一种基于多源牛顿力的滑坡智能预警方法技术

本发明专利技术涉及一种基于多源牛顿力的滑坡智能预警方法，包括：设置输入变量和输出变量的信息，基于所述输入变量和所述输出变量的信息，建立初始置信规则库多源牛顿力融合滑坡预警模型；利用所述初始置信规则库多源牛顿力融合滑坡预警模型计算输入变量与输出变量的模拟结果，根据所述模拟结果对所述初始置信规则库多源牛顿力融合滑坡预警模型进行优化，获取最终输出结果，完成滑坡预警。本发明专利技术基于置信规则库的滑坡预警模型，同时利用多源牛顿力监测数据，可有效减少因改善单一信息源以点带面的局限性而导致的误报情况。的局限性而导致的误报情况。的局限性而导致的误报情况。

【技术实现步骤摘要】
一种基于多源牛顿力的滑坡智能预警方法


[0001]本专利技术涉及滑坡监测预警
，特别是涉及一种基于多源牛顿力的滑坡智能预警方法。

技术介绍

[0002]我国幅员辽阔，地质环境复杂多样，是地质灾害易发的最主要内部因素。经过学者对滑坡的探究认为，滑坡监测预警是减少滑坡灾害的危害的第一道防线，因此选择科学、合理的监测设备与预警模型对灾害的防控而言十分关键。由于滑坡监测数据与预警等级之间存在复杂非线性关系，需找到合适的模型来判断其不确定性。在本专利技术做出之前，置信规则库模型因其在解决模糊、不完整、不精确引起的各种不确定性的特点，被应用于工业故障、医疗与军事等领域。
[0003]本专利技术利用置信规则库有效处理非线性问题的优势构建多源牛顿力数据融合预警模型，考虑将同一时间序列采集的多源牛顿力监测数据作为模型的输入变量；输出变量是该时间序列的滑坡预警等级。利用历史数据样本优化初始预警模型，使其更精准地描述输入变量和输出变量之间的复杂非线性关系，改善滑坡难以精准预报、和单一监测源一点带面的现状，从而得到较准确的滑坡预警等级。

