一种评估洪涝灾害风险等级的方法技术

本发明专利技术公开了一种评估洪涝灾害风险等级的方法，包括以下步骤：收集与洪涝灾害风险评估相关的数据资料；构建洪涝灾害风险评估的投影寻踪模型；引入混合蛙跳算法，利用逆变换法对混合蛙跳算法进行改进和利用变因子对混合蛙跳算法进行改进；利用改进后的混合蛙跳算法对投影寻踪模型优化；划定洪涝灾害风险的等级标准，评估洪涝灾害风险程度，利用历史实测数据核实评估的合理性。本发明专利技术的优点是：利用逆变换法使混合蛙跳算法的初始取值更具有均匀性，利用变因子改善了算法的局部更新机制，增强了算法的寻优能力，为快速准确评估洪涝灾害风险问题提供了新且可行的方法。风险问题提供了新且可行的方法。风险问题提供了新且可行的方法。

【技术实现步骤摘要】
一种评估洪涝灾害风险等级的方法


[0001]本专利技术涉及一种防洪减灾
，具体而言，涉及一种评估洪涝灾害风险等级的方法。

技术介绍

[0002]当前，洪涝灾害的发生频率、强度和灾损程度越来越大。科学合理的划分洪涝灾害风险等级是洪水风险评估与管理的一项重要内容，可以为洪水预警和防灾减灾工作提供依据。
[0003]目前评估洪涝灾害风险等级常用的方法有层次分析法、主成分分析法、模糊综合评判法、灰色系统评价法，这些方法都能考虑洪涝灾害风险相关指标之间的相互影响，避免了单一指标评价的片面性，但常常采用经验和专家打分才能确定指标之间的权重值，主观性较强，对洪涝灾害风险等级评估的结果不够准确，难以真实反映每个风险指标在洪涝灾害中具体的影响程度。而投影寻踪模型是一种直接由样本数驱动的数据分析方法，其原理是先将高维数据投影到低维子空间，其次寻找反映高维数据结构的最佳投影向量。在处理实际问题中，能根据样本资料自身的特性进行客观评价，且能对每个风险指标的权重进行明确和具体化，因而为解决多因素复杂评估问题提供新途径。
[0004]投影寻踪的方法能否成功，关键在于如何对投影指标函数进行合理的构造和优化。传统优化方法需要很大的计算量，使其应用在一定程度上受到限制。为此，国内学者也利用了各类现代启发式智能优化算法对其优化，当前常用的方法免疫算法、实码加速遗传算法、粒子群算法、鸡群算法等，取得了一定的效果。但该类算法在处理复杂多维模型时，往往会表现出计算效率缓慢、全局寻优能力不强等缺点，因此有必要针对算法不足提出改进，开发出适用性更强、寻优能力更强的优化方法。混合蛙跳算法也属于现代启发式智能优化算法的一种，本专利技术在其寻优能力基础上，利用逆变换法方法和变因子，分别对算法的初始取值和局部更新机制进行改进，充分吸收了逆变换法的取值均匀性和变因子的优越性，提升算法的迭代速度和增强了全局寻优能力，极大提升算法的搜索效率，为解决洪涝灾害风险等级进行真实精确的评估问题提供新方法。目前，没有文献将逆变换法和变因子同时改进混合蛙跳算法，并引入洪涝灾害风险等级评估中。

