CN114595581A - 基于影响因素动态权重的区域地质灾害危险性概率模型 - Google Patents
基于影响因素动态权重的区域地质灾害危险性概率模型 Download PDFInfo
- Publication number
- CN114595581A CN114595581A CN202210236282.XA CN202210236282A CN114595581A CN 114595581 A CN114595581 A CN 114595581A CN 202210236282 A CN202210236282 A CN 202210236282A CN 114595581 A CN114595581 A CN 114595581A
- Authority
- CN
- China
- Prior art keywords
- grid
- probability
- weight
- index
- dynamic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000006378 damage Effects 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 11
- 238000011160 research Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 7
- 150000001875 compounds Chemical class 0.000 claims description 3
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 abstract description 8
- 238000012854 evaluation process Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 108010014173 Factor X Proteins 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
该发明涉及地质灾害危险性评估技术领域,尤其涉及基于影响因素动态权重的区域地质灾害危险性概率模型。包括如下创建步骤:S1、基于信息熵的权重计算方式,构建某一影响因素的熵函数;S2、基于危险性评价的实际情况,构建某一影响因素的测度函数;S3、基于栅格单元存在的状态,构建权重特征指标函数;S4、基于评价指标的数量,以及单个评价指标的等级划分,构建权重特征值矩阵函数;S5、构建某一栅格中不同影响因素的动态权重函数;S6、创建动态权重下栅格破坏概率模型。本技术方案用以解决现有技术中的地质灾害危险性评估方法所获得的结果与实际情况差异较大的问题。
Description
技术领域
该发明涉及地质灾害危险性评估技术领域,尤其涉及基于影响因素动态权重的区域地质灾害危险性概率模型。
背景技术
地质灾害的危险性评估是地质灾害风险防控的前提和基础,目前国内外对地质灾害危险性评估开展了大量的研究,在评估过程中,评价指标权重的应用是多数方法,目前对于评价指标权重的确定,概况起来有两大类,包括主观权重和客观权重,常见的主观权重法有层次分析法、多元分析法、主观加权法、专家调查法等,这种方法主要依据人们对指标重要程度的主观理解来确定权重,缺乏透明度和客观性。常见的客观权重法有均方差法、熵值法、主成分分析法等,大多数情况下客观权重法精度较高,但是结果可能出现与实际相悖的情况,解释性差。
以往的地质灾害危险性评估研究中,对于同一指标,在不同的状态下采用同一权重,实时上,在指标相同下,指标处于不同区间内,其对灾害形成的贡献程度是不一样的,例如,坡度在危险性评价过程中是一个重要的因素,因为斜坡坡度直接影响到坡体物质运动驱动力的大小,但不同的坡度范围对滑坡的贡献程度是不一样的。以往研究表明,30°左右的坡度是滑坡发生最有利的坡度,因为大于30°的坡度上,粘土和水分不易保存,碎屑物质也少,小于15°的坡地上,重力作用不明显,蠕动现象也就微弱。因此,如果在30°左右的坡度区间内发生滑坡,该类滑坡的驱动因素主要为重力作用,此时坡度起着重要作用,相反,在其他坡度区间内,如坡度小于15°发生滑坡,则一般由其他因素所致,如内部水压力、外力作用等,而此时坡度的贡献则相对较小。显然,在上述两种情况下坡度在滑坡发生过程中的重要程度明显不同,因此在评价过程中的权重设置也应有所不同,如果采用统一的权重值进行分析计算,得到的结果必然与实际情况有很大差异。
发明内容
针对上述技术的不足,本发明的目的在于提供基于影响因素动态权重的区域地质灾害危险性概率模型,用以解决现有技术中的地质灾害危险性评估方法所获得的结果与实际情况差异较大的问题。
