地震地质灾害综合评价的PSO.BP神经网络方法及应用水.PDFVIP

第35卷第4期 地 震 研 究 V01．35，No．4 2012年10月 JOURNALOF 0et．．2012 SEISMOLOGICALRESEARCH 地震地质灾害综合评价的PSO．BP神经 网络方法及应用水 刘勇健，杨雪强，符 纳，王 颖 (广东工业大学土木与交通工程学院，广东广州510006) 摘要：结合汶川8．O级地震资料，利用神经网络原理和粒子群优化算法，提出了基于PSO—BP神经网络的地震地 质灾害综合评价模型。该模型选取地震灾害、斜坡灾害、地面变形、斜坡分布特征4个指标作为输入，选用地质 灾害危险度和分级2个指标为输出，引入粒子群算法对BP网络的权值和阈值进行优化，获得了BP网络模型参 数。研究结果表明，PSO—BP网络模型不但能克服BP算法收敛速度慢和易陷于局部极小的缺陷，而且计算精度 高，泛化能力强；对地质灾害的评价、防范和灾后重建具有一定的参考作用。 关键词：地质灾害；粒子群算法；BP神经网络；汶川地震 中图分类号：P315．94 文献标识码：A 文章编号：1000—0666(2012)04—0571—07 随机性和复杂性，地震预报和地震灾害评价仍是当 0 引言 今一大科学难题(刘勇健等，2008a，b；董晓娜等， 2012)。众所周知，地球是一个开放的、非平衡的、 中国横跨全球两大地震带，地理位置和构造 非线性的复杂灾变系统。20世纪80年代提出的人工 条件独特，我国大陆受到西面印度板块和东面太 Neural 神经网络(Artificial 平洋板块的双重挤压，地震频发且分布广泛。20 一个模拟人脑信息处理的非线性的动力系统，具有 世纪全国共发生了6级以上破坏性地震650余次，很强的非线性映射能力、高度的容错性和鲁棒性， 造成数亿人受灾，59万人死亡，1000余万间房屋 在处理非线性问题方面具有很强的优势。近年来， 被毁和数千亿元的经济损失。2008年5月12日汶 模拟鸟类觅食行为的新仿生进化算法——粒子群算 川8．0级大地震又一次给我国带来巨大损失(伍 Swarm 法(Particle 法权等，2009)。造成死亡人数达20万人以上的2 域不断扩大。笔者将两种智能算法引入到地震地质 次地震都发生在我国。据资料统计，中国仅占全 灾害综合评价中，建立了基于粒子群优化神经网络 球陆地面积7％，大陆地震却占了全球的三分之 的地质灾害评价模型，并将该模型应用于汶川地震 一；我国有60％的国土、50％的城市和67％的大 地质灾害的评价中。 城市位于Ⅶ度及以上地震烈度区内，因此，我们 面临十分严峻的地震地质灾害形势。地质灾害综 1 粒子群优化的神经网络模型 合评价已成为目前一个重要的研究课题，合理的 灾害评价有助于认识灾害灾情，制定防灾减灾政 1．1标准BP神经网络 策和措施，为灾后重建提供理论依据。 人工神经网络是由大量的神经元相互连接而 关于地质灾害评价，除传统的成因分析法和数 成的网络。它模拟人脑活动，通过样本的学习、 理统计分析方法外，还有危险f生评价、易损性评价、 记忆和联想，建立起从输入空间到输出空