基于優化神經網絡的地質災害監測預警仿真分析

王江濤 武盼鋒 姬冰麗

1.中煤航測遙感集團有限公司 陜西 西安 710199

2.陜西省地理空間信息工程技術研究中心 陜西 西安 710199

引言

我國國土遼闊,覆蓋各種地形,是地質災害的多發國家,因地質災害造成的經濟損失非常龐大,因此優化神經網絡在地質災害監測預警中的應用十分重要,在傳統預警模型上進行改進,強化神經網絡于監測預警中的功能。

1 現階段神經網絡的地質災害監測預警概況

目前廣泛應用與地質災害預測領域中的神經網絡有兩種,分別是BP神經網絡和RBF神經網絡,不論哪種神經網絡都要依靠系統的復雜程度,通過調整內部大量節點之間相互連接的關系,從而達到建立地質災害監測預警模型的目的。雖然目前的神經網絡理論還是性能方面都比較成熟,其突出優點就是具有很強的非線性映射能力和柔性的網絡結構,相當符合地質災害的非線性活動,而在網絡的中間層數、各層的神經元個數也可根據具體地質災害情況進行設定。但也有一定缺陷,以BP網絡為例,它學習速度慢,需要進行幾百上千次的學習才能將問題收斂,并且容易陷入局部極小值,層數及神經元個數還沒有相應的實踐理論。

2 基于優化神經網絡的地質災害監測預警分析

2.1 地質災害監測數據處理 使用電信號需利用設備進信號轉為物理量,并考慮是否有異常引號的出現,在整個監測過程中可能會受到一些因素的影響,而某些數據也會產生偏差,需要工作人員對這些異常數據進行識別,也可使用格拉布斯準則進行誤差剔除。另外一種方法則是依靠數據建立地質災害危險性評價模型,利用空間信息量疊加算法,對地質災害危險區進行分級,并利用神經網絡算法劃分出地質災害預警等級。在地質災害監測數據收集中,需結合兩種方式,由電信號獲得的物理量數據使用拉格朗日差值法進行解析,并與數據庫內資料進行比對,由于受到外界因素干擾,兩者監測出的曲線波動程度可能不同,無法反應出數據的實際變化規律,這就需要神經網絡進行數據過濾,將由信號、噪音等因素產生的頻率變化剔除,一般是將頻率較高與較低的噪音消減,并就特定區域或區間的頻率信號進行保留,去除其他雜項。

從大量信息分析數據,并用于地質災害監測系統中,才能提高地質災害監測的準確度和實效性。在信息化時代的普及下,先進的多媒體傳感器技術、衛星遙感技術、無線網絡技術都可基于地理信息系統平臺,為地質災害監測數據貢獻出自己的一份力量,將這些技術綜合起來,將為地質災害監測數據處理帶來新的發展。

2.2 地質災害監測預警仿真模擬 神經網絡無需事先確定輸入輸出之間映射關系的數學方程,僅通過自身的訓練,學習某種規則,在給定輸入值時得到最接近期望輸出值的結果,先階段廣泛應用的BP神經網絡主要由輸入層、隱含層和輸出層組成。為提高現階段神經網絡模型的整體預警需要對這些參數進行調整。首先是輸入層,目前影響地質災害發生的因素十分多,在進行建模的過程中很難完全考慮到這些因素,如果之后一一剔除更加耗費時間,目前采用的方式是模擬生成易發區域,并對計算此區域中各種因素對自然災害影響的概率。這種方式不會對真正的因素產生影響,卻需要進行實地考察以及大量模型建設,才能有效增加神經網絡模型數量。其次是對隱含層的仿真分析,由于BP算法是包括信號的前向傳播和誤差的反向傳播兩個構成,因此在調整權值和閾值則要從輸出到輸入的方向進行,這也給隱含層數據收集和預警模擬造成了一些困難。解析出該層數個節點中的參數,對之后進行神經網絡訓練有著十分重要的作用,在實行神經網絡建立的過程中,也需首先考慮隱含層。最后則是輸出層,將該層數據進行節點設置,即地質災害發生點,超過此節點便表示有地質災害發生需要進行預警,反之則不需要進行預警,可以很直觀地表明預警情況的需要情況。

經過仿真模擬后的神經網絡地質災害預警可以具體分為5步,分別為各參數設定、歸一化處理、網絡訓練、神經網絡泛化以及地質災害監測預警[1]。此階段的預警模型已經完成,之后可以對樣本區域或假定易發區進行監測預警模擬,通過不同的因素組合得出不同數據,來判斷這些數據是否發生地質災害。

2.3 優化網絡與“網絡”預警 優化神經網絡最基礎的就是優化其算法,改變其訓練方式,來最小化或最大化損失函數的一類算法。例如給定節點數量X和其對應的數量Y,假設構建一個線性模型f(x)=Wx+b,有了模型后,根據輸入x就可以得到預測輸出f(x),并且可以計算出預測值和真實值之間的差距[f(x)-Y]2,這個就是損失函數。最終目的是找到合適的W,b使上述損失函數的值達到最小,損失值越小,則說明此模型越接近于真實情況[2]。也可以進行神經元的訓練,初始化神經元后,設定參數,之后提取神經元輸入值及歸一化,訓練權值矩陣,確定神經網絡誤差,根據誤差情況計算隱含層和輸出層神經元,直到誤差滿足要求。

結論

神經網絡是地質災害監測預警的一項重要技術,在傳統神經網絡的基礎上進行優化,增加基礎監測模型,模擬易發區預警處理,仿真分析出優化神經網絡的地質災害監測預警情況。信息化的快速發展將加快神經網絡的優化程度,將為我國地質災害監測和預警提供堅實支撐。