格 根
(內蒙古自治區地震局,內蒙古 呼和浩特 010010)
地震災害損失評估與預測作為抗震救災決策的重要依據,隨著信息技術發展有了新的理論依據和預測工具,各種各樣的網絡預測技術發展并運用于地震災害的相關方面中,其中隨機權神經網絡的引入為地震災害帶來了全新的理論支持。
為了最大限度地降低地震災害帶來的影響,相關政府部門采取災前預測、災后對經濟損失進行評估,并在第一時間進行抗震救災[1]。在整個過程中采用的經濟損失評估與預測往往能夠為其提供重要的抗震救災依據。
隨機權神經網絡實質上是眾多人工神經網絡中的一種單隱層前饋神經網絡,網絡結構如圖1所示。

圖1 隨機神經網絡
隨機權神經網絡通過隨機選取內權與偏置值,將網絡參數需要計算的問題轉化成線性方程,通過不同的組合進行求解,采用廣義逆求解方程組的最小二乘解作為網絡外權,通過外權與內權的結合計算,避免了其他傳統算法的缺點,極大地減少了訓練時間,有效避免了陷入局部最小循環的問題[2]。
地震災害受地質板塊活動影響,隨著人類社會發展,一系列的社會活動也成了導致地震的因素之一,在計算評估體系當中,地震災害的危險性具體取決于孕災環境、致災因子、承災體等方面的因素,雖然關于三個因素的研究很多,但是三者之間存在十分復雜的線性與非線性的關系,本體系著重將地震災害直接經濟損失看作是三者的函數,并以此建立起地震直接經濟損失指標體系,如圖2所示。

圖2 地震災害直接經濟損失指標體系
該體系基本原則:(1)科學性:直接經濟損失的構成由多因素構成,因此,體系建立必須要有足夠的科學性,通過真實客觀的科學統籌方式,保證真實完整地反映出地震災害直接經濟損失的實況;(2)可量化型:在體系當中,應該保證各個評價指標都能夠進行定量化,即每一個指標都能夠用數學進行相關的表達,避免其他定性化帶來的誤差,從而保證整個計算結果客觀準確;(3)可操作性:為避免評價過程的不可操作性,在選擇指標的時候要保證指標信息能夠通過實際考察、資料分析等方式進行相關的采集,能夠通過數字的賦予帶入到實際的函數當中,實現計算應用。
通過對直接經濟損失體系進行搭建可以得出一定數量的輸入節點,通過輸入節點的確定能夠組建起單隱層人工智能神經網絡,隨后選取直接經計算式當中的指標作為輸入,例如,地震基本加速度、震級、震源深度、震源強度等,隱層節點個數的確定因為計算因素的不同效果會產生不同的結果,目前沒有確定的選擇方法。
將隱層節點數值輸入到函數當中,對無量綱化數據進行預處理,就能夠得到相關的結果。
模型試驗的計算結果不能僅憑一組數據就確定模型搭建的穩定性,在本實驗中需要采用多組數據,并利用隨機分組的方式進行訓練,通過多次訓練,不斷地提升隱層數據節點取用的準確性。值得注意的是,如果出現多次統一節點計算失準或者變化過大的問題,首先需要確定節點指標的選取是否具有客觀性,例如選取醫療化程度作為節點進行了多次計算,卻忽視了醫療化程度很難量化的實際情況,就需要對醫療化程度進行專門的轉化,例如疾病治療率、藥物采集率等相關的數據,將相關數據按照一定的比例進行組合,便能夠得到一個較為客觀的數值;如果數值始終無法運用于節點結算,則需要對節點指標選取進行另外的選取,保證節點下的計算結果在多次實驗的過程當中趨于穩定。
在多次實驗的過程當中,總結出隨機權神經網絡的幾個優點:(1)學習性:學習性作為智能化人工神經網絡,在隨機權神經網絡中的體現淋漓盡致,模型體系在多次的實驗實踐當中不斷地對函數和階段數據進行糾錯分析,促使計算結果逐漸趨于穩定;(2)容錯性:學習性基礎之上,隨機權神經網絡能夠對數據進行一定的調整與糾錯,保證了計算實驗結果具有較高的容錯性;(3)過擬合發生率低:發生過擬合在函數數值運算當中誤導作用極大,在隨機權神經網絡多次實驗當中,過擬合發生率極低,這一點成為區別于其他人工神經網絡的重要優點之一。
隨機權神經網絡作為人工神經智能網絡在地震災害中的應用是未來發展的必然趨勢,在實際的使用之前需要進行客觀的總結實驗分析,不斷地提升精度與效率,因此需要注意以下幾個要點:(1)數據采集翔實客觀:對于一個地區進行地震災害的經濟損失評估和預測,相關直接經濟損失指標的取值一定要準確客觀,這就需要相關的工作人員到達地震現場進行實際勘測采集,同時結合已有的相關資料,例如地震帶,地震歷史等資料,充分的確定指標數值之后再引入到隨機權神經網絡模型體系之中,隨機權神經網絡才能真正地發揮作用;(2)工作人員必須具備充分的隨機權神經網絡工作知識:如果因為相關的工作人員專業素質的不具備導致預測和評估結果的錯誤,會致災民生命安全于危險的境地,也可能會導致救援人員處于相關的危險之中。
隨機權神經網絡作為人工智能網絡的一種,本文探討隨機權神經網絡在地震災害經濟損失評估與預測中的應用,分析體系構建,并闡述相關的應用要點,目的是隨機權神經網絡能夠更好地應用于該項目當中,實現對地震災害的進一步科學規劃。