基于BP神经网络的滑坡风险性评价研究

摘要

滑坡发生的影响因素众多，其风险性与各因素间多成非线性关系。目前的风险性评价方法难以满足这些要求。而近年发展起来的神经网络模型属于非线性动态系统，具有符合滑坡风险性评价的研究特点。因此本文应用GIS技术和BP神经网络相结合的方法，以重庆市万州区为示范区，建立起区域滑坡风险性评价流程。以滑坡风险程度分级标准为基础构造学习样本集,通过神经网络的自学习功能,建立起区域滑坡风险度等级与各影响因素之间复杂的非线性关系。结果表明:用万州区样本训练的神经网络收敛的较好,训练好的神经网络可达到较高的识别率和可信度。因此利用BP神经网络进行滑坡风险性评价具有可行性。