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

论文摘要

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。

论文目录

• 摘要
• ABSTRACT
• 目录
• 插图和附表清单
• 第一章 绪论
• 1.1 本文研究的目的和意义
• 1.2 国内外边坡稳定性分析与研究现状
• 1.2.1 边坡稳定性影响因素
• 1.2.2 国内外边坡稳定性分析方法
• 1.3 模糊聚类理论应用与研究现状
• 1.4 粗糙集理论应用与研究现状
• 1.5 本文研究的主要内容
• 第二章 边坡稳定性的模糊C-均值聚类分析
• 2.1 模糊数学理论基础知识
• 2.1.1 模糊集合的基本概念
• 2.1.2 模糊性度量
• 2.1.3 隶属函数（隶属度）的确定
• 2.2 模糊C-均值聚类算法思想
• 2.3 模糊C-均值聚类在边坡稳定性分析中的应用
• 2.4 本章小结
• 第三章 粗糙集理论在边坡稳定性中的分析
• 3.1 数据离散化方法
• 3.2 粗糙集理论基本知识
• 3.2.1 粗糙集的概念
• 3.2.2 信息系统（决策表）
• 3.2.3 不可分辨关系
• 3.2.4 粗糙集的下近似与上近似
• 3.2.5 知识（属性）约简
• 3.2.6 属性重要度
• 3.2.7 指标的权重
• 3.3 粗糙集理论应用的基本算法步骤
• 3.4 样本实例的验证
• 3.4.1 数据离散
• 3.4.2 属性约简和属性重要性的确定
• 3.4.3 各指标权重的确定
• 3.5 本章小结
• 第四章 模糊C-均值聚类和粗糙集理论耦合对边坡稳定性的分析
• 4.1 模糊C-均值聚类和粗糙集的耦合模型
• 4.2 基于降雨条件下分析预测耦合模型
• 4.3 样本实例的验证
• 4.3.1 样本数据离散
• 4.3.2 边坡指标重要性的确定
• 4.3.3 边坡影响因素权重的确定
• 4.3.4 隶属函数的确定
• 4.3.5 模糊综合评判
• 4.4 本章小结
• 第五章 工程实例的应用
• 5.1 自然概况
• 5.2 矿区地质和矿体地质
• 5.3 矿床开采技术条件
• 5.3.1 水文地质
• 5.3.2 工程地质
• 5.3.3 环境地质
• 5.4 岩体力学参数的经验估算方法
• 5.5 耦合模型在某露天矿边坡中的应用
• 5.6 本章小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 不足与展望
• 致谢
• 参考文献
• 附录A （攻读学位期间公开发表的论文及参加的科研项目）