[發(fā)明專利]一種基于QPSO-BP神經(jīng)網(wǎng)絡的滑坡危險性評估方法

在審

• 申請?zhí)枺?/td>: 201811219468.4
• 申請日: 2018-10-19
• 公開（公告）號: CN109359738A
• 公開（公告）日: 2019-02-19
• 發(fā)明（設計）人: 張建經(jīng);朱崇浩;向波;劉陽;李孟芳;王東
• 申請（專利權）人: 西南交通大學
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06N3/00;G06K9/62;G06F17/18
• 代理公司: 成都正華專利代理事務所(普通合伙) 51229
• 代理人: 何凡

1.一種基于QPSO-BP神經(jīng)網(wǎng)絡的滑坡危險性評估方法，其特征在于，包括如下步驟：

S1：采集評估區(qū)域的歷史滑坡樣本；

S2：使用等頻率劃分方法，確定評價閾值并根據(jù)評價閾值劃分評價標準；

S3：根據(jù)評價標準，評價歷史滑坡樣本的影響因子和破壞程度，構成數(shù)據(jù)集，并分為訓練集和測試集；

S4：使用量子粒子群QPSO算法優(yōu)化BP神經(jīng)網(wǎng)絡的權重和閾值，建立QPSO-BP評估模型；

S5：根據(jù)QPSO-BP評估模型，輸入訓練集進行訓練，得到訓練后QPSO-BP評估模型；

S6：根據(jù)訓練后QPSO-BP評估模型，輸入測試集，計算影響因子的權重；

S7：根據(jù)影響因子權重，在Arcgis對評估區(qū)域影響因子的圖件進行疊加，形成評估區(qū)域的滑坡危險度評估區(qū)劃圖，實現(xiàn)滑坡危險性評估。

2.根據(jù)權利要求1所述的基于QPSO-BP神經(jīng)網(wǎng)絡的滑坡危險性評估方法，其特征在于，所述步驟S1中，采集的歷史滑坡樣本數(shù)量大于50個。

3.根據(jù)權利要求1所述的基于QPSO-BP神經(jīng)網(wǎng)絡的滑坡危險性評估方法，其特征在于，所述步驟S2中，等頻率劃分方法是指等面積劃分滑坡樣本評價因子即影響因子的分布曲線與坐標軸所圍成的面積，以面積劃分的邊界評價值作為評價閾值來構建評價標準，計算公式為：

式中，ΔA為劃分面積；S為影響因子的評價值與坐標軸圍成的面積；N為評價區(qū)間數(shù)量。

4.根據(jù)權利要求3所述的基于QPSO-BP神經(jīng)網(wǎng)絡的滑坡危險性評估方法，其特征在于，所述影響因子的評價值與坐標軸圍成的面積的計算公式為：

式中，S為影響因子的評價值與坐標軸圍成的面積；g(n)為影響因子評價值分布曲線；n為坐標值變量。

5.根據(jù)權利要求1所述的基于QPSO-BP神經(jīng)網(wǎng)絡的滑坡危險性評估方法，其特征在于，所述步驟S3中，影響因子包括區(qū)域內高程、植被指數(shù)、坡度、年均降雨量、地表切割密度以及巖土類型。

6.根據(jù)權利要求1所述的基于QPSO-BP神經(jīng)網(wǎng)絡的滑坡危險性評估方法，其特征在于，所述步驟S4中，BP神經(jīng)網(wǎng)絡結構包含依次設置的6個輸入層、6個隱含層以及1個輸出層。

7.根據(jù)權利要求1所述的基于QPSO-BP神經(jīng)網(wǎng)絡的滑坡危險性評估方法，其特征在于，所述步驟S4中，使用QPSO算法確定BP神經(jīng)網(wǎng)絡的初始權重和閾值，建立QPSO-BP評估模型，計算公式為：

式中，X(t+1)為第t+1次進化的粒子位置函數(shù)；P(t)為第t次進化的粒子在空間出現(xiàn)的概率函數(shù)；L(t+1)為第t+1次進化的自定義隨機分布概率函數(shù)；u為0-1內的隨機數(shù)；t為進化代數(shù)。

8.根據(jù)權利要求7所述的基于QPSO-BP神經(jīng)網(wǎng)絡的滑坡危險性評估方法，其特征在于，粒子在空間出現(xiàn)的概率函數(shù)的計算公式為：

式中，P(t)為第t次進化的粒子在空間出現(xiàn)的概率函數(shù)；為0-1內的隨機數(shù)；pbest為第i個粒子搜索到的最優(yōu)位置，為個體極值，且pbest＝(P_i1,P_i2,...,P_iN),i＝1,2,...；gbest為搜索到的最優(yōu)全局極值，且gbest＝(P_g1,P_g2,...,P_gN),i＝1,2,...；i為粒子變量。

9.根據(jù)權利要求8所述的基于QPSO-BP神經(jīng)網(wǎng)絡的滑坡危險性評估方法，其特征在于，自定義隨機分布概率函數(shù)的計算公式為：

L(t+1)＝2β|mbest-X(t)|

式中，L(t+1)為t+1次進化的自定義隨機分布概率函數(shù)；mbest為蒙特卡洛模擬最佳位置；X(t)為第t次進化的粒子位置函數(shù)；β為收擴系數(shù)。

10.根據(jù)權利要求9所述的基于QPSO-BP神經(jīng)網(wǎng)絡的滑坡危險性評估方法，其特征在于，蒙特卡洛模擬最佳位置的計算公式為：

式中，mbest為蒙特卡洛模擬最佳位置；M為粒子數(shù)量；P_in'為第i個粒子的最佳位置概率；n'為目標空間維數(shù)變量，n'＝1,...,N，其中N為目標空間維數(shù)。