基于遗传神经网络的城市震后应急救援辅助决策系统分析及实现-analysis and implementation of urban post-earthquake emergency rescue decision support system based on genetic neural network.docxVIP

摘要地震灾害具有突发性和不可预测性，是一种严重的自然灾害。我国是一个多地震国家，每次发生在城市和人口密集区域的地震，都会带来大量的人员伤亡和巨大的财产损失，并可能引发大面积的次生灾害以及更为广义的社会灾害，给我们的国家和民族造成沉重的灾难。将遗传神经网络算法和GIS引入到城市震后应急救援辅助决策系统中，实现了城市震后灾情的快速预测、动态模拟与辅助决策等功能，为今后开展城市震害预测和震后的抗震救灾工作提供了一套可行可用的城市震后应急救援辅助决策系统，提高城市防震减灾水平。本文在分析城市防震减灾现状基础上，进行了城市震后应急救援辅助决策系统总体设计，介绍了建立城市震后应急救援辅助决策系统所需的分析模型和决策模型。在模型中，笔者运用了遗传神经网络方法对建筑物震害与人员伤亡与无家可归人数进行了预测，取得较好的效果，推动了遗传进行神经网络等智能方法在地震研究上的应用。运用基于信息熵的多属性决策方法分析了应急避难场所选址问题，建立了相应的数学模型，并通过实例验证了方法的可行性和合理性。采用关系数据库来管理城市防震减灾信息，在基础数据库建设中，详细分析了关系数据库的设计与建立过程。城市震后应急救援辅助决策系统的二次开发，采用的是以COM技术为主的集成二次开发方法(VisualC++,SuperMapObjects)，系统建立在充分调研客户需求分析的基础上，并对整个开发过程及开发方法介绍，并给出了部分实现程序。在本系统中可实现对基础地理数据、地震专题数据、文档数据、WEB界面的管理，并能实现震后人员的动态模拟疏散。神经网络、遗传算法等智能计算方法与GIS的深入结合可以为城市地震灾害模拟、城市灾情预测、城市震后灾情快速判断、城市震后信息处理和应急救援辅助决策理及抗震教育方面提供极大的支持。关键词：神经网络，遗传算法，应急救援，应急避难场所，多属性决策ABSTRACTEarthquakewithsuddenandunpredictable,isaseriousnaturaldisaster.Chinaisamultiearthquakecountry,everyplaceincitiesanddenselypopulatedareasoftheearthquake,willbringalotofcasualtiesandhugepropertylosses,andmayleadtosecondarydisastersaswellaslargeareasofthebroadersocialdisasters,toourstateandnationalheavydisaster.GeneticalgorithmsandneuralnetworkstointroduceGISintothecityaftertheearthquakeemergencyrescuedecisionsupportsystem,achieverapidurbanearthquakedisasterprediction,dynamicsimulationanddecisionsupportcapabilitiesforthefuturetocarryouturbanearthquakedisasterpredictionanddisasterreliefaftertheearthquakeworkprovidesaviablecityavailableaftertheearthquakeemergencyrescuedecisionsupportsystemtoimprovethelevelofurbanearthquakedisastermitigation.Basedonurbanearthquakedisastersituationanalysisconductedaftertheearthquakeemergencyrescueurbandecisionsupportsystemdesign,describesthemodelinganddecisionanalysismodelcityaftertheearthquakeemergencyrescuedecisionsupportsystemneeded.Inthemodel,theauthorusedageneticneuralnetworkapproachtobuildingdamageandcasualtiesandhomelesspersonswerepredictedtoachievebetterresults,andpromotetheintelligentgeneticneuralnetworkapplicationsinthestudyofearthquakes.Basedonmulti-attribu