CN114298246A - 一种基于模糊聚类分析类比的隧道地下水排放量确定方法 - Google Patents
一种基于模糊聚类分析类比的隧道地下水排放量确定方法 Download PDFInfo
- Publication number
- CN114298246A CN114298246A CN202210002617.1A CN202210002617A CN114298246A CN 114298246 A CN114298246 A CN 114298246A CN 202210002617 A CN202210002617 A CN 202210002617A CN 114298246 A CN114298246 A CN 114298246A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- matrix
- discharge amount
- underground water
- indexes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种基于模糊聚类分析类比的隧道地下水排放量确定方法,属于隧道技术领域。该方法包括以下步骤:S1:确定影响隧道地下水排放量的相应指标;S2:进行具体应用分析。本发明对不同隧道的相关指标进行聚类分析,根据定量计算结果将不同隧道进行分类,最终基于既有隧道实测的地下水排放量给出待测隧道的地下水排放量。本发明可从定量角度确定隧道地下水排放量,解决传统工程类比法过度模糊化、无法定量化的问题。
Description
技术领域
本发明属于隧道技术领域,涉及一种基于模糊聚类分析类比的隧道地下水排放量确定方法。
背景技术
隧道地下水排放量的确定涉及多种因素,往往采用单一手段难以获取准确的地下水排放量,工程设计中常常采用工程类比法进行研究,但传统的工程类比法对多种因素难以进行类比分析,得到的结论带有一定主观性,因此提出基于模糊聚类分析的工程类比方法,对不同隧道的相关指标进行聚类分析,根据定量计算结果将不同隧道进行分类,最终基于既有隧道实测的地下水排放量给出待测隧道的地下水排放量。
发明内容
有鉴于此,本发明的目的在于提供一种基于模糊聚类分析类比的隧道地下水排放量确定方法。
为达到上述目的,本发明提供如下技术方案:
一种基于模糊聚类分析类比的隧道地下水排放量确定方法,该方法包括以下步骤:
S1:确定影响隧道地下水排放量的相应指标;
S2:进行具体应用分析。
可选的,所述S1中,相应指标包括隧道长度、地表水发育程度、地质构造活动、岩溶发育程度、岩体渗透系数、涌水量预测、水头高度、人口数量、年平均降水量、水生生物多样性、植被覆盖率和物种香农多样性指数。
可选的,对所述相应指标进行分级,分级如下:
隧道长度单位为设为x1,单位为m,指标分级为:<500,500~1000,1000~3000,3000~5000,≥5000;
地表水系发育程度设为x2,指标分级为:0表示无地表水,0.25表示不发育,0.5表示一般,0.75表示较发育,1.0表示发育;
地质构造活动设为x3,指标分级为:0表示无,0.25表示不强烈,0.5表示一般,0.75表示较强烈,1.0表示强烈;
岩溶发育程度设为x4,指标分级为:0表示无,0.25表示不发育,0.5表示一般,0.75表示较发育,1.0表示发育;
岩体渗透系数设为x5,单位为cm/s,指标分级为:<10-5,10-5~10-4,10-4~10-3,10-3~10-2,≥10-2;
涌水量预测设为x6,单位为m3/d,指标分级为:<5000,5000~10000,10000~20000,20000~30000,≥30000;
水头高度设为x7,单位为m,指标分级为:<50m,50~100,100~300,300~500,≥500;
人口数量设为x8,单位为人,指标分级为:<50,50~100,100~300,300~500,≥500;
年平均降水量设为x9,单位为mm,指标分级为:<200,200~400,400~800,800~1600,≥1600;
水生生物多样性设为x10,指标分级为:0表示无水生生物,0.25表示季节性分布、物种一般,0.5表示物种丰富,0.75表示分布有珍稀濒危物种,1.0表示重要湿地、水生生态类型自然保护区;
植被覆盖率设为x11,单位为%,指标分级为:<30%,30%~50%,50%~70%,70%~90%,≥90%;
物种香农多样性指数设为x12,指标分级为:<0.5,0.5~1.5,1.6~2.5,2.6~3.5,≥3.5。
可选的,所述S2具体包括以下步骤:
S21:设论域U={x1,x2,…,x8}表示隧道单元,每个隧道地下水的排放取决于12个指标:隧道长度、地表水系发育程度、地质构造活动、岩溶发育程度、岩体渗透系数、涌水量预测、水头高度、人口数量、年平均降水量、水生生物多样性、植被覆盖率、物种香农多样性指数,即:
xi=(xi1,xi2,...,xi12)i=1,2,...,12
S22:得到原始数据矩阵;
S23:采用平移极差变化对原始数据进行标准化:
S24:得到标准化的矩阵,然后完成标定即建立模糊相似矩阵R;
设论域U=(x1,x2,…,xn),xi={xi1,xi2,…,xim},依照聚类方法确定相似系数,建立模糊相似矩阵,xi与xj的相似程度为rij=R(xi,xj);采取绝对值减数法进行矩阵标定,方法如下:
rij=1-cd(xi,xj)
标定后得到模糊相似矩阵R;
S25:将R改造成模糊等价矩阵R※;用二次方法求R的传递闭包t(R),t(R)就是所求的模糊等价矩阵R※,即t(R)=R※;再让λ由大变小,得到分类情况;
通过循环计算得到R的传递闭包矩阵t(R);
依次取λ∈[0,1],截关系R,确定相应的λ截矩阵,则将其分类:
根据截矩阵得到动态聚类图;
