一种用于评价滑坡风险的因子选取方法及装置制造方法及图纸
【技术实现步骤摘要】
一种用于评价滑坡风险的因子选取方法及装置
本专利技术涉及自然灾害的监测领域，尤其是关于山体滑坡风险的监测，具体是一种用于评价滑坡风险的因子选取方法及装置。
技术介绍
滑坡风险性监测是滑坡灾害评估的核心内容之一。现阶段，研究人员建立了概念、物理、概率统计模型，在预测滑坡危险范围、评估滑坡灾害损失、评价滑坡防治工程等方面发挥着重要作用。自20世纪60年代以来，遥感技术(RS)、地理信息系统(GIS)和全球定位系统(GPS)得到不断发展(简称3S技术)，由于其可对各种空间信息和环境信息实现宏观、快速、准确、可靠的收集、处理与更新，已为滑坡灾害的识别及评估提供丰富的数据支持。由于大量空间数据的获取，概率统计模型已在滑坡风险性评估中得到广泛应用，主要包括逻辑回归、层次分析法、概率模型、频率比率等概率统计模型，以及支持向量机、随机森林、人工神经网络等更为复杂的数据挖掘方法。3S技术获取的丰富数据源结合概率统计模型，已进一步推进滑坡风险性评价工作向快速、宏观、自动化方向快速发展。然而，在大量数据源中，客观地选取更有价值的空间数据，可以对快速、精确评估滑坡风险性提供技术支撑，因此...
【技术保护点】
一种用于评价滑坡风险的因子选取方法，包括：因子编号步骤：将测试数据中的多个参数作为因子进行编号；初始种群生成步骤：根据因子编号步骤中因子的个数总量，设置初始种群的个体数量及每个个体包含的因子个数，按照因子的编号随机生成初始种群；初始种群适应度评价步骤:评价初始种群中每个个体的适应度，按照适应度进行升序或降序排列；初始种群改良步骤:对初始种群进行交叉或/和变异操作，得到改良种群；改良种群适应度评价步骤：评价改良种群中每个个体的适应度，按照适应度进行升序或降序排列；评价因子选取步骤:如果改良次数达到最大次数，则把改良种群中适应度最好的个体所包含的因子作为评价滑坡风险的最终选取因子。
【技术特征摘要】
1.一种用于评价滑坡风险的因子选取方法，包括：因子编号步骤：将测试数据中的多个参数作为因子进行编号；初始种群生成步骤：根据因子编号步骤中因子的个数总量，设置初始种群的个体数量及每个个体包含的因子个数，按照因子的编号随机生成初始种群；初始种群适应度评价步骤:评价初始种群中每个个体的适应度，按照适应度进行升序或降序排列；初始种群改良步骤:对初始种群进行交叉或/和变异操作，得到改良种群；改良种群适应度评价步骤：评价改良种群中每个个体的适应度，按照适应度进行升序或降序排列；评价因子选取步骤:如果改良次数达到最大次数，则把改良种群中适应度最好的个体所包含的因子作为评价滑坡风险的最终选取因子。2.如权利要求1所述的用于评价滑坡风险的因子选取方法，其特征在于，所述适应度按如下计算：步骤21：获得测试数据基于逻辑回归模型得到的PL；步骤21-1：选取一部分测试数据作为训练样本，代入回归模型其中，选取的一部分测试数据中的参数数据作为解释变量X1、X2...Xn，是否滑坡的值作为PL来进行模型训练，得到回归模型中X前的系数b1、b2...bn；步骤21-2：将剩余的另一部分测试数据作为验证样本，剩余的另一部分测试数据中的参数数据作为解释变量X1、X2...Xn代入回归模型，通过计算得到每个验证样本对应的滑坡预测值PL；步骤22：以每个验证样本对应的滑坡预测值作为阈值，计算TPR和FPR；其中TPR＝TP/(TP+FN)，FPR＝FP/(TN+FP)；其中TP表示预测为滑坡、实际滑坡的次数；其中FP表示预测为滑坡、实际未滑坡的次数；其中TN表示预测未滑坡、实际未滑坡的次数；其中FN表示预测未滑坡、实际滑坡的次数；步骤23：以所有点(FPR，TPR)组成的曲线为ROC曲线，计算ROC曲线与坐标轴形成的面积作为适应度。3.如权利要求1所述的用于评价滑坡风险的因子选取方法，其特征在于，所述交叉操作为选取相邻个体进行交叉操作。4.如权利要求3所述的用于评价滑坡风险的因子选取方法，其特征在于，如果相邻两个个体随机选取的交叉位置，任意一个个体经交叉后出现因子重复，则交叉失败，即交叉操作不予执行。5.如权利要求1所述的用于评价滑坡风险的因子选取方法，其特征在于，所述变异操作为对个体中的因子随机调整；对种群中适应度较大的部分个体的因子进行弱变异，因子变异个数设置为N，对种群中剩余的另一部分个体的因子进行强变...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。