测绘科学

2017, v.42;No.232(10) 170-175

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

粒子群优化BP神经网络的滑坡敏感性评价
Landslide susceptibility assessment based on PSO-BP neural network

冯非凡;武雪玲;牛瑞卿;许石罗;于宪煜;

摘要(Abstract):

滑坡敏感性评价是地质灾害预测预报的关键环节。针对BP神经网络易陷入局部最小值、收敛速度慢等问题,该文以三峡库区秭归县境内为研究区,采用粒子群优化(PSO)算法对BP神经网络的初始权值和阈值进行优化,构建PSO-BP神经网络滑坡敏感性预测模型,实现研究区滑坡敏感性评价。采用受试者工作特征曲线分析模型预测精度,得到PSO-BP神经网络预测精度为0.931,预测结果与实际滑坡总体空间分布具有良好的一致性,且预测能力优于BP神经网络。实验结果表明,PSO-BP神经网络耦合模型在实现滑坡敏感性评价上具有理想的预测精度和良好的适用性。

关键词(KeyWords): 滑坡;敏感性评价;粒子群优化;BP神经网络

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(41501470);; 区域开发与环境响应湖北省重点实验室开放研究基金项目(2015(B)001)

作者(Author): 冯非凡;武雪玲;牛瑞卿;许石罗;于宪煜;

Email:

DOI: 10.16251/j.cnki.1009-2307.2017.10.027

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享