为了达到上述目的,本发明采取的技术方案如下:
基于影响因素动态权重的区域地质灾害危险性概率模型,包括如下创建步骤:
S1、基于信息熵的权重计算方式,构建某一影响因素的熵函数;
S2、基于危险性评价的实际情况,构建某一影响因素的测度函数;
S3、基于栅格单元存在的状态,构建权重特征指标函数;
S4、基于评价指标的数量,以及单个评价指标的等级划分,构建权重特征值矩阵函数;
S5、构建某一栅格中不同影响因素的动态权重函数;
S6、创建动态权重下栅格破坏概率模型。
进一步限定,构建所述步骤S1中某一影响因素的熵函数方法如下:
S11、选择若干影响因素作为评价指标,将目标区每个评价指标因素分为不同的等级;
S12、将研究区划分为若干栅格,将已经发生过的区域内的栅格和未发生灾害的区域内栅格分别进行区分,则评价区所有栅格可划分为两种状态;
S13、根据信息熵的定义,影响因素Xij的熵可以表示为:
Xij表示第i种影响因素下的第j分级;uijk表示某一影响因素Xij的观测值。
进一步限定,构建所述步骤S2中某一影响因素的测度函数方法如下:将uijk近似以目标区内栅格的统计比率来表示,如果k=1表示栅格处于破坏状态,k=2表示栅格处于未破坏状态,则某一影响因素Xij的测度可表示为:
Nijk表示目标区具有属性Xij并处于k状态下的栅格单元数量,Nij表示目标区内具有属性Xij的栅格数量总和。
进一步限定,所述步骤S3中权重特征指标函数如下:
进一步限定,构建所述步骤S4中权重特征值矩阵函数的方法如下:
设定n个评价指标,每个指标划分为m个等级,则可以分别对每个评价指标每个分级分别求其权重特征值rij,形成权重特征值矩阵:
上述矩阵中,当个指标分级m不等时,以m最大值为准,指标分级小于m的各指标不足部分的rij以0代替。
进一步限定,构建所述步骤S5中动态权重函数的方法为:
进一步限定,创建所述步骤S6中动态权重下栅格破坏概率模型的方法为:
S61、假设危险性评价过程中确定了n个评价指标,每个指标有m个分级,并用Xij表示,则地质灾害发生的概率可表示为:
式中P(X)为地质灾害在多因素影响下发生的概率,P(Xij)为第i个因素第j分级出现的概率;
式中,N(Xij)F为已经发生的灾害中,具有Xij属性的栅格数量,N(Xij)为区内具有Xij属性的所有栅格数据量;
S64、结合动态权重的分析结果,则动考虑动态权重的栅格发生破坏的概率可表示为:
基于上述破坏概率,再结合破坏概率与危险性等级划分规则,则可得到研究区地质灾害危险性分区图。
本发明的技术效果如下:
本技术方案在进行危险性评价过程中,可根据栅格中各评价指标的实际分级情况,对权重进行动态调整,即得到更加符合实际的地质灾害危险性评价模型。
附图说明
图1为基于动态权重的区域危险性评价流程图。
具体实施方式
下面通过具体实施方式进一步详细说明:
基于影响因素动态权重的区域地质灾害危险性概率模型,包括如下创建步骤:
S1、基于信息熵的权重计算方式,构建某一影响因素的熵函数;
S2、基于危险性评价的实际情况,构建某一影响因素的测度函数;
S3、基于栅格单元存在的状态,构建权重特征指标函数;
S4、基于评价指标的数量,以及单个评价指标的等级划分,构建权重特征值矩阵函数;
S5、构建某一栅格中不同影响因素的动态权重函数;
S6、创建动态权重下栅格破坏概率模型。
具体解释如下:
1.基于信息熵的权重计算思路;
在实际的评价过程中,往往选择若干影响因素作为评价指标,将目标区每个评价指标因素分为不同的等级,这里以Xij表示第i种影响因素下的第j分级。同时将研究区划分为若干栅格,将已经发生过的区域内的栅格和未发生灾害的区域内栅格分别进行区分,则评价区所有栅格可划分为两种状态,即:已发生灾害区内的栅格单元状态为破坏,未发生灾害区域内的栅格单元为未破坏。基于上述处理,将导致地质灾害发生的某一影响因素Xij的观测值uijk作为栅格处于第k种状态的测度,显然,单元所处的状态有破坏和未破坏两种状态,因此k的取值为1和2,且满足0≤uijk≤1,即uijk具有概率性质。根据信息熵的定义,影响因素Xij的熵可以表示为:
根据区域危险性评价的实际情况,可以将uijk近似以目标区内栅格的统计比率来表示,如果k=1表示栅格处于破坏状态,k=2表示栅格处于未破坏状态,则某一影响因素Xij的测度可表示为:
式中Nijk表示目标区具有属性Xij并处于k状态下的栅格单元数量,Nij表示目标区内具有属性Xij的栅格数量总和。
当时,Hij=ln2为最大值,从识别角度看,属性Xij对于栅格处于任何一种状态的测度都是一样的,即该属性对于确定栅格的状态不起作用,相反,当某一测度uijk=1,Hij=0则其余测度必然都为零,这时栅格单元的状态是确定的,即只要有该属性出现,则栅格只有一种确定状态,因此该属性对于确定栅格的状态具有最大的贡献。
