[發明專利]基于GA優化BP神經網絡的城市暴雨災害風險評估方法及系統

在審

• 申請號: 202110577159.X
• 申請日: 2021-05-26
• 公開（公告）號: CN113177737A
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 任禹蒙;高夢宇;張興海
• 申請（專利權）人: 南京恩瑞特實業有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/26;G06K9/62;G06N3/08
• 代理公司: 江蘇舜點律師事務所 32319
• 代理人: 杜東輝

1.一種基于GA優化BP神經網絡的城市暴雨災害風險評估方法，其特征在于，包括以下步驟：

建立包括致災因子危險性、孕災環境敏感性、承災體的脆弱性、防災抗災能力的暴雨災害風險評估體系；

基于k-means聚類歷史災損數據生成風險等級標簽，所述風險等級標簽包括有極高風險、高風險、中風險和低風險四個標簽；

根據所述暴雨災害風險評估體系和風險等級標簽，構建GA優化神經網絡暴雨災害風險評估模型；

將實時降雨量輸入所述暴雨災害風險評估模型中，獲得特定時段內的風險等級標簽。

2.根據權利要求1所述的基于GA優化BP神經網絡的城市暴雨災害風險評估方法，其特征在于：所述致災因子危險性由等效日降雨量衡量，所述等效日降雨量在某一時段的轉換關系為：

D＝εPT^β

其中，D為等效日降雨量，P為T時長的降雨量，ε和β為轉化系數；

所述致災因子的危險性的量化計算公式為：

其中，W為暴雨致災因子危險性，p′為累計降雨量閾值，當等效日降雨量D小于p′時，致災因子危險性為0，當等效日降雨量超過p′時，致災因子危險性呈指數型增長。

3.根據權利要求2所述的基于GA優化BP神經網絡的城市暴雨災害風險評估方法，其特征在于：所述孕災環境敏感性包括地形、地勢、水系的評價指標，所述地形從高程數據獲取，所述地勢通過某一格點的高程與周圍八個格點的高程標準差來計算，所述水系通過城市中河流面積和長度表示；

所述承災體的脆弱性包括人口數量、人均GDP、路網密度三個評價指標；

所述防災抗災能力包括防汛路段長度和防汛點數量的兩個評價指標；

將所述地形、地勢、水系、人口數量、人均GDP、路網密度、防汛路段長度和防汛點數量八個評價指標無量綱化處理。

4.根據權利要求3所述的基于GA優化BP神經網絡的城市暴雨災害風險評估方法，其特征在于，所述基于k-means聚類歷史災損數據生成風險等級標簽，包括以下步驟：

獲取歷史受災數據，統計受災人數、直接經濟損失和農作物受災面積；

將所述受災人數、直接經濟損失和農作物受災面積采用min-max標準化方法進行無量綱處理；

隨機選擇四個聚類的質心，對每個數據點求其到質心的距離，將每個數據點的類劃分為離該數據點最近的質心，形成四個簇，根據分類好的簇，在每個簇內重新計算質心，重復迭代更新質心，直到達到穩定狀態；

將分類后的數據，根據受災情況分別對應到特大災、大災、中災和小災四個受災等級，將受災等級映射為對應的風險等級標簽，特大災對應為極高風險，大災對應為高風險，中災對應中風險，小災對應低風險。

5.根據權利要求4所述的基于GA優化BP神經網絡的城市暴雨災害風險評估方法，其特征在于：所述構建GA優化神經網絡暴雨災害風險評估模型，包括以下步驟：

構建包括輸入層、隱含層和輸出層的BP神經網絡；

獲取樣本數據，將樣本數據分為訓練數據和測試數據；

使用遺傳算法優化BP神經網絡的權重和閾值。

6.根據權利要求5所述的基于GA優化BP神經網絡的城市暴雨災害風險評估方法，其特征在于：所述輸入層包括有致災因子危險性、地形、地勢、水系、人口數量、人均GDP、路網密度、防汛路段長度和防汛點數量9個神經元節點；

所述隱含層為1層，所述隱含層包括有19個神經元節點；

所述輸出層包括有特大災、大災、中災和小災4個神經元節點。