 式 ， 使 应用 该 方法 分析 大量 数据 十 分 方 便 结合现场 实测数据 ， 对 该方法进 行 结构 面