一種基於熵權模糊聚類的滲漏通道探測方法
2023-05-29 10:07:46
專利名稱：一種基於熵權模糊聚類的滲漏通道探測方法
技術領域：
本發明屬於巖土工程領域，特別涉及一種滲漏通道的探測方法。
背景技術：
目前用於探測堤壩集中滲漏的方法主要是示蹤方法，示蹤方法是指利用水的天然示蹤劑和人工示蹤劑來進行示蹤。天然示蹤劑和人工示蹤劑統稱為「信息流」，它通過對比研究滲流場各種補給源、排洩點流體中各種信息的含量，確定排洩點水的來源以及各種水源所佔的比例。以「信息流」為基礎的人工與天然示蹤探測堤壩滲漏的方法始於上世紀50 年代，為了探測堤壩滲漏隱患，人工水庫的上遊示蹤方法用於通過測量水庫、河流、鑽孔、排洩點、泉水、地表水中的溫度、電導、環境同位素等信息的變化，判定集中滲漏通道以及補給源與排洩之間的關係。基於「信息流」的探測方法於上世紀90年代初引入中國，已經在小浪底、西霞院、碧口、劉家峽、八盤峽、黃壁莊、陡河、嶺澳、吉林臺、烏蘭察布大壩等國家重點工程中取得了成功的應用，大幅度地提高了我國的堤壩滲漏通道的探測水平。但是示蹤方法目前還處在初級階段，只能通過人為定性地判斷。模糊聚類在科技、經濟中已經獲得廣泛而且深入的應用，其中權值的確定是模糊聚類算法中的關鍵技術，權值 確定是否恰當直接影響模糊綜合評價效果。確定模糊聚類的權重主要通過主觀賦值和客觀賦值。主觀賦值是由專家根據經驗主觀判斷，一般是根據以前的統計數據而得，與當前樣本數據無關，和實際情況脫節。主觀賦值法主要有Delphi法、 層次分析法、環比賦權法、加權統計法、調查統計法等。主觀賦值的缺點是客觀性較差，工作量大。客觀賦值法是由當前樣本數據統計而得，客觀性很強，避免了人為因素帶來的偏差。 客觀賦值法主要有主成分分析法、均方差法、離差最大化法、熵值賦權法、頻率統計法、變異係數法等。基於上述分析，本發明人採用熵值賦權法，對滲漏通道的探測方法進行深入研究， 以期避免人為因素帶來的影響。
發明內容
本發明的目的，在於提供一種基於熵權模糊聚類的滲漏通道探測方法，其將對信息流的判別提升到理論高度，定量地確定樣本的親疏關係，從而客觀地劃分類型，並為最終準確判定滲漏通道的位置提供科學依據。為了達成上述目的，本發明的解決方案是—種基於熵權模糊聚類的滲漏通道探測方法，包括如下步驟(I)充分利用「信息流」提供的信息參數，對信息參數進行去量綱化和歸一化；(2)選取各種滲漏水潛在補給源，利用熵權法對各項信息參數進行篩選、賦權，遴選出這些潛在補給源的信息流中差異最大的信息參數；(3)建立新的樣本集，包含所有鑽孔取樣水和各種潛在補給源樣本，利用模糊聚類法，進行聚類，算出各種鑽孔取樣水相對各種潛在補給源所在類的隸屬度，隸屬度最大的即為相關性最大的，從而推斷該處鑽孔取樣水的補給來源；(4)在計算得出滲漏通道的影響範圍後，在異常樣本所在鑽孔中進行連通實驗，最終確定滲漏通道的具體位置。上述步驟(I)中，去量綱化和歸一化，採用如下歸一化函數rQJ)= Uy U}mm X 0.8+ 0.1(I)
U -u
_/max _/mm其中，r(i，j)是歸一化函數；U= [UijIInxm表示樣本的聚類指標特徵矩陣；
i為樣本標識符；j為每個樣本的指標標識符；Uij為對應於第i個樣本的第j項指標的聚類指標特徵值；Ujfflin為第j項指標最小的樣本的聚類指標特徵值；Ujfflax為第j項指標最大的樣本的聚類指標特徵值。上述步驟⑵中，熵權法基本步驟如下，根據式⑴計算第j個指標下第i個樣本
rV
的值在此指標中所佔的比重，即j項指標的熵值為
i=\
η= -SYjPn In^y(2)
