岩土工程中的數據挖掘和知識發現探討
應用技術
作者：馮怡毅
[摘 要]伴隨計算機技術在各個領域中的廣泛應用，尤其是在當前的岩土工程數據挖掘與知識發現中，實現了高效數據錄入、查詢與統計等功能，其優點與功能逐漸受到人們的歡迎。本文就岩土工程中的數據挖掘與知識發現的概念與特征出發，總結岩土工程中常常采用的方法，從這兩方麵進行分析，探討了數據挖掘技術的發展與應用。
[關鍵詞]岩土工程；數據挖掘；知識發現；研究
中圖分類號：TP223 文獻標識碼：A 文章編號：1009-914X（2014）35-0247-01
伴隨著計算機技術的不斷提升，岩土工程的數據處理也逐漸向信息化的方向發展。就目前的數據庫係統來看，已經擁有了高效地數據錄入、修改、查詢、統計等等功能，但還缺少對未來數據發展趨勢的預測，缺乏挖掘數據背後的知識手段，以便岩土工程的後期數據轉化提供資源。實際的岩土工程施工中因存在很多的不確定性，好很多的工程設計取決於工程師的經驗與判斷，而為了提高工程設計與施工的效率與質量，就必須進行數據挖掘與知識發現措施，對岩土工程各個領域進行分析，擴充知識積累，構建良好的岩土工程信息化設計、施工決策平台。
一、 岩土工程中的數據挖掘技術
1.1 常用的數據挖掘技術方法
通常數據挖掘的主要對象就是結構化的關係數據庫或者半結構化的網絡數據，數據挖掘的任務則是特征規則、關聯規則、辨識規則等規則的挖掘，根據不同的任務來分，數據挖掘主要有聚類法、決策樹與規則推理法、神經網絡法、遺傳算法，還有關聯規則算法以及粗糙集方法等等的算法。就這些方法來看，都有其一定的優越性，因此在岩土工程中要根據不同的因素來進行數據挖掘方法的選擇。
1.2 數據挖掘的一般步驟
岩土工程的數據挖掘原理就是通過對岩土工程的一些曆史數據進行分類與聚類、推理記憶或者歸納、擬合等，並找出這些數據、與事實之間存在的潛在知識的過程。實現數據挖掘的一般步驟主要包括以下幾個。首先，需要定義問題，先確定好數據挖掘的目的是解決岩土工程實際設計與施工、預測事實間存在的規律、關係與知識問題，並提出這些問題的階段。然後需要建立數據庫並進行有效的管理，建立數據庫就是以便對數據進行分期、分類以及統一管理。其次，對數據的預處理主要包括歸納、孤立點分析以及數據變幻三個方麵的數據整理，也是整個數據挖掘過程中最為關鍵的步驟之一。實際的岩土工程中的數據肯定是不完整的、不一致的，因此這個過程需要特別的注意。然後就是進行模型的搜索與管理，利用已經選擇好的挖掘工具與技術，讓係統自動進行數據處理。另外，要將數據挖掘發現的知識與已有的基礎理論相比較、全麵進行分析、推理、檢驗與驗證，確保其合理性並進行評價，最後才能進行知識運用。
二、 實際中的岩土工程數據挖掘應用
前麵提到，岩土工程伴隨著計算機技術的不斷進步與發展，背後的許多重要信息也需要挖掘出來加以利用。傳統的關係數據庫能夠滿足日常的數據事物處理，但不能準確的預測未來的發展，因此，就需要取長補短，通過數據挖掘技術對地質因素進行內涵處理，徹底的改變傳統的建模假設。
1、 數據挖掘在岩土工程的規律統計與關聯規則中的應用。
岩土工程的勘察組要大量的工民建、市政以及橋梁、鐵路等各階段的各類測試與室內試驗數據的基礎。勘察工作完成後會提供給一些勘察報告，而這些勘察數據中有大量的數據沒有被利用起來，而這些勘察報告中的數據其實還是存在很大的價值的，就經驗取值來按，這種數據包含了不少主觀的因素。對此，有一些研究者也做了很多的嚐試，在基於土工試驗中產生的數據上提出了應用關聯規則挖掘數據預處理的技術，還有利用判定書歸納法等等方法試圖發掘岩土工程報告數據潛在價值的研究。當前我國岩土工程數據挖掘與知識發現技術主要要求就是可視化、智能化發展要求，對於此，基於GIS的地震砂土液化可視化評價係統應運而生，從設計準則與係統結構來說，該係統都是可以實現這些要求的技術。此外，在工程設計中，設計方案通常還要受很多的直接或者間接因素的影響，再加上這些因素的不確定性與複雜關聯性，使得數據更加難以描述與挖掘。同樣，在岩土工程設計與關聯規則中，也有不少的數據挖掘研究。例如，新版的《岩土勘察規範》中就提到，是通過不同於傳統的隨機變量理論的隨機場理論，更好地去模擬土的空間變異性與相關性。在完善測定分析方法的同時，加大相關數據挖掘工作，通過適當的方法去尋找工程的風險與變形數據特征，給判別與評價工程提供依據。