S26:聚类结果分析:
对所得的聚类结果进行分析,把具有相似性指标的隧道分在一起,并根据隧道的不同特征进行区分;
从聚类结果进行分析结果知:八个隧道分成五类,且隧道1、隧道2、隧道3和待分析隧道处于同一类别;待分析隧道地下水排放量参考同一类别的隧道1、隧道2及隧道3;若隧道1、2或3有实测值,待分析隧道地下水排放量取实测值作为参考。
本发明的有益效果在于:本发明可从定量角度确定隧道地下水排放量,解决传统工程类比法过度模糊化、无法定量化的问题。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为动态聚类图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
一、确定影响隧道地下水排放量的相应指标
根据工程经验及隧道特征主要包括以下因素:隧道长度,地表水发育程度,地质构造活动,岩溶发育程度,岩体渗透系数,涌水量预测,水头高度,人口数量,年平均降水量,水生生物多样性,植被覆盖率,物种香农多样性指数。对这12个指标进行分级,分级如下:
表1地下水排放量影响指标
二、具体应用分析
(1)假设论域U={x1,x2,…,x8}表示隧道单元,每个隧道地下水的排放取决于12个指标:隧道长度、地表水系发育程度、地质构造活动、岩溶发育程度、岩体渗透系数、涌水量预测、水头高度、人口数量、年平均降水量、水生生物多样性、植被覆盖率、物种香农多样性指数,即:
xi=(xi1,xi2,...,xi12)(i=1,2,...,12)
其数值如表2所示。
表2类比隧道相关指标
(2)由表2可得到原始数据矩阵:
(3)在实际问题中,不同的数据一般有不同的量纲。为了使有不同的量纲的量也能进行比较,通常需要对数据作适当的变换。
这里采用平移极差变化对原始数据进行标准化,方法如下:
得到标准化的矩阵为:
得到标准化矩阵后,下一步需要完成标定即建立模糊相似矩阵R。设论域U=(x1,x2,…,xn),xi={xi1,xi2,…,xim}(依照传统聚类方法确定相似系数,建立模糊相似矩阵,xi与xj的相似程度rij=R(xi,xj)。确定rij=R(xi,xj)的方法主要借用传统聚类分析的相似系数法、距离法以及其他方法。此处采取绝对值减数法进行矩阵标定,方法如下:
rij=1-cd(xi,xj)
标定后得到模糊相似矩阵R:
(5)根据标定所得的模糊矩阵,只是一个模糊相似矩阵R,不一定具有传递性,即R不一定是模糊等价矩阵。为了进行分类,还需要将R改造成模糊等价矩阵R※。用二次方法求R的传递闭包t(R),t(R)就是所求的模糊等价矩阵R※,即t(R)=R※。再让λ由大变小,就可得到分类情况。
通过循环计算得到R的传递闭包矩阵t(R)为:
依次取λ∈[0,1],截关系R,确定相应的λ截矩阵,则可以将其分类:
当分类系数λ=1,所得截距阵为:
可知,U分为八类:{x1},{x2},{x3},{x4},{x5},{x6},{x7},{x8}。
当分类系数λ=0.8974,所得截距阵为:
可知,U分为七类:{x2,x8},{x3},{x4},{x5},{x6},{x7},{x1}。
当分类系数λ=0.8320,所得截距阵为:
可知,U分为六类:{x1,x2,x8},{x3},{x4},{x5},{x6},{x7}。
当分类系数λ=0.7346,所得截距阵为:
可知,U分为五类:{x1,x2,x3,x8},{x4},{x5},{x6},{x7}。
当分类系数λ=0.6646,所得截距阵为:
可知,U分为四类:{x1,x2,x4,x3,x8},{x6},{x5},{x7}。
当分类系数λ=0.6506,所得截距阵为:
可知,U分为三类:{x1,x2,x3,x4,x6,x8},{x5},{x7}。
当分类系数λ=0.5523,所得截距阵为:
可知,U分为两类:{x1,x2,x3,x4,x7,x6,x8},{x5}。
当分类系数λ=0.5371,所得截距阵为:
可知,U分为一类:{x1,x2,x3,x4,x5,x6,x7,x8}
并根据截矩阵得到动态聚类图如图1所示。
(6)聚类结果分析:
对所得的聚类结果进行分析可知,当按0.8320≤λ≤1进行分类时,分析结果过分强调了八个隧道在六个相关指标的差异性,而没有注意到各个指标之间的相互影响关系,没有起到真正的分类作用;按0.5371≤λ≤0.6646进行分类时,分析结果过分强调了六个指标之间的联系性,忽视了八个隧道在六个指标上表现出的差异性。因此,本次模糊分析取λ=0.7346,该分类把具有相似性指标的隧道分在一起,并根据隧道的不同特征进行区分。
从模糊聚类分析结果可知:八个隧道可分成五类,且隧道1、隧道2、隧道3和待分析隧道处于同一类别。因此待分析隧道地下水排放量可参考同一类别的隧道1、隧道2及隧道3。若隧道1、2或3有实测值,待分析隧道地下水排放量可取实测值作为参考。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种基于模糊聚类分析类比的隧道地下水排放量确定方法,其特征在于:该方法包括以下步骤:
S1:确定影响隧道地下水排放量的相应指标;
S2:进行具体应用分析。
2.根据权利要求1所述的一种基于模糊聚类分析类比的隧道地下水排放量确定方法,其特征在于:所述S1中,相应指标包括隧道长度、地表水发育程度、地质构造活动、岩溶发育程度、岩体渗透系数、涌水量预测、水头高度、人口数量、年平均降水量、水生生物多样性、植被覆盖率和物种香农多样性指数。
3.根据权利要求2所述的一种基于模糊聚类分析类比的隧道地下水排放量确定方法,其特征在于:对所述相应指标进行分级,分级如下:
隧道长度单位为设为x1,单位为m,指标分级为:<500,500~1000,1000~3000,3000~5000,≥5000;
