基于改進(jìn)的Canopy-k-means的大跨屋蓋表面風(fēng)荷載分區(qū)方法

打開文本圖片集

摘 要：針對k-means聚類算法在大跨屋蓋結(jié)構(gòu)表面風(fēng)荷載分區(qū)計(jì)算中，聚類數(shù)k值隨機(jī)選取容易導(dǎo)致結(jié)果不穩(wěn)定和計(jì)算效率低等問題，提出改進(jìn)的Canopy-k-means聚類算法。首先，引入Canopy算法并對其初始閾值和聚類中心的選取方式進(jìn)行改進(jìn)，減少初始值選取的盲目性，以提高風(fēng)荷載分區(qū)結(jié)果的可靠性；其次，通過改進(jìn)Canopy算法對風(fēng)荷載數(shù)據(jù)集進(jìn)行預(yù)處理，快速準(zhǔn)確地確定聚類數(shù)k值；第三，將改進(jìn)Canopy算法與k-means結(jié)合使用，實(shí)現(xiàn)最優(yōu)分類數(shù)k值的精準(zhǔn)識別，使得改進(jìn)的Canopy-k-means聚類算法進(jìn)行大跨屋蓋結(jié)構(gòu)表面風(fēng)荷載分區(qū)時能夠快速準(zhǔn)確地得到分區(qū)結(jié)果；最后，以一大跨柱面屋蓋干煤棚結(jié)構(gòu)為例，基于風(fēng)洞試驗(yàn)所得結(jié)構(gòu)表面風(fēng)荷載數(shù)據(jù)測試結(jié)果，采用所提改進(jìn)的Canopy-k-means聚類算法對其表面風(fēng)荷載進(jìn)行分區(qū)計(jì)算。（剩余14533字）