1=\其中，g = —，n為樣本數；
mn最後計算第j項指標的權重，對於第j項指標，其指標值的差異越大，熵值越小，其權重越大，第j個指標的熵權為
\ — P
W1=-(3)
_ (1_β；)
;=1確定聚類指標權重集W= Iw1, w2，…wj，它表示各個指標在指標體系中的重要程度，其中，元素％表示第j個指標的熵權。上述步驟(3)中，模糊聚類法的內容為(31)確定聚類中心矩陣C = [ckj]tXni，將η個樣本分為t類，每一個類別都有m個特徵值指標，這些指標值就是該類別的聚類中心；(32)確定分劃矩陣S= [ski] txn，其中Ski表示第i個樣本歸屬於第k類的隸屬度；(33)建立目標方程，確定迭代方程為
((υ)%= ^-
Σ(4Η))2
i=l
權利要求
1.一種基於熵權模糊聚類的滲漏通道探測方法，其特徵在於包括如下步驟(1)充分利用「信息流」提供的信息參數，對信息參數進行去量綱化和歸一化；(2)選取各種滲漏水潛在補給源，利用熵權法對各項信息參數進行篩選、賦權，遴選出這些潛在補給源的信息流中差異最大的信息參數；(3)建立新的樣本集，包含所有鑽孔取樣水和各種潛在補給源樣本，利用模糊聚類法， 進行聚類，算出各種鑽孔取樣水相對各種潛在補給源所在類的隸屬度，隸屬度最大的即為相關性最大的，從而推斷該處鑽孔取樣水的補給來源；(4)在計算得出滲漏通道的影響範圍後，在異常樣本所在鑽孔中進行連通實驗，最終確定滲漏通道的具體位置。
2.如權利要求I所述的一種基於熵權模糊聚類的滲漏通道探測方法，其特徵在於所述步驟(I)中，去量綱化和歸一化，採用如下歸一化函數
3.如權利要求2所述的一種基於熵權模糊聚類的滲漏通道探測方法，其特徵在於所述步驟(2)中，熵權法基本步驟如下，根據式(I)計算第j個指標下第i個樣本的值在此指 標中所佔的比重，即
4.如權利要求3所述的一種基於熵權模糊聚類的滲漏通道探測方法，其特徵在於所述步驟(3)中，模糊聚類法的內容為(31)確定聚類中心矩陣C= [C1Jtxm，將η個樣本分為t類，每一個類別都有m個特徵值指標，這些指標值就是該類別的聚類中心；(32)確定分劃矩陣S= [ski]txn，其中Ski表示第i個樣本歸屬於第k類的隸屬度；(33)建立目標方程，確定迭代方程為
5.如權利要求I所述的一種基於熵權模糊聚類的滲漏通道探測方法，其特徵在於所述步驟(4)中，連通實驗的具體步驟是由步驟(3)判斷出大體的滲漏通道位置後，在該可能的滲漏通道上遊的某個鑽孔中投入示蹤劑，在下遊的鑽孔中用對應的示蹤劑探測器進行探測，如果接收到較多的示蹤劑，則該兩個鑽孔中有滲漏通道。
全文摘要
本發明公開一種基於熵權模糊聚類的滲漏通道探測方法，步驟為充分利用「信息流」提供的信息參數，對信息參數進行去量綱化和歸一化；利用熵權法對各項信息參數進行篩選、賦權，遴選出潛在補給源的信息流中差異最大的信息參數；建立新的樣本集，利用模糊聚類法進行聚類，算出各種鑽孔取樣水相對各種潛在補給源所在類的隸屬度，隸屬度最大的即為相關性最大的，從而推斷該處鑽孔取樣水的補給來源；在計算得出滲漏通道的影響範圍後，在異常樣本所在鑽孔中進行連通實驗，最終確定滲漏通道的具體位置。此方法將對信息流的判別提升到理論高度，定量地確定樣本的親疏關係，從而客觀地劃分類型，並為最終準確判定滲漏通道的位置提供科學依據。
文檔編號G01M3/20GK102721514SQ20121012847
公開日2012年10月10日 申請日期2012年4月27日 優先權日2012年4月27日
發明者李剛, 許波琴, 趙小龍, 趙敬川, 陳亮 申請人:河海大學