技术实现思路

[0005]针对现有技术存在的不足，本专利技术提供了一种评估洪涝灾害风险等级的方法。
[0006]为解决以上技术问题，本专利技术采用如下的技术方案：一种评估洪涝灾害风险等级的方法，包括以下具体步骤：步骤1，收集与洪涝灾害风险评估相关的数据资料；步骤2，构建洪涝灾害风险评估的投影寻踪模型；步骤3，引入混合蛙跳算法，利用逆变换法对混合蛙跳算法进行改进和利用变因子对混合蛙跳算法进行改进；
步骤4，利用改进后的混合蛙跳算法对投影寻踪模型优化，得到投影寻踪模型的最佳投影方向和综合投影值：最佳投影方向表示各指标的权重值，综合投影值表示将多维指标按照权重分配后得到的一维的综合值；步骤5，划定洪涝灾害风险的等级标准，评估洪涝灾害风险程度，利用历史实测数据核实评估的合理性。
[0007]进一步的，步骤1中收集与洪涝灾害风险评估相关的数据资料；具体为：以县为单元，收集各县致灾因子危险性、孕灾环境脆弱性、承灾体暴露性、防洪排涝能力4类数据；收集致灾因子危险性数据是指收集各县多年平均降雨量、1h/6h/24h暴雨极值；收集孕灾环境脆弱性数据是指收集各县中小河流数、小型水库数、塘坝数、山洪危险点数；收集承灾体暴露性数据是指收集各县受洪水影响人口数、1h/3h预警指标；收集防洪排涝能力数据是指收集各县防洪能力和排涝能力。
[0008]进一步的，步骤2中构建洪涝灾害风险评估的投影寻踪模型；具体操作步骤为：步骤21，对收集到的数据资料均按照归一化公式处理，单个指标归一化公式如下：式中，X为单个指标归一化后的值；x为单个指标原始值；x
max
为单个指标原始值的上限；x
min
为单个指标原始值的下限；步骤22，将各数据资料归一化后的值综合成一维投影值，其投影公式如下：式中，为第i个县的一维投影值；为第j个指标对应的投影方向向量；为第i个县第j个指标归一后的值；i=1，2，
…
，m；j=1，2，
…
，n；m为县的个数；n为指标的个数；步骤23，计算一维投影值的标准差和局部密度，其计算公式如下：上式中，B
z
为第i个县的一维投影值的标准差；为第i个县的一维投影值的平均值；为第i个县的一维投影值的局部密度；r为局部密度的窗口半径，通常需要
通过经验确定；为第i个县的一维投影值和第i1个县的一维投影值之间的距离，i和i1的值不相等；为第i1个县的一维投影值；为单位阶跃函数；i1=1，2，
…
，m；m为县的个数；步骤24，构建投影指标函数，其公式为：式中，H为投影指标函数；步骤25，构建投影寻踪模型的目标函数和约束条件，其公式为：式中，H
max
为投影指标函数的最大值，即为投影寻踪模型的目标函数；表示第j个指标对应的投影方向向量的平方。
[0009]进一步的，所述步骤3中利用逆变换法和变因子对混合蛙跳算法进行改进；即利用逆变换法对投影寻踪模型的参数进行初始取值，取代原算法中对参数在初始阶段的随机取值；具体操作步骤为：步骤31，在投影寻踪模型的参数取值的上下限范围内，根据计算公式（10）、（11）和（12），计算得到分布函数Y（y）；式中，Y（y）为投影寻踪模型的参数y分布函数，y表示投影寻踪模型的参数值；y
min
为投影寻踪模型的参数下限；y
max
为投影寻踪模型的参数上限；步骤32，对分布函数Y（y）求反函数，即求得抽样公式为：式中，表示分布函数Y（y）的反函数，u表示在0和1之间范围内均匀分布的随机数。
[0010]进一步的，所述步骤3中利用变因子对混合蛙跳算法进行改进；进行改进为二处改进，第一处改进为引入变因子对混合蛙跳算法中子群组内局部更新机制进行改进；第二处改进为引入变因子对混合蛙跳算法中子群组内最差青蛙的更新方式进行改进。
[0011]进一步的，局部更新机制的计算公式为：式中，s表示局部更新机制内青蛙位置允许被改变的步长，S
max
表示青蛙位置允许
被改变的最大步长，s≤S
max
，c为变因子，1≤c≤5；表示随机数，0≤≤1；表示子群组内最优的青蛙，pw表示子群组内最差的青蛙，表示变因子对子群组内更新后的青蛙，P
min
≤≤P
max
，P
min
≤pw≤P
max
，P
max
、P
min
分别表示整个所有子群内青蛙取值的上下限。
