买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：福建农林大学

摘要：本发明提出一种基于遗传模拟退火算法的岩体结构面优势产状分组方法，包括以下步骤：将结构面产状数据转化为单位法向量并获得数据集，设置控制参数，生成初始聚类中心和初始种群，计算样本隶属度和适应度函数值，使用遗传算法对初始种群进行选择、交叉、变异操作获得新种群，采用模拟退火算法对新生成的个体进行判断与选择，更新种群、聚类中心、隶属度和适应度值，并通过Xie‑Beni有效性指标获得最佳分组结果。本发明利用模拟遗传退火算法结合模糊C均值聚类算法，克服了模糊C均值聚类算法需要指定聚类中心的缺陷，在确定聚类组数后，算法在聚类过程中能够自动寻找最优聚类中心，得出的结果更加准确。

主权项：1.一种基于遗传模拟退火算法的岩体结构面优势产状分组方法，其特征在于，具体包括以下步骤：步骤S1：将野外采集的结构面产状数据转化为对应的单位法向量X＝x,y,z，获得数据集；步骤S2：计算数据集中两两结构面单位法向量的欧式距离D并应用于后续计算；步骤S3：设置控制参数：包括最大遗传代数GENmax、种群大小Ps、初始温度T1、冷却系数f、分类组数d、终止温度Tend、交叉概率Pc、变异概率Pm；所述初始初始温度T1大于所述终止温度Tend；从数据集的n个样本中随机选择d个样本作为初始聚类中心，计算每个样本对所有聚类中心的隶属度uij，根据隶属度对样本进行归类，生成d个初始种群C，每一种群数量为Ps，计算适应度函数值fi，i＝1,2,3,...Ps；步骤S4：初始化遗传代数gen＝0；步骤S5：使用遗传算法对初始种群进行选择、交叉、变异操作，获得新种群并更新聚类中心、隶属度和适应度值；步骤S6：采用模拟退火算法对步骤S5中新生成的个体进行判断与选择，更新步骤S5所生成的新种群，选择更新后新种群个体中适应度值最大的个体为本种群的新聚类中心，更新本步骤新种群样本的隶属度和适应度值；步骤S7：对比gen和GENmax，若gen小于GENmax，则令gen＝gen+1并返回步骤S5；否则对比当前温度Tr和终止温度Tend，初始状态下Tr＝T1，若Tr＜Tend则输出步骤S6中所获得的聚类中心以及由聚类中心得出的聚类结果，否则对当前温度进行降温处理后返回步骤S4，所述降温处理是利用当前温度Tr乘以冷却系数f后的值作为更新后的当前温度Tr，即Tr←Tr×f；步骤S8：更改分组组数，选择分类组数d的多个临近值作为不同候选分组数，使用每一候选分组数h替换步骤S3中的分类组数d后执行步骤S3至步骤S7，获得每一候选分组数h所对应的结构面优势产状分组；计算每一候选分组数中的Xie-Beni有效性指标，根据Xie-Beni有效性指标确定最佳分组数，并将最佳分组数所对应的结构面优势产状分组作为最终分组结果。

全文数据：

权利要求：

百度查询： 福建农林大学 一种基于遗传模拟退火算法的岩体结构面优势产状分组方法