基于蟻群聚類算法的隧道損傷識別與健康判定.pdf

1、作為研究隧道健康與隧道損傷識別的新型手段，蟻群聚類算法因其較強(qiáng)的魯棒性、優(yōu)良的分布式計(jì)算、易于其它算法等優(yōu)點(diǎn)而被廣泛用于邊坡、煤礦、圍巖等領(lǐng)域，但是由于蟻群聚類算法目前未被應(yīng)用于隧道健康判定與隧道損傷識別中，且采用諸如模糊綜合評價(jià)法等傳統(tǒng)手段對隧道進(jìn)行健康判定與損傷識別存在一定的主觀性。因此，基于數(shù)據(jù)挖掘角度，論文針對運(yùn)營隧道暴露的病害特征以及隧道表觀損傷，運(yùn)用蟻群聚類算法開展隧道健康判定與隧道損傷識別研究。
　　論文以裂縫寬度為

2、研究對象，來展開隧道損傷程度上的識別，同時(shí)在深入了解蟻群聚類算法后，加入了遺傳變異對算法進(jìn)行了改進(jìn)，并利用Matlab軟件進(jìn)行算法編程，然后將改進(jìn)后的蟻群聚類組合算法應(yīng)用到了隧道損傷識別中。通過對模擬試驗(yàn)結(jié)果中的裂縫寬度、荷載、腐蝕時(shí)間這三個(gè)指標(biāo)數(shù)據(jù)的聚類，得到了各指標(biāo)的聚類中心，并據(jù)此建立了1～5標(biāo)度標(biāo)準(zhǔn)，通過對4組樣本進(jìn)行層次分析，從而實(shí)現(xiàn)隧道損傷識別。
　　論文在分析隧道健康影響因素后，從襯砌裂縫、襯砌背后空洞、襯砌材質(zhì)劣化

3、、襯砌起層與剝落、滲漏水這5個(gè)方面著手，初步選取11個(gè)判定指標(biāo)，通過R型聚類以及秩和ranksum檢驗(yàn)對這11個(gè)判定指標(biāo)進(jìn)行篩選，最終建立起隧道健康判定指標(biāo)體系，利用改進(jìn)的蟻群聚類組合算法進(jìn)行訓(xùn)練學(xué)習(xí)，建立起隧道健康狀態(tài)的3種健康等級標(biāo)準(zhǔn)，并以此來判定新待測試樣本的健康等級。
　　研究得到如下主要結(jié)論:
　　1)對4組隧道試驗(yàn)標(biāo)段（樣本）進(jìn)行損傷程度識別，得到的損傷程度結(jié)果與實(shí)際損傷程度基本一致，驗(yàn)證了改進(jìn)的蟻群聚類組合算法

4、在隧道損傷識別應(yīng)用中的可行性。
　　2)對23組隧道區(qū)段進(jìn)行健康等級判定，得到的健康等級與實(shí)際判定結(jié)果基本一致，其中，亞健康區(qū)段的隧道健康等級判定準(zhǔn)確率達(dá)到了100％，病害區(qū)段與健康區(qū)段的隧道健康等級判定準(zhǔn)確率為91.3％，驗(yàn)證了改進(jìn)的蟻群聚類組合算法在隧道健康判定應(yīng)用中的可行性。
　　本研究闡明了蟻群聚類算法特性，改進(jìn)了蟻群聚類算法，為蟻群聚類算法在隧道損傷識別與隧道健康判定的應(yīng)用與推廣提供了一種新的思路、新的方法，具有一