这里以地质灾害坡度为例,对上述关系做进一步说明。我们都知道,滑坡坡度是影响滑坡的重要因素,如果将滑坡坡度划分为四个等级(≤10°、15~25°、25~40°≥40°)即Xij中j=4,上述四个等级分别以j=1、2、3、4所对应,如果j=2所对应的测度uij1=uij2=1/2,则说明坡度在15°~25°范围内时,研究区内在该坡度范围内已经破坏的栅格和未破坏的栅格数量相等,则该坡度范围对于判断栅格是否会破坏不起作用;相反,如果假定j=1,即坡度小于等于10°所对应的测度为uij1=0,uij2=1,则表明在研究区内,只要处于该坡度范围内的栅格均未发生破坏,则以此类推,在研究区内,只要栅格处于该坡度区间内,不管其余指标如何变化,栅格均不会发生破坏,因此其在判断栅格是否会破坏过程中具有一票否决权,说明该坡度分级对于判断栅格是否破坏具决定性作用,其在危险性评价过程中应该赋予最高的权重。
综上所述,如果影响滑坡的某一属性Xij的测度uijk的取值越集中,即熵越小,则该属性对识别栅格状态的重要性越高,需要赋予更高的权重,这就是动态权重的基本思路。
2.动态权重确定:
上述分析给出了信息熵与评价指标在判断栅格单元是否处于破坏状态的重要性的相互关系,总体关系是信息熵越小,该状态对于判断栅格是否破坏的重要性越高。这里我们为便于对每个指标的权重进行分析计算,结合栅格单元可能存在的两种状态构造如下函数:
定义rij为权重特征指标,显然有0≤rij≤1,且rij的大小与指标的重要程度成正相关性,即rij越小,Hij越大,该属性对于判断栅格是否破坏的重要性越低,反之亦然。当rij=0,说明每个uijk均为1/2,该属性对于判断栅格状态不起作用,当rij=1,说明uijk中必然有一个等于1,另一个为零,说明该属性对判断栅格状态具有决定性作用。因此,可以通过rij来构造同一栅格中各影响因素的权重。具体如下:
上述各因素特征矩阵中,当个指标分级m不等时,以m最大值为准,指标分级小于m的各指标不足部分的rij以0代替。
在实际应用中,由于每个栅格不同指标分类的组合各不相同,因此其所对应的权重应分别针对每个栅格进行计算,从而形成每一个栅格中不同影响因素的动态权重。
3.动态权重下的栅格破坏概率模型;
由条件概率知道,某一事件A在条件B的影响下发生,则事件A发生的概率等于条件B出现的概率与在条件B下事件A发生概率的乘积。
P(A)=P(B)×P(A|B)
基于上述理论,如果地质灾害的发生由多个相互独立的因素所决定,则其发生的概率应该为各影响因素条件概率之和。假设危险性评价过程中确定了n个评价指标,每个指标有m个分级,并用Xij表示,则地质灾害发生的概率可表示为:
式中P(X)为地质灾害在多因素影响下发生的概率,P(Xij)为第i个因素第j分级出现的概率,这里可以理解为因素分级对灾害发生过程中的贡献程度,即因素动态权重,P(X∣Xij)为地质灾害在因素Xij影响下发生的概率。
对于某一栅格而言,其在某一因素i所对应的j分级下发生的概率可以近似以目标区已经发生的灾害中具有相应属性的栅格数量与该区域内所有具有该塑性的栅格数量之比来表示,即:
式中,N(Xij)F为已经发生的灾害中,具有Xij属性的栅格数量,N(Xij)为区内具有Xij属性的所有栅格数据量。
实际的评价中,在一个区域往往在相同影响因素下,未发生灾害的栅格数量远远大于已经发生的栅格数量,因此各指标分级测度总是向未破坏状态集中,故而前面所述权重主要为判断栅格不发生破坏的分析时的权重。鉴于上述原因,本发明在进行危险性评价过程中,首先通过动态权重计算的是不发生破坏的概率,并通过发生概率与不发生概率的相互关系进一步换算成破坏概率。
结合动态权重的分析结果,则动考虑动态权重的栅格发生破坏的概率可表示为:
基于上述破坏概率,再结合破坏概率与危险性等级划分规则,则可得到研究区地质灾害危险性分区图。
需要提前说明的是,在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (7)
1.基于影响因素动态权重的区域地质灾害危险性概率模型,其特征在于,包括如下创建步骤:
S1、基于信息熵的权重计算方式,构建某一影响因素的熵函数;
S2、基于危险性评价的实际情况,构建某一影响因素的测度函数;
S3、基于栅格单元存在的状态,构建权重特征指标函数;
S4、基于评价指标的数量,以及单个评价指标的等级划分,构建权重特征值矩阵函数;
S5、构建某一栅格中不同影响因素的动态权重函数;
S6、创建动态权重下栅格破坏概率模型。
7.根据权利要求5所述的基于影响因素动态权重的区域地质灾害危险性概率模型,其特征在于,创建所述步骤S6中动态权重下栅格破坏概率模型的方法为:
