由于較多因素影響邊坡的穩(wěn)定,且各因素之間關(guān)系復(fù)雜相互影響,為了更加準確地評價邊坡情況,采用了粒子群優(yōu)化K-Means聚類算法,有效地擺脫了常規(guī)K-Means算法因局部最優(yōu)而陷入極值的缺點,增加了粒子群群體的多樣性,提高了評價結(jié)果的全局最優(yōu)性。對三峽庫區(qū)的36個邊坡工程分析,結(jié)果表明該優(yōu)化算法優(yōu)于常規(guī)K-Means聚類算法。

【文章頁數(shù)】：4 頁

【文章目錄】：
1 概述
2 基于粒子群優(yōu)化聚類算法在邊坡安全評價的實現(xiàn)
    2.1 K-Means算法
    2.2 PSO優(yōu)化算法
    2.3 基于粒子群優(yōu)化聚類算法的實現(xiàn)流程
3 優(yōu)化聚類算法的應(yīng)用實例
4 結(jié)語



本文編號：4053166