基于改进的Canopy-k-means的大跨屋盖表面风荷载分区方法

打开文本图片集

摘 要：针对k-means聚类算法在大跨屋盖结构表面风荷载分区计算中，聚类数k值随机选取容易导致结果不稳定和计算效率低等问题，提出改进的Canopy-k-means聚类算法。首先，引入Canopy算法并对其初始阈值和聚类中心的选取方式进行改进，减少初始值选取的盲目性，以提高风荷载分区结果的可靠性；其次，通过改进Canopy算法对风荷载数据集进行预处理，快速准确地确定聚类数k值；第三，将改进Canopy算法与k-means结合使用，实现最优分类数k值的精准识别，使得改进的Canopy-k-means聚类算法进行大跨屋盖结构表面风荷载分区时能够快速准确地得到分区结果；最后，以一大跨柱面屋盖干煤棚结构为例，基于风洞试验所得结构表面风荷载数据测试结果，采用所提改进的Canopy-k-means聚类算法对其表面风荷载进行分区计算。（剩余14533字）