基于计算智能的地震灾害损失评估方法研究及应用

发布时间：2020-10-13 07:18

　　 全球地震主要分布于环太平洋和喜马拉雅——地中海两个地震带。我国正好介于这两个地震带之间,是个地震频发的国家。加上人口稠密和房屋抗震性能差等问题,地震已经成为造成我国人员死亡最多的自然灾害。破坏性地震发生之后,在没有展开现场调查之前,地震影响范围以及地震人员伤亡情况的预测对于地震应急救援响应具有重大意义。计算智能是受自然界或生物界智能行为的启发而发展起来的一类算法统称,主要包括神经计算、进化计算和模糊计算三大部分,这些算法能解决传统方法无法解决的许多复杂问题,已经被广泛地运用到科学计算和工程应用上。论文将计算智能算法中BP神经网络和粒子群优化算法两种重要方法应用到地震影响范围预测和地震人员死亡预测两个重要应用中,主要工作如下:(1)论文研究了四川地区的地震人员死亡率模型。区域经济发展的不平衡导致不同区域以及城乡之间的建筑物抗震设防水平具有较大差异,且不同区域的地质构造往往也存在着较大差异,而这些差异在历史地震数据中得到体现。收集了四川地区1970-2008年间30个地震案例,根据美国地质调查局的全球地震快速评估系统中烈度与地震人员死亡率的经验模型,利用粒子群优化算法对其寻优求解,得到了适用于四川地区的各烈度下的地震人员死亡率,并使用2008年汶川地震和2013年芦山地震的相关数据对得到的人员死亡率模型进行验证和分析。(2)论文研究了地震烈度衰减融合模型。为了进一步提高地震烈度衰减模型预测的准确性,论文根据地震构造环境和震害分布特点,将川滇地区作为一个研究区域。收集了川滇地区110个地震案例共250条地震等震线,以震级、烈度、中国西部烈度衰减模型以及矩阵衰减模型的等震线长短轴预测值作为输入,最终的融合模型预测的等震线长短轴作为输出。利用BP神经网络可以以任意精度逼近非线性函数的特点,对中国西部烈度衰减模型和矩阵衰减模型的预测结果进行了学习融合,得到了适用于川滇地区的融合预测模型。(3)论文设计实现了地震人员死亡率模型和地震烈度衰减融合模型,并将其集成应用到地震应急辅助决策系统中。论文将川滇地区烈度衰减融合模型以及四川地区地震人员死亡率模型设计成两个功能模块,并集成到地震应急辅助决策系统中。系统能在地震发生后的第一时间预测地震各等震线的长短轴长度,从而得到一个初步的地震影响范围。根据得到的地震影响范围对地震可能造成的死亡人数进行预测,并得到地震实际死亡人数所在区间的概率,为政府应急救援提供辅助决策依据,该系统已经在四川省丹棱县得到应用。
【学位单位】：电子科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：P315;TP18
【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 粒子群优化算法的研究现状
        1.2.2 BP神经网络的研究现状
        1.2.3 地震人员损失评估方法研究现状
    1.3 论文研究内容及技术路线
    1.4 论文组织结构
第二章 课题相关基础知识
    2.1 粒子群优化算法
        2.1.1 基本PSO算法
        2.1.2 带惯性权重的PSO算法
    2.2 BP神经网络
        2.2.1 BP算法原理
        2.2.2 BP算法步骤
    2.3 地震人员损失快速评估
        2.3.1 影响地震灾害大小的因素
        2.3.2 地震烈度衰减关系
        2.3.3 地震人员损失评估流程
    2.4 本章小结
第三章 基于PSO的地震人员死亡率模型研究
    3.1 引言
    3.2 PAGER人员死亡率模型
    3.3 基于PSO的人员死亡率模型参数优化算法
    3.4 实验及结果分析
        3.4.1 数据来源及处理
        3.4.2 模型学习训练
        3.4.3 结果分析
    3.5 本章小结
第四章 基于神经网络的烈度衰减融合模型研究
    4.1 引言
    4.2 烈度衰减模型
        4.2.1 中国西部烈度衰减模型
        4.2.2 矩阵衰减模型
    4.3 基于BP神经网络的融合模型
    4.4 实验及结果分析
        4.4.1 数据来源及处理
        4.4.2 模型学习训练
        4.4.3 结果分析
    4.5 本章小结
第五章 地震应急辅助决策系统设计及实现
    5.1 系统需求分析
        5.1.1 总体需求分析
        5.1.2 烈度衰减融合模型预测模块需求分析
        5.1.3 地震人员死亡和经济损失预测模块需求分析
    5.2 系统总体设计
        5.2.1 系统架构设计
        5.2.2 系统数据库设计
        5.2.3 系统功能设计
        5.2.4 系统部署设计
    5.3 地震应急辅助决策系统实现
        5.3.1 烈度衰减融合模型预测模块实现
        5.3.2 地震人员死亡和经济损失预测模块实现
        5.3.3 系统功能模块集成
    5.4 系统功能测试
    5.5 本章小结
第六章 总结与展望
    6.1 全文总结
    6.2 下一步工作展望
致谢
参考文献
附录
攻硕期间取得的研究成果

