人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

台风灾害时空特征分析与评估模型构建

基于1993—2016年中国热带气旋灾情资料分析台风灾害及其损失(死亡人数、受淹农田面积、直接经济损失)的时空特征，并构建定性和定量模型评估台风导致的直接经济损失。结果表明：(1)1993—2016年间三类灾害损失呈下降趋势，且局地受灾程度与区域经济发展和台风登陆频次密切相关；(2)沿海地区的登陆台风以中等强度为主，且目前的防台减灾政策有一定成效；(3)通过构建组合分类模型和BP神经网络回归模型可以更好地评估直接经济损失，且两个模型的最终预测精度均达到了较高水平(86.08%和80%)。     

南昌上软下硬地层中盾构施工地表沉降的BP神经网络预测方法

盾构施工引起的地表沉降的影响因素众多,给地表沉降的计算带来较大困难,而BP神经网络能较好地建立各个影响因素与地表沉降的非线性关系。为了能得到较准确的地表沉降值,采用Miscrosoft Visual C#和Matlab编制了BP神经网络预测软件。结合盾构施工过程中影响地表沉降的地层几何条件、地层参数以及施工参数,建立了BP神经网络模型,对盾构施工引起的地表沉降进行预测。将该预测模型应用于南昌地铁工程的上软下硬地层中,同时考虑了该地层掌子面泥质粉砂岩所占的比例,并对预测值与实测值的误差进行了对比分析。最终得到的预测结果与实际沉降值较一致,表明该BP神经网络模型可用于类似的工程实践。     

基于机器学习方法的上海市暴雨内涝灾情预测模型研究

本文基于区域灾害系统理论,综合考虑致灾因子、暴露度和脆弱性,提出了一套暴雨内涝灾情预测指标体系;在此基础上利用上海市应急联动中心110接报暴雨内涝灾情数据,构建了暴雨内涝灾情预测BP模型(Back Propagation Model)和XGBoost模型(Extreme Gradient Boosting Model),并对比分析了预测模型效果,实现对上海市暴雨过程内涝灾情数量预测;最后对内涝灾情影响等级进行阈值划分,以期为暴雨内涝影响预报与风险预警业务、服务及灾害管理提供技术支撑。结果表明:1)综合考虑致灾因子、暴露度、脆弱性指标且不经主成分分析降维的指标组合作为暴雨内涝灾情预测指标体系时,BP模型和XGBoost模型的预测精度最优;2)全量样本XGBoost模型总体表现最优,暴雨内涝灾情的右偏分布和内涝灾情的异常高值均对XGBoost模型预测误差有不同程度的贡献;3)综合评价法在历史灾情百分位法和模拟灾情百分位法基础上,结合多年业务实践经验和用户对于110灾情的处置承受力对暴雨内涝灾情进行阈值划分,在实际应用中具有一定参考意义。     

洪水灾情评价的脉冲耦合神经网络模型

洪水灾情的评价工作对洪水灾害的分类管理具有重要的指导意义。脉冲耦合神经网络模型应用到洪水灾情评价中是一次新尝试,该方法通过脉冲输出从而调节阈值,并且应用动态阈值来确定洪水灾情的等级。这个方法比传统的BP模型简化了权值的训练,模型更加简便、直观。采用脉冲耦合神经网络模型得出的评价结果同灰色关联法、灰色聚类法、灰色模糊综合法的评价结果进行了比较,表明其用于洪水损失评价具有科学性和实用性。     

登陆中国台风灾害损失预评估模型研究

整理了2000-2008年登陆中国且灾情记录完整的34个台风案例,建立案例集;基于模糊数学法建立了台风灾害损失预评估模型。选择8项影响因子作为模型输入指标,利用层次分析法确定影响因子权重,计算案例集中每个台风的综合评价指数;通过对综合评价指数与受灾人口、农作物受灾面积及直接经济损失等典型灾情指标进行拟合;通过适当调整影响因子权重,拟合得出最优幂函数回归方程,从而实现对台风灾情的定量预评估。     