[0012]进一步的，引入变因子对混合蛙跳算法中子群组内最差青蛙的更新方式进行改进；具体操作方法为：如果子群组内最差的青蛙pw仍没有得到改进，则在子群组内最差的青蛙附近范围内，引入变因子对随机更新进行改进，进而产生一只新的青蛙直接代替原来的子群组内最差的青蛙pw，至局部搜索次数达到最大上限停止；变因子对随机更新改进的计算公式本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种评估洪涝灾害风险等级的方法，其特征在于：包括以下具体步骤：步骤1，收集与洪涝灾害风险评估相关的数据资料；步骤2，构建洪涝灾害风险评估的投影寻踪模型；步骤3，引入混合蛙跳算法，利用逆变换法对混合蛙跳算法进行改进和利用变因子对混合蛙跳算法进行改进；步骤4，利用改进后的混合蛙跳算法对投影寻踪模型优化，得到投影寻踪模型的最佳投影方向和综合投影值：最佳投影方向表示各指标的权重值，综合投影值表示将多维指标按照权重分配后得到的一维的综合值；步骤5，划定洪涝灾害风险的等级标准，评估洪涝灾害风险程度，利用历史实测数据核实评估的合理性。2.根据权利要求1所述的一种评估洪涝灾害风险等级的方法，其特征在于：步骤1中收集与洪涝灾害风险评估相关的数据资料；具体为：以县为单元，收集各县致灾因子危险性、孕灾环境脆弱性、承灾体暴露性、防洪排涝能力4类数据；收集致灾因子危险性数据是指收集各县多年平均降雨量、1h/6h/24h暴雨极值；收集孕灾环境脆弱性数据是指收集各县中小河流数、小型水库数、塘坝数、山洪危险点数；收集承灾体暴露性数据是指收集各县受洪水影响人口数、1h/3h预警指标；收集防洪排涝能力数据是指收集各县防洪能力和排涝能力。3.根据权利要求2所述的一种评估洪涝灾害风险等级的方法，其特征在于：步骤2中构建洪涝灾害风险评估的投影寻踪模型；具体操作步骤为：步骤21，对收集到的数据资料均按照归一化公式处理，单个指标归一化公式如下：
ꢀꢀ
（1）式中，X为单个指标归一化后的值；x为单个指标原始值；x
max
为单个指标原始值的上限；x
min
为单个指标原始值的下限；步骤22，将各数据资料归一化后的值综合成一维投影值，其投影公式如下：
ꢀꢀ
（2）式中，为第i个县的一维投影值；为第j个指标对应的投影方向向量；为第i个县第j个指标归一后的值；i=1，2，
…
，m；j=1，2，
…
，n；m为县的个数；n为指标的个数；步骤23，计算一维投影值的标准差和局部密度，其计算公式如下：
ꢀꢀ
（3）
ꢀꢀ
（4）
ꢀꢀ
（5）
ꢀꢀ
（6）上式中，B
z
为第i个县的一维投影值的标准差；为第i个县的一维投影值的平均值；为第i个县的一维投影值的局部密度；r为局部密度的窗口半径，通常需要通过经验确定；为第i个县的一维投影值和第i1个县的一维投影值之间的距离，i和i1的值不相等；为第i1个县的一维投影值；为单位阶跃函数；i1=1，2，
…
，m；m为县的个数；步骤24，构建投影指标函数，其公式为：
ꢀꢀ
（7）式中，H为投影指标函数；步骤25，构建投影寻踪模型的目标函数和约束条件，其公式为：
ꢀꢀ
（8）
ꢀꢀ
（9）式中，H
max
为投影指标函数的最大值，即为投影寻踪模型的目标函数；表示第j个指标对应的投影方向向量的平方。4.根据权利要求3所述的一种评估洪涝灾害风险等级的方法，其特征在于：所述步骤3中利用逆变换法和变因子对混合蛙跳算法进行改进；即利用逆变换法对投影寻踪模型的参数进行初始取值；具体操作步骤为：步骤31，在投影寻踪模型的参数取值的上下限范围内，根据计算公式（10）、（11）和（12），计算得到分布函数Y（y）；
ꢀꢀ
（10）
ꢀꢀ
（11）
ꢀꢀ
（12）式中，Y（y）为投影寻踪模型的参数y分布函数，y表示投影寻踪模型的参数值；y
min
为投影寻踪模型的参数下限；y
max
为投影寻踪模型的参数上限；步骤32，对分布函数Y（y）求反...

【专利技术属性】
技术研发人员：李德龙，许小华，黄萍，吴晓彬，程先云，谢信东，江顺淅，
申请(专利权)人：江西省水利科学院江西省大坝安全管理中心，江西省水资源管理中心，
类型：发明
国别省市：