【参考文献】

相关期刊论文 前10条

1 胡旺;张建;陈维锋;胡斌;郭红梅;;基于神经网络的烈度衰减融合模型研究[J];电子科技大学学报;2018年02期

2 张燕萍;黄崴;郭勇;杨国珍;张建;;基于速报触发的地震信息快速发布系统研究与实现[J];中国减灾;2017年13期

3 郑通彦;冯蔚;郑毅;;2014年中国大陆地震灾害损失述评[J];世界地震工程;2015年02期

4 李媛媛;翁文国;张小乐;赖俊彦;袁宏永;;云南地区地震死亡人数快速估算:以鲁甸6.5级地震为例[J];清华大学学报(自然科学版);2015年03期

5 郑通彦;郑毅;;2013年中国大陆地震灾害损失述评[J];自然灾害学报;2015年01期

6 常祖峰;张艳凤;周青云;虎雄林;臧阳;;2013年洱源M_S5.5地震烈度分布及震区活动构造背景研究[J];中国地震;2014年04期

7 白仙富;戴雨芡;赵恒;;地震影响场应急评估方法研究[J];自然灾害学报;2014年04期

8 洪月华;;一种基于蚁群算法与粗糙集的混合BP神经网络[J];微电子学与计算机;2014年04期

9 Tan Ming;Li Shuai;Sun Jing;Wang Wei;Tang Lihua;Wu Chuanyong;;Parameter Fitting of Seismic Intensity Attenuation Model in Xinjiang[J];Earthquake Research in China;2013年02期

10 李志锋;吴立新;王然;王秋玲;郑硕;许志华;李京;;四川芦山M_s 7.0级地震灾情快速评估与反思[J];科技导报;2013年12期

相关博士学位论文 前2条

1 盛歆漪;粒子群优化算法及其应用研究[D];江南大学;2015年

2 孙俊;量子行为粒子群优化算法研究[D];江南大学;2009年

相关硕士学位论文 前5条

1 孙贵臣;基于GIS的地震灾害人口伤亡评估系统设计与开发研究[D];华中科技大学;2013年

2 常银辉;基于断层距的地震烈度衰减关系研究[D];中国地震局工程力学研究所;2012年

3 李晓杰;强震人员损失评估模型研究与动态评估系统设计[D];中国地震局地震预测研究所;2011年

4 孙继浩;川滇及邻区中强地震烈度衰减关系的适用性研究[D];中国地震局地震预测研究所;2011年

5 许卫晓;烈度分布快速评估方法研究[D];中国地震局工程力学研究所;2011年

本文编号：2838907