基于梯度提升决策树(GBDT)算法的南方洪涝灾害房屋倒损评估模型

结合影响洪涝灾害损失的10个指标,利用国家减灾中心灾情库中案例作训练样本,建立了基于梯度提升决策树(GBDT)算法的南方洪涝灾害房屋倒损评估模型,可用于洪涝灾害房屋倒损的快速评估。最后,利用2016年7月上旬南方洪涝灾害案例进行了模型验证,总体相对误差为17.9%,证明该模型具有较高的可靠性,能够较好反映洪涝损失总体情况。     

基于PCMRA神经网络补偿算法的瓦斯涌出量预测

为了克服自变量之间的多重共线问题,提高多元回归模型预测的精确性,将主成分分析(PCA)与多元回归分析(MRA)相结合,提出了主成分多元回归分析(PCMRA)模型。利用RBF神经网络对主成分回归分析残差进行拟合预测,最后利用残差预测值对主成分回归分析预测值进行补偿。结果表明:利用RBF神经网络对主成分回归模型进行补偿,将线性拟合算法和非线性拟合算法结合起来用于瓦斯涌出量预测是一种较为优越的算法。     

河南省黄河中下游地区洪灾损失评估与预测

以河南省黄河中下游地区为研究区,利用GIS技术和社会经济数据的空间展布方法,构建洪灾损失快速评估模型,基于该模型不仅进行了1996年型洪水直接经济损失的评估,而且对2015年发生1996年型洪水进行洪灾损失预测和灾情等级区划。结果表明:①以1996年型洪水为例,运用此模型进行的评估结果与实际灾情接近,评估精度较高。②通过预测2015年发生1996年型洪水的损失结果来看,直接经济损失将是1996年的4倍。1996年评估和2015年预测的损失类型主要都以农业、农村房屋和家庭财产为主。③通过计算基数对灾情进行了等级区划,从洪灾损失对国民经济的影响来看,济源、偃师、巩义、荥阳、郑州、中牟、开封、兰考为轻灾区;武陟、封丘、濮阳、范县为中灾区;孟津、孟州、温县、长垣为重灾区;原阳和台前为特重灾区。从整体上看,黄河滩区内北岸地区比南岸地区灾情严重。     

重大洪涝灾害过程灾情时变模式挖掘

重大洪涝灾害过程中,各个不同时间节点上报的灾情指标形成了时间序列,其时变模式表征了灾情随时间的变化,反映了灾情的出现、发展、平稳的全过程,能够为洪涝灾害风险评估和损失研判提供重要依据。针对民政部近年来积累的重大洪涝灾害过程灾情数据,建立了灾情指标时间序列的负指数模型,提出了时变模式的挖掘方法,并通过案例数据对模型和方法进行了数值仿真验证。实验结果表明,所提模型能够较好地拟合洪涝灾害过程中灾情随时间的变化规律。     

Kappa系数在干旱预测模型精度评价中的应用——以关中平原的干旱预测为例

Kappa系数较多地用在评价遥感影像分类精度中。通过对分类影像和参考影像逐个像元统计,并建立误差矩阵,可以较准确地验证遥感影像分类的精度。将Kappa系数引入到关中平原地区加权马尔可夫和自回归移动平均两种干旱预测模型的精度评价中,基于标准降水化指数和条件温度植被指数两种干旱指标,对干旱监测数据和模型预测数据建立误差矩阵,得到了错估误差、漏估误差、总体精度和Kappa系数。综合应用4种评价指标分析模型的预测结果表明,错估误差和漏估误差能够验证预测模型的局部适用性,总体精度在一定范围内不能够直接反映模型的预测精度,Kappa系数可以较精确地评价不同时空间尺度的干旱预测模型精度。当参与预测的样本数目增加到一定程度时,Kappa系数和总体精度基本相等,可以更准确地评价模型预测精度。     