地表水系发育程度设为x2,指标分级为:0表示无地表水,0.25表示不发育,0.5表示一般,0.75表示较发育,1.0表示发育;
地质构造活动设为x3,指标分级为:0表示无,0.25表示不强烈,0.5表示一般,0.75表示较强烈,1.0表示强烈;
岩溶发育程度设为x4,指标分级为:0表示无,0.25表示不发育,0.5表示一般,0.75表示较发育,1.0表示发育;
岩体渗透系数设为x5,单位为cm/s,指标分级为:<10-5,10-5~10-4,10-4~10-3,10-3~10-2,≥10-2;
涌水量预测设为x6,单位为m3/d,指标分级为:<5000,5000~10000,10000~20000,20000~30000,≥30000;
水头高度设为x7,单位为m,指标分级为:<50m,50~100,100~300,300~500,≥500;
人口数量设为x8,单位为人,指标分级为:<50,50~100,100~300,300~500,≥500;
年平均降水量设为x9,单位为mm,指标分级为:<200,200~400,400~800,800~1600,≥1600;
水生生物多样性设为x10,指标分级为:0表示无水生生物,0.25表示季节性分布、物种一般,0.5表示物种丰富,0.75表示分布有珍稀濒危物种,1.0表示重要湿地、水生生态类型自然保护区;
植被覆盖率设为x11,单位为%,指标分级为:<30%,30%~50%,50%~70%,70%~90%,≥90%;
物种香农多样性指数设为x12,指标分级为:<0.5,0.5~1.5,1.6~2.5,2.6~3.5,≥3.5。
4.根据权利要求3所述的一种基于模糊聚类分析类比的隧道地下水排放量确定方法,其特征在于:所述S2具体包括以下步骤:
S21:设论域U={x1,x2,…,x8}表示隧道单元,每个隧道地下水的排放取决于12个指标:隧道长度、地表水系发育程度、地质构造活动、岩溶发育程度、岩体渗透系数、涌水量预测、水头高度、人口数量、年平均降水量、水生生物多样性、植被覆盖率、物种香农多样性指数,即:
xi=(xi1,xi2,...,xi12) i=1,2,...,12
S22:得到原始数据矩阵;
S23:采用平移极差变化对原始数据进行标准化:
S24:得到标准化的矩阵,然后完成标定即建立模糊相似矩阵R;
设论域U=(x1,x2,…,xn),xi={xi1,xi2,…,xim},依照聚类方法确定相似系数,建立模糊相似矩阵,xi与xj的相似程度为rij=R(xi,xj);采取绝对值减数法进行矩阵标定,方法如下:
rij=1-cd(xi,xj)
标定后得到模糊相似矩阵R;
S25:将R改造成模糊等价矩阵R※;用二次方法求R的传递闭包t(R),t(R)就是所求的模糊等价矩阵R※,即t(R)=R※;再让λ由大变小,得到分类情况;
通过循环计算得到R的传递闭包矩阵t(R);
依次取λ∈[0,1],截关系R,确定相应的λ截矩阵,则将其分类:
根据截矩阵得到动态聚类图;
S26:聚类结果分析:
对所得的聚类结果进行分析,把具有相似性指标的隧道分在一起,并根据隧道的不同特征进行区分;
从聚类结果进行分析结果知:八个隧道分成五类,且隧道1、隧道2、隧道3和待分析隧道处于同一类别;待分析隧道地下水排放量参考同一类别的隧道1、隧道2及隧道3;若隧道1、2或3有实测值,待分析隧道地下水排放量取实测值作为参考。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210002617.1A CN114298246A (zh) | 2022-01-04 | 2022-01-04 | 一种基于模糊聚类分析类比的隧道地下水排放量确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210002617.1A CN114298246A (zh) | 2022-01-04 | 2022-01-04 | 一种基于模糊聚类分析类比的隧道地下水排放量确定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114298246A true CN114298246A (zh) | 2022-04-08 |
Family
ID=80975443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210002617.1A Pending CN114298246A (zh) | 2022-01-04 | 2022-01-04 | 一种基于模糊聚类分析类比的隧道地下水排放量确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114298246A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115293600A (zh) * | 2022-08-11 | 2022-11-04 | 北京拙河科技有限公司 | 一种海运风险识别方法和系统 |
-
2022
- 2022-01-04 CN CN202210002617.1A patent/CN114298246A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115293600A (zh) * | 2022-08-11 | 2022-11-04 | 北京拙河科技有限公司 | 一种海运风险识别方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Seyedmohammadi et al. | Application of SAW, TOPSIS and fuzzy TOPSIS models in cultivation priority planning for maize, rapeseed and soybean crops | |
