一种基于模糊神经网络的道路自然灾害风险评估方法技术

本发明专利技术涉及道路自然灾害风险评估技术领域，具体公开了一种基于模糊神经网络的道路自然灾害风险评估方法，包括：确定道路自然灾害类型；确定道路自然灾害的影响因及指标；基于上述数据建立模糊神经网络训练集；训练并保存训练模型和最佳权重；建立道路网相关数据集，计算道路灾害风险评估预测值；将训练集和预测集进行交叉验证；对评估结果进行等级划分，使用ArcGIS绘制路段风险等级。本发明专利技术基于研究区实际情况，结合气象、地质和人类活动相关影响，建立道路自然灾害风险评估指标体系和基于模糊神经网络的道路自然灾害风险评估模型。该方法影响因素指标易于获取，方法操作简单，可为后续道路自然灾害风险评估预警系统的开发提供理论依据和技术手段。

【技术实现步骤摘要】

本专利技术属于自然灾害风险评估，具体涉及道路灾害风险评估、多灾种风险及模糊神经网络技术。

技术介绍

0、技术背景

1、现阶段，对于灾害风险的研究已从单灾种研究逐步向多灾种耦合和多灾害链共同作用的方向转变，灾害风险评估已逐步从定性分析向定量分析转变，但是自然灾害风险评估的影响因素众多，评价指标的选取原则和计算方法也各不相同，因此计算结果也存在这差异，难以确定统一的评价标准；对于道路灾害风险评估的研究还处于起步阶段，集中在图像识别和遥感影像上，不能实现对道路灾害的实施预测。

2、为此，建立一种基于模糊神经网络的道路自然灾害风险评估方法，将风险评价指标的选取分为气象条件、地质条件和人类活动因素三大类，从中选取温度、相对湿度、降水量、高程、坡度、坡向、地质岩性、植被覆盖率、历史影响因子和道路密度十个影响因素，综合考虑多灾种影响；同时，采用模糊神经网络模型进行道路自然灾害风险评估，使用定量的方式对灾害风险进行预测，减少人为干预，提高准确率，且选取影响因素指标易于获取确定，结果基本可靠，适于大面积推广。

3、p>

4、...

【技术保护点】

1.一种基于模糊神经网络的道路自然灾害风险评估方法，其特征在于，包括：

2.根据权利要求1所述基于模糊神经网络的道路自然灾害风险评价方法，其特征在于，包括以下步骤：

3.根据权利要求2所述的基于模糊神经网络的道路自然灾害风险评价方法，其特征在于：所述S2中，对影响因素的选取温度、相对湿度、降水量、高程、坡度、坡向、地质岩性、植被覆盖率、历史影响因子和道路密度十个指标，可通过相应部门的系统服务器，获取存储相应的实时数据并进行评估。

4.根据权利要求2所述的基于模糊神经网络的道路自然灾害风险评价方法，其特征在于：所述S3中，神经网络线性回归训练集的确定根据...

【技术特征摘要】

1.一种基于模糊神经网络的道路自然灾害风险评估方法，其特征在于，包括：

2.根据权利要求1所述基于模糊神经网络的道路自然灾害风险评价方法，其特征在于，包括以下步骤：

3.根据权利要求2所述的基于模糊神经网络的道路自然灾害风险评价方法，其特征在于：所述s2中，对影响因素的选取温度、相对湿度、降水量、高程、坡度、坡向、地质岩性、植被覆盖率、历史影响因子和道路密度十个指标，可通过相应部门的系统服务器，获取存储相应的实时数据并进行评估。

4.根据权利要求2所述的基于模糊神经网络的道路自然灾害风险评价方法，其特征在于：所述s3中，神经网络线性回归训练集的确定根据基于熵值法的模糊综合评价法，数据标准化、计算信息熵、计算指标权重、加权平均法计算模糊算子。

5.根据权利...

【专利技术属性】
技术研发人员：周长红，陈慕，孟炜桐，陈宇，滕鸿瑞，陈宗标，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：