海洋冰情预测的径向基函数网络模型

为了提高非线性时序预测模型的精度,利用自相关技术分析了海洋冰情时序的延迟特性,据此确定了RBF网络的输入、输出向量,给出了MATLAB环境下海洋冰情预测的高精度径向基函数(RBF)神经网络的结构、设计、仿真函数和图形结果的输出方法,建立了海洋冰情预测的高精度RBF网络模型.使用27年的海洋冰情实测资料进行了网络的训练和检验,并将之用于预测,各训练样本的误差为0.0,预测值的精度高于门限自回归模型预测的精度.实例分析表明,所构建的RBF网络模型能充分利用预报因子的信息和神经网络方法的非线性映射能力,模型稳定性好,精度高,可广泛应用于各种自然灾害的非线性时序动态预测.     

我国典型区因旱饮水困难人口快速评估模型研究

估算因旱饮水困难人口是我国政府实施旱灾救助物资、资金发放的重要基础性工作。目前我国因旱饮水困难人口的判断主要依据地方民政部门灾情数据的上报,还未有对该数据的质量控制和快速评估系统。因此,准确地预测并评估因旱饮水困难人口的发生发展,并采取适当的风险防范措施就显得十分重要。在收集并处理全国基础地理信息、气象、社会经济、旱灾灾情等数据的基础上,将全国划分为7个典型区,利用2009-2012年典型历史旱灾案例灾情数据为样本,基于BP人工神经网络构建因旱饮水困难人口快速评估模型,以地形高程、月均降水量、水系密度、年末总人口、路网密度和GDP为网络输入,以因旱饮水困难人口数量为网络输出,确定收敛误差0.01,经试算不断优化模型参数,得到东北、华北、华东、华中、华南、西南、西北7个典型区的模拟值与实际值的线性拟合结果:华东、华南、华中地区的模型精度较高,R2分别达到0.94、0.83、0.81;东北、西北、华北地区的模型精度居中,R2分别达到0.79、0.71、0.70;模型精度最低的是西南地区,R2为0.46。结果表明该模型操作简便,精度较高,实现了我国基于区域差异的旱灾主要灾情指标的快速评估,能够为典型区因旱饮水困难人口的快速评估和灾情的核查提供科学依据。     

洪水泥石流等自然灾害对旅游景区的破坏作用研究

通过泥石流灾害模拟模型与灾害损失率计算方法了解旅游景区的损失状况,研究自然灾害对旅游景区的破坏作用。旅游景区洪灾模拟模型由分流模型与汇流模型构成,根据泥石流多相流成分中固液两相分离原则构建泥石流分流模型;引用DEM数据得到泥石流流域栅格的汇流方向,根据经验模型计算汇流用时,采用八方向方法获取河道信息,基于这些数据构建泥石流模拟的汇流模型,采用ArcGis软件实时呈现该模型的泥石流灾害模拟效果;结合ArcGis软件显示的灾情数据,采用洪灾损失率计算方法获取旅游景区自然灾害损失率。实验结果表明,该模型计算旅游景区建筑损失率误差均小于5%,在有效模拟泥石流灾害的同时,可准确描述自然灾害对旅游景区的破坏作用。     

多种灾情预测模型的研究──2001年后上海市热带气旋灾情预测

采用３种方法,即灰色模型ＧＭ、自回归－滑动平均模型ＡＲＭＡ和人工神经网络ＡＮＮ预测了上海市２００１年后（含２００１年）强热带气旋出现的趋势与规律。结果表明,２００１,２００６和２０１０年将出现中级以上灾情,而前两个年份灾情较重．通过数值计算结果比较了３种方法的应用特点,为进一步建立综合预测模型打下基础。     

一种面向灾害应急的UAV影像快速拼接方法

洪涝、地震等自然灾害发生突然,特别是对城郊设防水平较低地区,短时间内能造成巨大的损失.及时、准确、快速地获得足够的灾情信息是减灾救灾的前提;依靠无人机采集的灾区遥感影像越来越成为减灾部门提取第一手灾情信息的首选数据源.结合无人机影像特点,优化利用影像局部不变特征进行特征匹配,通过RANSAC算子剔除匹配粗差,并用变换优化法求取最佳变换模型参数,然后采用基于动态规划的最佳拼接缝搜索策略和加权平均相结合的融合策略,在保证灾害应急精度要求的前提下,很好地消除了拼接缝和“融合鬼影”现象,为城郊区应急情况下的灾情信息获取提供了新的技术手段和支持.     

