当前位置:主页 > 理工论文 > 地球物理论文 >

基于遗传神经网络的城市震后应急救援辅助决策系统研究及实现

发布时间:2021-11-02 09:00
  地震灾害具有突发性和不可预测性,是一种严重的自然灾害。我国是一个多地震国家,每次发生在城市和人口密集区域的地震,都会带来大量的人员伤亡和巨大的财产损失,并可能引发大面积的次生灾害以及更为广义的社会灾害,给我们的国家和民族造成沉重的灾难。将遗传神经网络算法和GIS引入到城市震后应急救援辅助决策系统中,实现了城市震后灾情的快速预测、动态模拟与辅助决策等功能,为今后开展城市震害预测和震后的抗震救灾工作提供了一套可行可用的城市震后应急救援辅助决策系统,提高城市防震减灾水平。本文在分析城市防震减灾现状基础上,进行了城市震后应急救援辅助决策系统总体设计,介绍了建立城市震后应急救援辅助决策系统所需的分析模型和决策模型。在模型中,笔者运用了遗传神经网络方法对建筑物震害与人员伤亡与无家可归人数进行了预测,取得较好的效果,推动了遗传进行神经网络等智能方法在地震研究上的应用。运用基于信息熵的多属性决策方法分析了应急避难场所选址问题,建立了相应的数学模型,并通过实例验证了方法的可行性和合理性。采用关系数据库来管理城市防震减灾信息,在基础数据库建设中,详细分析了关系数据库的设计与建立过程。城市震后应急救援辅助决... 

【文章来源】:电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】:71 页

【学位级别】:硕士

【文章目录】:
摘要
ABSTRACT
第一章 绪论
    1.1 地震灾害概况
        1.1.1 全球的地震灾害
        1.1.2 我国的地震灾害
    1.2 防震减灾研究现状
        1.2.1 防震减灾的研究与发展
        1.2.2 地理信息系统在防震减灾上的应用
        1.2.3 某地区防震减灾的研究现状
    1.3 智能算法与防震减灾
        1.3.1 智能算法简介
        1.3.2 智能算法在防震减灾上的应用
    1.4 研究的背景和意义
    1.5 主要内容与安排
第二章 系统相关技术研究
    2.1 地理信息平台选择
        2.1.1 SuperMap GIS
        2.1.2 SuperMap Objects
        2.1.3 组件技术
    2.2 智能算法研究
        2.2.1 人工神经网络概述
        2.2.2 遗传算法概述
        2.2.3 改进遗传进化BP神经网络
    2.3 本章小结
第三章 系统的主要分析与决策模型研究
    3.1 城市震害预测
        3.1.1 建筑物震害预测
        3.1.2 地震灾害损失评估
        3.1.3 人员伤亡与无家可归人员预测模型
    3.2 应急避难场所规划与选址
        3.2.1 影响应急避难场所选址的因素
        3.2.2 基于信息熵的多属性决策方法
    3.3 本章小结
第四章 系统分析与设计
    4.1 系统需求分析
        4.1.1 系统开发目的
        4.1.2 系统研制目标
        4.1.3 系统设计原则
        4.1.4 系统业务需求
    4.2 系统总体设计
    4.3 系统功能设计
        4.3.1 系统管理与维护
        4.3.2 电子地图显示
        4.3.3 信息查询
        4.3.4 信息更新
        4.3.5 辅助决策
    4.4 系统数据库设计
        4.4.1 数据库设计方法
        4.4.2 数据库总体设计
        4.4.3 基础地理信息数据库设计
        4.4.4 地震专题信息数据库设计
    4.5 安全设计
        4.5.1 系统安全
        4.5.2 数据安全
        4.5.3 应用安全
    4.6 部分程序实现
        4.6.1 MATLAB程序的调用
        4.6.2 建筑物震害预测神经网络程序实现
    4.7 本章小结
第五章 系统测试
    5.1 系统功能测试
        5.1.1 测试用例设计阶段
        5.1.2 测试用例执行阶段
        5.1.3 测试用例实例
    5.2 系统性能测试
    5.3 系统测试结果
    5.4 实例分析
    5.5 本章小结
第六章 结论与展望
    6.1 本文主要工作及意义
        6.1.1 本文主要工作
        6.1.2 本文意义
    6.2 展望
致谢
参考文献


【参考文献】:
期刊论文
[1]甘肃省综合自然灾害风险管理研究[J]. 李丽娟,张勃.  冰川冻土. 2011(06)
[2]基于进化神经网络的灰色预测模型[J]. 卢厚清,张永利,余勤,李宏伟.  解放军理工大学学报(自然科学版). 2006(05)
[3]基于遗传算法的神经网络算法研究[J]. 樊为民.  太原师范学院学报(自然科学版). 2004(04)
[4]一种改进的遗传算法解决旅行商问题[J]. 杨照选,贺建民,周晓兰.  解放军理工大学学报(自然科学版). 2004(05)
[5]城市地震避难所的规划原则与要点[J]. 苏幼坡,刘瑞兴.  灾害学. 2004(01)
[6]弱震条带对2001年首都圈地区中等地震活动的指示意义[J]. 兰从欣,王春媛,岳辉.  地震. 2003(02)
[7]大中城市震害预测与辅助决策的空间分析[J]. 肖兰喜,袁一凡,朱元清,杜宪宋,王方建,任锡太.  自然灾害学报. 2002(03)
[8]中国未来10~15年地震灾害的风险评估[J]. 聂高众,高建国,马宗晋,高庆华,苏桂武.  自然灾害学报. 2002(01)
[9]基于遗传算法的神经网络优化[J]. 王凤琴,高颖,赵军.  燕山大学学报. 2001(03)
[10]合肥市防震减灾计算机信息管理系统──我国城市防震减灾示范研究与应用介绍[J]. 朱煌武,黄晓岗,沈业龙.  自然灾害学报. 2000(03)

博士论文
[1]多属性决策理论、方法及其在矿业中的应用研究[D]. 宋光兴.昆明理工大学 2001

硕士论文
[1]基于互联网的在线考试系统的设计与实现[D]. 胡斌.华中科技大学 2008
[2]基于Supermap Object的株洲市高新区管理系统的设计与实现[D]. 郭徽.中南大学 2008
[3]基于GIS的城市防震减灾信息系统研究[D]. 高晓红.吉林大学 2005
[4]基于GIS的城市建筑物防震减灾及辅助分析系统[D]. 关宇.北京工业大学 2005
[5]基于GIS的城市防震减灾动态管理信息系统研究[D]. 张秀彦.河北理工大学 2005
[6]钢筋混凝土梁式桥的地震易损性分析[D]. 杜鹏.北京工业大学 2004



本文编号:3471740

资料下载
论文发表

本文链接:https://www.wllwen.com/projectlw/dqwllw/3471740.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户559e6***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com