技术实现思路

[0004]本专利技术的目的是针对现有技术的不足，提供了一种基于多源牛顿力的滑坡智能预警方法，利用多源牛顿力监测数据，构建滑坡预警模型进行滑坡预警，为降雨型滑坡预警提供一种新方法。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种基于多源牛顿力的滑坡智能预警方法，包括：
[0007]设置输入变量和输出变量的信息，基于所述输入变量和所述输出变量的信息，建立初始置信规则库多源牛顿力融合滑坡预警模型；
[0008]利用所述初始置信规则库多源牛顿力融合滑坡预警模型计算输入变量与输出变量的模拟结果，根据所述模拟结果对所述初始置信规则库多源牛顿力融合滑坡预警模型进行优化，获取最终输出结果，完成滑坡预警。
[0009]进一步地，建立所述初始置信规则库多源牛顿力融合滑坡预警模型包括：基于所述输入变量和所述输出变量的信息，确定置信规则库中规则条数；根据所述规则条数，确定初始置信规则的表达形式，建立所述初始置信规则库多源牛顿力融合滑坡预警模型。
[0010]进一步地，所述输入变量和输出变量的信息分别包括输入变量和输出变量的语义值和对应的参考值。
[0011]进一步地，确定所述置信规则库中规则条数的方法包括：根据所述语义值或所述参考值的数量乘积，确定所述置信规则库中规则条数。
[0012]进一步地，所述初始置信规则的表达形式为：
[0013]A
k
:
[0014]THEN{(y1,τ
1,k
),(y2,τ
2,k
),
…
,(y
c
,τ
c,k
)}
[0015]with a rule weightand attribute weightω1,ω2,
…
,ω
N
[0016]其中，A
k
为第k条规则；f
i
为第i个输入变量，为前项属性；为在A
k
中第i个前项属性的参考值；后项共计有c个输出元素y1,y2,
…
,y
c
，为后项属性；τ
j,k
∈[0,1](j＝1,2,
…
,c)为分配给y
j
的置信度；“∧”为逻辑连接符；为A
k
的权重；ω
i
∈[0,1]为第i个前项属性的权重。
[0017]进一步地，建立所述初始置信规则库多源牛顿力融合滑坡预警模型还包括：设置所述初始置信规则库多源牛顿力融合滑坡预警模型中的可调参数集。
[0018]进一步地，利用所述初始置信规则库多源牛顿力融合滑坡预警模型计算输入变量与输出变量的模拟结果包括：
[0019]S1.计算输入值与前项属性中每个参考值的匹配程度；
[0020]S2.基于所述输入值对应的匹配程度，计算每条规则的激活权重；
[0021]S3.将每条规则中后项置信结构进行融合，获取输入值对应的组合规则；
[0022]S4.输出数据融合估计值，为滑坡预警等级。
[0023]进一步地，对所述初始置信规则库多源牛顿力融合滑坡预警模型进行优化包括：设定优化目标函数，获取所述优化目标函数的最优参数集；基于所述最优参数集建立优化置信规则库多源牛顿力融合滑坡预警模型。
[0024]进一步地，所述输入变量为牛顿力增量，所述输出变量为滑坡预警等级。
[0025]本专利技术的有益效果为：
[0026](1)本专利技术基于置信规则库的滑坡预警模型，同时利用多源牛顿力监测数据，可有效减少因改善单一信息源以点带面的局限性而导致的误报情况；利用历史监测数据样本，能够改善专家知识的局限性以及初始规则库逼近状态精度不高的缺点，得到较为准确的结果。
[0027](2)本专利技术采用的置信规则库具有参数物理意义明确，参数可视性、可更改的特点，更为灵活和一般化的不确定性知识及信息的表达，简单修改便可推广至具有类似特点的滑坡中，贴近地质灾害预警防治的可复制性目标。
附图说明
[0028]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0029]图1为本专利技术实施例的一种基于多源牛顿力的滑坡智能预警方法的流程框图；
[0030]图2为本专利技术实施例的实际值与预警模型优化前后输出的对比图。
具体实施方式
[0031]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0032]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0033]实施例1.
[0034]本实施例提供了一种基于多源牛顿力的滑坡智能预警方法，如图1所示，具体流程包括：
[0035]S1、确定置信规则库滑坡预警模型中的输入变量和输出变量。
[0036]输入变量为f
i
,i＝1,2
…
N，输出变量为y；f
i
分别表示不同牛顿力监测源在某一时间序列的牛顿力增量，默认其周期与数据量相同；y表示该时间序列的滑坡预警等级。
[0037]S2、确定输入变量f
i
和输出变量y的语义值及对应的参考值，并根据语义值或参考值的数量乘积，确定置信规则库中规则条数L；模型中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多源牛顿力的滑坡智能预警方法，其特征在于，包括：设置输入变量和输出变量的信息，基于所述输入变量和所述输出变量的信息，建立初始置信规则库多源牛顿力融合滑坡预警模型；利用所述初始置信规则库多源牛顿力融合滑坡预警模型计算输入变量与输出变量的模拟结果，根据所述模拟结果对所述初始置信规则库多源牛顿力融合滑坡预警模型进行优化，获取最终输出结果，完成滑坡预警。2.根据权利要求1所述的基于多源牛顿力的滑坡智能预警方法，其特征在于，建立所述初始置信规则库多源牛顿力融合滑坡预警模型包括：基于所述输入变量和所述输出变量的信息，确定置信规则库中规则条数；根据所述规则条数，确定初始置信规则的表达形式，建立所述初始置信规则库多源牛顿力融合滑坡预警模型。3.根据权利要求2所述的基于多源牛顿力的滑坡智能预警方法，其特征在于，所述输入变量和输出变量的信息分别包括输入变量和输出变量的语义值和对应的参考值。4.根据权利要求2所述的基于多源牛顿力的滑坡智能预警方法，其特征在于，确定所述置信规则库中规则条数的方法包括：根据所述语义值或所述参考值的数量乘积，确定所述置信规则库中规则条数。5.根据权利要求2所述的基于多源牛顿力的滑坡智能预警方法，其特征在于，所述初始置信规则的表达形式为：THEN{(y1,τ
1,k
),(y2,τ
2,k
),
…
,(y
c
,τ
c,k
)}其中，A
k
为第k条规则；f
i
为第i个输入变量，为前项属性；为在A<...

【专利技术属性】
技术研发人员：黄曼，翁寒倩，陶志刚，黄奕筱，洪陈杰，王凯，徐晓滨，李长宏，黄永亮，
申请(专利权)人：绍兴文理学院，
类型：发明
国别省市：