考虑土层深度分布的浅层滑坡危险性评价——以陕西秦巴山区为例

以广城幅(1:10 000)为例,利用背包钻机获取土层深度,以坡度、曲率及湿度系数为因子,通过统计回归分析建立不同因子组合的土层深度推估公式。运用TRIGRS程序进行浅层滑坡危险性评价,并结合分类误差矩阵探讨不同土层深度模型对危险性评价结果的影响。研究结果表明:简单回归,以坡度为因子作指数回归结果为最佳,多重回归同时考虑了三种因子,其结果优于所有简单回归的结果。恒定深度模型的滑坡预测正确率极低,坡度单因子模型的预测精度为80.38%,成功率曲线下面积(AUC)为0.695,复合因子模型的预测精度为81.26%,成功率曲线下面积为0.744,说明复合因子模式评价结果更为准确。     

自然灾害动态风险分析的一个虚拟案例

以浙江历史台风经济损失为背景,虚拟了一个以月份变化和登陆情况不同的台风动态风险案例,用源于概率风险模型的动态风险分析模型,并采用正态扩散方法处理虚拟案例数据,对其进行了分析。主要工作是估计不同月份条件下台风强度的概率分布,估计风险承受体在不同强度台风和不同登陆情况下的损失,并由条件概率分布和损失矩阵耦合成期望值意义上的动态风险。非动态风险分析只能给出年内单一风险值,而动态风险分析能提供更多的信息。该文还讨论概率风险的系统误差问题,讨论了智联网用于动态风险分析的问题。     

基于集成学习的结构地震动响应预测方法研究∗

为获取建筑结构在地震过程中的位移响应,解决结构主动控制中的时滞问题,使用集成学习方法预测结构位移响应。提出了一套适用于结构地震动响应预测的集成学习模型,使用不同的神经网络和损失函数组合作为基学习器,在此基础上使用全连接网络构建二级学习器,得到最终预测模型。模型使用双向地震动加速度和结构位移响应作为输入,预测短期的结构位移响应;结构位移响应可实现多步预测,进行动态化输出。将该框架应用于某钢框架结构,进行数值实验,结果表明,集成后的模型预测结果要优于单一模型的预测结果,所有模型都表现出预测误差随着预测时间的增加而增加的规律。模型的预测随着地震过程在同步进行,当模型预测值第一次达到某一阈值时,则将预测结果反馈到主动控制系统中,提前进行结构振动控制,而不必等待位移传感器采集到真实的响应数据,从而减小甚至避免主动控制中时滞问题的影响。     

年度洪涝灾害风险评估模型及其应用——以湖南为例

依据灾害概率风险评估理论,考虑汛期降水的可预报性,基于历史洪涝灾害事件,尝试性地构建了年度洪涝灾害风险评估模型,以湖南为例,对评估模型进行了检验与应用。结果表明:模型建立了前期海温和环流指数等因子与汛期区域降水时空分布的回归预报方程,应用概率风险分析得到年度不同降水下直接经济损失分布,结合蒙特卡洛仿真模拟求解损失的超越概率曲线,评估年度洪涝灾害单次最大可能损失、年度总损失以及年期望损失;模型集"未来年度汛期降水预测"、"降水与损失分布关系拟合"、"损失超越概率评估"于一体,是对全过程年度洪涝灾害风险评估方法的新探索;湖南年度洪涝灾害评估案例表明该模型可操作,结果与实际情况相符。研究可为完善灾害风险评估内容与技术方法提供新视角,亦可为开展业务实践提供方法借鉴。