式中P(X)为地质灾害在多因素影响下发生的概率,P(Xij)为第i个因素第j分级出现的概率;
S62、对于某一栅格,其在某一因素i所对应的j分级下发生的概率可以近似以目标区已经发生的灾害中具有相应属性的栅格数量与该区域内所有具有该塑性的栅格数量之比来表示,如下:
式中,N(Xij)F为已经发生的灾害中,具有Xij属性的栅格数量,N(Xij)为区内具有Xij属性的所有栅格数据量;
S64、结合动态权重的分析结果,则动考虑动态权重的栅格发生破坏的概率可表示为:
基于上述破坏概率,再结合破坏概率与危险性等级划分规则,则可得到研究区地质灾害危险性分区图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210236282.XA CN114595581A (zh) | 2022-03-11 | 2022-03-11 | 基于影响因素动态权重的区域地质灾害危险性概率模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210236282.XA CN114595581A (zh) | 2022-03-11 | 2022-03-11 | 基于影响因素动态权重的区域地质灾害危险性概率模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114595581A true CN114595581A (zh) | 2022-06-07 |
Family
ID=81817644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210236282.XA Pending CN114595581A (zh) | 2022-03-11 | 2022-03-11 | 基于影响因素动态权重的区域地质灾害危险性概率模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114595581A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116433032A (zh) * | 2023-04-26 | 2023-07-14 | 中国农业科学院农业环境与可持续发展研究所 | 基于网络爬虫方式的智能评估方法 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955613A (zh) * | 2014-04-29 | 2014-07-30 | 国家电网公司 | 一种电网工程区域性滑坡地质灾害危险性分级评价方法 |
CN104133985A (zh) * | 2014-07-02 | 2014-11-05 | 山东大学 | 隧道及地下工程地质灾害风险属性区间评价方法 |
CN105046591A (zh) * | 2015-08-24 | 2015-11-11 | 许继集团有限公司 | 一种电力用户用电能效评估方法 |
CN108280553A (zh) * | 2018-02-24 | 2018-07-13 | 中山大学 | 基于gis-神经网络集成的山洪灾害风险区划及预测方法 |
CN108847000A (zh) * | 2018-08-03 | 2018-11-20 | 青海大学 | 一种滑坡地质灾害预警推送方法 |
US20190081967A1 (en) * | 2017-09-13 | 2019-03-14 | Informatica Llc | Method, apparatus, and computer-readable medium for determining risk associated with anomalous behavior of a user on a computer network |
CN111080117A (zh) * | 2019-12-12 | 2020-04-28 | 国家电网有限公司大数据中心 | 设备风险标签的构建方法、装置、电子设备及存储介质 |
CN111127234A (zh) * | 2019-10-11 | 2020-05-08 | 重庆大学 | 一种突出煤层群开采首采层确定方法及装置 |
AU2020103500A4 (en) * | 2020-11-18 | 2021-01-28 | Sichuan Agricultural University | Integrated Quality Evaluation Method for Huangguogan |
CN112836995A (zh) * | 2021-03-09 | 2021-05-25 | 山东科技大学 | 一种基于未确知-熵权法的断层活化突水危险性评价方法 |
