基于最优k值k-means聚类分析的湖相沉积土层岩土参数分布研究

摘要

对岩土参数进行传统的k-means聚类分析时，因无法确定k值，而导致无法有效剔除误差数据。为得到岩土参数可靠取值范围，基于最优k值的k-means算法进行研究，通过量化样本内距离和聚类紧密性来确定聚类数目k值，避免了传统k值的随机选取。对粉土的三个基本物理力学指标：黏聚力c、内摩擦角φ、压缩模量E_s进行空间聚类分析。通过比较不同k值时的E_E值，确定最优k值为5。聚类完成后，原样本被划分为5类子样本。样本数量最多的一类为最优子样本，这类子样本与原样本分布一致，且数量偏离程度及变异性较小。对除最优类外的其他四类子样本进行分布检验，可知A-D检验法适用于小样本，而K-S检验法适用于大样本。根据偏度系数c值，调整合适的区间长度，进一步优化参数取值范围，并与工程实际采用值对比，检验方法的可行性。该分析方法实现由小样本代替大样本进行参数统计分析求取可靠的取值区间，简化计算，提高工作效率。

关键词

k-means / 粉土 / 正态分布 / 对数正态分布 / K-S检验 / A-D检验