位置:成果数据库 > 期刊 > 期刊详情页
基于Matlab的BP神经网络在泥石流危险性评价中的应用
  • ISSN号:1000-1433
  • 期刊名称:《工程勘察》
  • 时间:0
  • 分类:P642.23[天文地球—工程地质学;天文地球—地质矿产勘探;天文地球—地质学] X820.4[环境科学与工程—环境工程]
  • 作者机构:[1]中国科学院山地灾害与表生过程重点实验室,成都610041, [2]中国科学院-水利部成都山地灾害与环境研究所,成都610041
  • 相关基金:国家自然科学基金(40802072)、中科院“西部之光”人才培养计划项目(08R2140140)和川西山地灾害危险性评估(110900k213).
中文摘要:

由于泥石流孕育环境、成灾条件及其诱发因素等的随机性、不确定性和模糊性,决定了泥石流是一种非常复杂的非线性系统。人工神经网络因其具有较强的自组织性、自适应性和自学习能力等优势,更适合于解决非线性问题。本文基于Matlab程序建立了区域泥石流危险性评价的BP神经网络模型,并将该模型应用于凉山州德昌县22个乡镇的区域泥石流危险性评价中,取得了良好的应用效果,评价预测的准确率高达95%。该方法不仅解决了泥石流危险度评价因子和评价等级之间的复杂非线性关系,而且过程简单,结果不受人为因素的影响,是一种具有应用价值、有效的泥石流危险性评价方法.

英文摘要:

Because of the developing environment, the occurring conditions and the randomness, uncertainty and fuzziness of the inducing factors for debris flow, debris flow is a very complex nonlinear system. Artificial neural network is of the stronger self-organization, self-adaptability and self-learning capability, which is specially suited to solve nonlinear problems. BP neural network based on Matlab is set up and applied in regional debris flow hazard assessment in Dechang county of Anninghe watershed. The model gains a better application in practical projects and the accuracy of the assessment is above 95%. The said method solves the complex relationship between the indices and the grades for the hazard assessment of debris flow. It is simple and its assessment results are not easily affected by the human factors. It is effective and is worth to popularization and application in the hazard assessment of debris flow.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《工程勘察》
  • 北大核心期刊(2008版)
  • 主管单位:中华人民共和国住房和城乡建设部
  • 主办单位:中国建筑学会工程勘察分会 建设综合勘察研究设计院
  • 主编:武威
  • 地址:北京东直门内大街177号
  • 邮编:100007
  • 邮箱:cl@gckc.cn;yt@gckc.cn
  • 电话:010-64013366-108 64043313
  • 国际标准刊号:ISSN:1000-1433
  • 国内统一刊号:ISSN:11-2025/TU
  • 邮发代号:2-832
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2000版)
  • 被引量:12704