CN113283802A (zh) * | 2021-06-17 | 2021-08-20 | 北京交通大学 | 一种复杂艰险山区滑坡危险性评估方法 |
WO2021169038A1 (zh) * | 2020-02-28 | 2021-09-02 | 青岛理工大学 | 一种深基坑***振速风险等级大数据评价方法 |
CN113570226A (zh) * | 2021-07-20 | 2021-10-29 | 中交第一公路勘察设计研究院有限公司 | 断层破碎带隧道突涌水灾害发生概率等级评价方法 |
CN113673119A (zh) * | 2021-09-07 | 2021-11-19 | 重庆大学 | 基于贝叶斯方法的煤矿冲击地压危险性动静耦合评价方法 |
WO2021253188A1 (zh) * | 2020-06-15 | 2021-12-23 | 四川中电启明星信息技术有限公司 | 一种基于病源信息熵的电网施工人员高原病防治方法 |
CN113987813A (zh) * | 2021-10-29 | 2022-01-28 | 重庆地质矿产研究院 | 一种基于多参数决策和层次分析法的滑坡敏感性制图模型 |
CN113988220A (zh) * | 2021-11-25 | 2022-01-28 | 西安科技大学 | 一种采煤机健康状态评估方法 |
-
2022
- 2022-03-11 CN CN202210236282.XA patent/CN114595581A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955613A (zh) * | 2014-04-29 | 2014-07-30 | 国家电网公司 | 一种电网工程区域性滑坡地质灾害危险性分级评价方法 |
CN104133985A (zh) * | 2014-07-02 | 2014-11-05 | 山东大学 | 隧道及地下工程地质灾害风险属性区间评价方法 |
CN105046591A (zh) * | 2015-08-24 | 2015-11-11 | 许继集团有限公司 | 一种电力用户用电能效评估方法 |
US20190081967A1 (en) * | 2017-09-13 | 2019-03-14 | Informatica Llc | Method, apparatus, and computer-readable medium for determining risk associated with anomalous behavior of a user on a computer network |
CN108280553A (zh) * | 2018-02-24 | 2018-07-13 | 中山大学 | 基于gis-神经网络集成的山洪灾害风险区划及预测方法 |
CN108847000A (zh) * | 2018-08-03 | 2018-11-20 | 青海大学 | 一种滑坡地质灾害预警推送方法 |
CN111127234A (zh) * | 2019-10-11 | 2020-05-08 | 重庆大学 | 一种突出煤层群开采首采层确定方法及装置 |
CN111080117A (zh) * | 2019-12-12 | 2020-04-28 | 国家电网有限公司大数据中心 | 设备风险标签的构建方法、装置、电子设备及存储介质 |
WO2021169038A1 (zh) * | 2020-02-28 | 2021-09-02 | 青岛理工大学 | 一种深基坑***振速风险等级大数据评价方法 |
WO2021253188A1 (zh) * | 2020-06-15 | 2021-12-23 | 四川中电启明星信息技术有限公司 | 一种基于病源信息熵的电网施工人员高原病防治方法 |
AU2020103500A4 (en) * | 2020-11-18 | 2021-01-28 | Sichuan Agricultural University | Integrated Quality Evaluation Method for Huangguogan |
CN112836995A (zh) * | 2021-03-09 | 2021-05-25 | 山东科技大学 | 一种基于未确知-熵权法的断层活化突水危险性评价方法 |
CN113283802A (zh) * | 2021-06-17 | 2021-08-20 | 北京交通大学 | 一种复杂艰险山区滑坡危险性评估方法 |
CN113570226A (zh) * | 2021-07-20 | 2021-10-29 | 中交第一公路勘察设计研究院有限公司 | 断层破碎带隧道突涌水灾害发生概率等级评价方法 |
