基于PSR层次分析模型-BP神经网络的城市安全评价

发布时间：2021-10-16 11:26

　　我国城市化建设正处于飞速发展阶段,但由于不平衡的生产力发展水平,城市安全的基础建设与目前高速发展的经济水平之间的矛盾日益突出,城市安全问题变得越发严峻,因而对城市安全进行评价研究显得十分重要。该文基于PSR层次分析模型,对城市安全的影响因素进行分类,构建城市安全评价指标体系,结合BP神经网络进而建立基于PSR层次分析模型-BP神经网络的城市安全评价模型。结合实际案例进行实践验证,可知该评价模型能够较为客观而准确地表达综合评价结果与各评价指标因素之间非线性关系,能够对城市安全状态进行客观而有效地评价。 

【文章来源】：灾害学. 2020,35(03)北大核心CSCD

【文章页数】：6 页

【部分图文】：

城市安全评价PSR概念模型框架

本文根据相关理论并结合实践经验,对城市安全影响因素指标进行筛选、分析和量化,进而根据相关专著、论文并结合专家调查法综合建立评价指标,评价指标确定程序如图2所示。以城市安全综合评价值Us作为评价体系的评价目标,系统压力A1、系统状态A2和系统响应A3作为项目层,其后依次为因素层和指标层[17]。将城市安全评价指标体系具体划分为1个城市安全综合评价值、9个一级指标、26个二级指标建立的城市安全评价的指标体系(表1)。采用层次分析法,依据专家对城市安全评价指标作出的重要性评判信息,求得城市安全各评价指标权重系数(表2)。

城市安全评价模型是由具有多个输入神经元的输入层、隐含层和单个输出神经元的输出层组成的三层BP神经网络[18],其拓扑结构如图3所示。图3中:xsj为第j个输入神经元;wjk(j=1,2,…,n,k=1,2,…,m)为输入层第j个神经元到隐含层第k个神经元的连接权值;ysk(1,2,…,m)为样本s的隐含层第k个神经元的输出;us为神经网络输出神经元。实际工作中,评价目标与评价指标因素之间往往存在着客观而又复杂的非线性关系。因此,采用非线性 函数表征每个连接节点的输出与输入之间的传递关系。BP神经网络可按照设定好的拓扑结构和传递方法对样本数据进行学习、误差反向传播与修正,直至满足给定的精度要求。

【参考文献】：
期刊论文
[1]基于BP神经网络的岩溶水库渗漏评估——以贵州林歹迎燕水库为例[J]. 彭三曦,李义连,单慧媚.  安全与环境工程. 2018(02)
[2]BP神经网络隐含层节点数确定方法研究[J]. 王嵘冰,徐红艳,李波,冯勇.  计算机技术与发展. 2018(04)
[3]韧性城市理论引导下的城市防灾减灾规划探讨[J]. 邴启亮,李鑫,罗彦.  规划师. 2017(08)
[4]基于PSR模型的城市创业环境评价分析——以武汉市为例[J]. 谢小青,黄晶晶.  中国软科学. 2017(02)
[5]基于遥感监测的城市生态安全与空间格局优化——以沈阳市为例[J]. 李绥,李振兴,石铁矛,袁伟.  安全与环境工程. 2016(06)
[6]基于PSR模型的低碳交通运输发展评价研究[J]. 王建伟,张晓明,宋庆亮,高洁.  重庆交通大学学报(自然科学版). 2014(03)
[7]山地城镇地震灾害防灾避难场所的安全设计[J]. 杨珺珺,陈建伟,苏幼坡,陈艳华.  安全与环境工程. 2013(05)
[8]基于PSR模型的城乡交错带土地集约利用评价研究——以南京市栖霞区为例[J]. 谢天,濮励杰,张晶,朱明.  长江流域资源与环境. 2013(03)
[9]城市综合防灾与减灾能力评价的实用概率方法[J]. 王威,苏经宇,马东辉,郭小东,王志涛.  土木工程学报. 2012(S2)
[10]城市隧道机电系统模糊综合安全评价[J]. 蒋培玉,沈斐敏,凌丽芸.  安全与环境工程. 2011(02)

博士论文
[1]基于PSR概念模型的我国战略性矿产资源安全评价[D]. 赵洋.中国地质大学（北京） 2011

硕士论文
[1]基于模态分析理论和神经网络的桥梁损伤识别方法研究[D]. 张治国.武汉理工大学 2005



本文编号：3439725