【技术实现步骤摘要】
一种基于BP神经网络的小区内涝预警方法及系统
[0001]本专利技术涉及水文气象监测和预警监测
,更具体的说是涉及一种基于BP神经网络的小区内涝预警方法及系统。
技术介绍
[0002]随着社会经济的快速发展和城市化进程的不断加快,城市内涝问题日益凸显,内涝对城市的基础设施、民众生活和生态环境都造成了极大的影响;而小区内涝又是城市化进程中普遍存在的问题之一,它给城市的交通、小区房屋、小区居民生活等带来了很大的影响。
[0003]但是,目前内涝防治手段的问题主要体现在三个方面:首先,当前预警信息的发布主要依赖于气象站雨量统计进行预测,但雨量站的分布是依据气象探测需求设置,与城市中各小区内涝点并不重合,因此防汛应急部门得到的预警信息来源不够精确,不能对小区内涝点进行准确预警;其次,当雨量达到一定量级后气象部门发布预警,通知城市防汛管理部门,防汛管理部门再采取应急措施,小区防汛响应比较被动;最后,气象部门在发布、传输预警信息时多通过打电话、发信息等方式,效率低、时效差,不能对小区进行实时预警,且每逢出现涝情,有关部门都出动大量工作人员亲赴现场监测勘察,耗费大量人力物力。
[0004]随着计算机技术的不断发展,基于人工智能的内涝预警系统逐渐成为研究热点。其中,基于BP神经网络的内涝预警系统具有精度高、效率高等优点,成为研究的重点之一。
[0005]因此,如何研究并设计一种通过BP神经网络来准确实时预警小区内涝的方法,以便于根据不同等级的预警信息采取不同的防洪防涝措施,提高城市应对内涝的能力是本领域 ...
【技术保护点】
【技术特征摘要】
1.一种基于BP神经网络的小区内涝预警方法,其特征在于,包括以下步骤:S1.利用小区历史内涝数据获取多组样本数据,内涝数据包括气象信息数据、地理信息数据和排水信息数据;S2.确定BP神经网络的结构参数:以气象信息数据、地理信息数据和排水信息数据作为输入参数,以内涝发生概率和内涝影响范围为输出参数,并进行预处理;S3.构建BP神经网络模型,将预处理后的多组数据分为训练组和验证组,用训练组中的小区历史内涝数据对BP神经网络模型进行训练,并调整BP神经网络模型的网络参数,训练完成后,用验证组中的数据对训练后的BP神经网络模型进行测试,获得训练好的BP神经网络模型;S4.获取小区的实时气象信息数据,使用训练好的BP神经网络模型对小区内涝进行预测,获得内涝发生概率和内涝影响范围的输出参数,判断是否会产生内涝以及内涝范围,同时生成不同等级的内涝预警信息;S5.根据不同等级的内涝预警信息启动相应的防洪防涝措施。2.根据权利要求1所述的一种基于BP神经网络的小区内涝预警方法,其特征在于,气象信息数据包括降雨量、降雨强度和降雨历时;地理信息数据包括小区高程和小区位置;排水信息数据包括排口分布、管网布局和排水泵站。3.根据权利要求2所述的一种基于BP神经网络的小区内涝预警方法,其特征在于,预处理为在训练学习之前,对降雨量、降雨强度、降雨历时、小区高程、小区位置、排口分布、管网布局和排水泵站各类数据做归一化处理:;其中,为各类数据归一化之后的值,x
i
为原始数值,为各类数据中的最小值,为各类数据中的最大值。4.根据权利要求1所述的一种基于BP神经网络的小区内涝预警方法,其特征在于,构建的BP神经网络模型包括输入层、隐含层和输出层;其中输入层节点数为8,中间隐含层节点数为10,输出层节点数为2,线性型relu函数为中间隐含层神经元的激活函数,S型sigmoid函数为输出层神经函数。5.根据权利要求4所述的一种基于BP神经网络的小区内涝预警方法,其特征在于,训练的具体内容为:输入向量X={降雨量、降雨强度、降雨历时、小区高程、小区位置、排口分布、管网布局、排水泵站},通过各层之间权值和阈值,经过前向传输直到输出层,输出结果Y={内涝发生概率、内涝影响范围},并计算期望输出值和实际输出值之间的误差值,如果误差值不满足预设的收敛值,则进入逆向反馈过程,修改各层之间的权值和阈值,并进行下一次训练,直到满足预设的收敛值则停止训练。6.根据权利要求5所述的一种基于BP神经网络的小区内涝预警方法,其特征在于,训练过程中的中间隐含层输出为:
;其中,为第s层神经元的第i个输出;n
s
‑1为第s
‑
1层神经元的个数;为第s
‑
1层第j个神经元与s层第i个神经元之间的链接权重;为s层第i个神经元的偏置,是神经元的激活函数,为sigmoid函数为:;输出层输出变量:;其中,为输出层第k个神经元的输出;为第s个隐含层的神经元个数;为第s个隐含层第i个神经元的输出;为第s个隐含层第i个神经元和输出层第k个神经元之间的权值;为输出层第...
【专利技术属性】
技术研发人员:申宇洋,袁冬海,王旻昊,王辉,李雷,王家卓,张春洋,姚永连,寇莹莹,
申请(专利权)人:北京建筑大学,
类型:发明
国别省市:
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。