Wang et al. | Assessment of river water quality based on theory of variable fuzzy sets and fuzzy binary comparison method | |
Lombard et al. | Effectiveness of land classes as surrogates for species in conservation planning for the Cape Floristic Region | |
Roberts et al. | Concepts and techniques of vegetation mapping | |
Clark et al. | Spatial characteristics of exurban settlement pattern in the United States | |
Birks | Numerical methods for the analysis of diatom assemblage data | |
Ball et al. | Integrating multiple analytical approaches to spatially delineate and characterize genetic population structure: an application to boreal caribou (Rangifer tarandus caribou) in central Canada | |
CN110929939B (zh) | 一种基于聚类-信息量耦合模型下的滑坡灾害易发性空间预测方法 | |
Sickle et al. | Selecting discriminant function models for predicting the expected richness of aquatic macroinvertebrates | |
Fernando et al. | Modified factor analysis to construct composite indices: illustration on urbanization index | |
Tang et al. | Accounting for regional variation in both natural environment and human disturbance to improve performance of multimetric indices of lotic benthic diatoms | |
CN104573862B (zh) | 基于多Agent的湖库、流域的水质监测断面优化布设方法 | |
CN110969346A (zh) | 基于指标筛选的流域水生态功能分区治理需求评价方法 | |
CN109063962A (zh) | 一种基于权重的城市内河生态系统健康评价方法 | |
Muxika et al. | Assessing proposed modifications to the AZTI marine biotic index (AMBI), using biomass and production | |
Wiegleb et al. | Natural variation of macrophyte vegetation of lowland streams at the regional level | |
Lengyel et al. | Joint optimization of cluster number and abundance transformation for obtaining effective vegetation classifications | |
CN112884013A (zh) | 基于数据挖掘技术的能耗分区方法 | |
CN114298246A (zh) | 一种基于模糊聚类分析类比的隧道地下水排放量确定方法 | |
Wei et al. | Data mining methods for hydroclimatic forecasting | |
Costa et al. | Assessment of pollutants from diffuse pollution through the correlation between rainfall and runoff characteristics using EMC and first flush analysis | |
Mosleh et al. | Identifying sources of soil classes variations with digital soil mapping approaches in the Shahrekord plain, Iran | |
Toerien et al. | The enterprise ecology of towns in the Karoo, South Africa | |
CN116663779B (zh) | 耕地土壤多深度肥力点面转换方法及装置 | |
de Azevedo et al. | Taxonomic and functional approaches to phytoplankton in ecosystems with different coverage of aquatic plants |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |