| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.1.1 课题背景 | 第9页 |
| 1.1.2 研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-15页 |
| 1.2.1 岩体节理面分组的研究现状 | 第10-13页 |
| 1.2.2 岩体节理面分组方法的综述及分析 | 第13-15页 |
| 1.3 本文的主要研究内容 | 第15-17页 |
| 第2章 岩体节理的模型建立和图形输出 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 建立数学模型 | 第17-21页 |
| 2.2.1 节理面产状数据的数学表达 | 第17-19页 |
| 2.2.2 相似性度量 | 第19-21页 |
| 2.3 岩体节理的几何图形表示方法 | 第21-26页 |
| 2.3.1 赤平投影基本原理 | 第22-24页 |
| 2.3.2 吴氏图网 | 第24-25页 |
| 2.3.3 岩体节理面的极点分布图 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于IABC算法的节理面模糊C-均值聚类分析 | 第27-47页 |
| 3.1 引言 | 第27页 |
| 3.2 基于目标函数的FCM聚类算法 | 第27-33页 |
| 3.2.1 基于目标函数的FCM聚类算法的原理 | 第28-32页 |
| 3.2.2 FCM聚类算法的步骤 | 第32-33页 |
| 3.3 基于IABC算法的FCM聚类分析方法 | 第33-42页 |
| 3.3.1 人工蜂群算法的基本原理 | 第33-36页 |
| 3.3.2 改进的人工蜂群算法 | 第36-40页 |
| 3.3.3 基于IABC算法的FCM聚类分析方法的步骤 | 第40-42页 |
| 3.4 聚类的有效性检验 | 第42-45页 |
| 3.4.1 有效性指标 | 第42-44页 |
| 3.4.2 VXB判别指标 | 第44页 |
| 3.4.3 VFS判别指标 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 基于IABC算法的FCM聚类方法的验证与分析 | 第47-68页 |
| 4.1 引言 | 第47页 |
| 4.2 算法的可行性检验 | 第47-55页 |
| 4.2.1 人工模拟生成岩体的节理面数据 | 第47-48页 |
| 4.2.2 算法的验证 | 第48-55页 |
| 4.3 工程实例分析 | 第55-67页 |
| 4.3.1 京珠高速鄂北某路段岩质边坡节理面数据的分组应用 | 第55-60页 |
| 4.3.2 张福山矿区节理面数据的分组应用 | 第60-67页 |
| 4.4 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75页 |