CN113673119A (zh) * | 2021-09-07 | 2021-11-19 | 重庆大学 | 基于贝叶斯方法的煤矿冲击地压危险性动静耦合评价方法 |
CN113987813A (zh) * | 2021-10-29 | 2022-01-28 | 重庆地质矿产研究院 | 一种基于多参数决策和层次分析法的滑坡敏感性制图模型 |
CN113988220A (zh) * | 2021-11-25 | 2022-01-28 | 西安科技大学 | 一种采煤机健康状态评估方法 |
Non-Patent Citations (2)
Title |
---|
何虎军 等: "基于未确知测度的崩塌危险性综合评价模型研究及应用", 《中南大学学报(自然科学版)》, vol. 44, no. 04, pages 1564 - 1570 * |
龙奎 等: "考虑活动状态与破坏概率的岸坡动态危险性评价", 《灾害学》, vol. 35, no. 04, pages 66 - 71 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116433032A (zh) * | 2023-04-26 | 2023-07-14 | 中国农业科学院农业环境与可持续发展研究所 | 基于网络爬虫方式的智能评估方法 |
CN116433032B (zh) * | 2023-04-26 | 2024-04-09 | 中国农业科学院农业环境与可持续发展研究所 | 基于网络爬虫方式的智能评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108280553B (zh) | 基于gis-神经网络集成的山洪灾害风险区划及预测方法 | |
Stone et al. | Tradeoffs in the choice between logit and OLS for accounting choice studies | |
Qian et al. | Multi‐criteria decision making for seismic intensity measure selection considering uncertainty | |
US20090198611A1 (en) | Methods and systems for score consistency | |
KR102379472B1 (ko) | 시공간 피해특성을 고려한 다종 데이터 융합 분석방법 | |
Das et al. | Machine learning techniques applied to prediction of residual strength of clay | |
AU2021103768A4 (en) | Method and system for determining earthquake-proof capacity of community during occurrence of earthquake | |
CN111401677A (zh) | 生态水利工程的综合评价方法 | |
CN111967717A (zh) | 一种基于信息熵值的数据质量评价方法 | |
CN112329349B (zh) | 一种边坡可靠度评估方法 | |
CN114595581A (zh) | 基于影响因素动态权重的区域地质灾害危险性概率模型 | |
CN111738601A (zh) | 一种基于熵权物元可拓模型的城市应急能力评估方法 | |
CN113240527A (zh) | 基于可解释机器学习的债券市场违约风险预警方法 | |
CN115545387A (zh) | 不可移动文物脆弱性评估方法 | |
CN105205312B (zh) | 道路事故热点成因分析和破坏度评估方法 | |
CN116933139A (zh) | 一种综合隶属度数值、等级和序位的村庄分类方法 | |
CN115378653B (zh) | 一种基于lstm和随机森林的网络安全态势感知与预测方法及*** | |
CN110533341A (zh) | 一种基于bp神经网络的城市宜居性评价方法 | |
Sharda et al. | Performance comparison issues in neural network experiments for classification problems | |
Alla et al. | Seismic liquefaction analysis of MCDM weighted SPT data using support vector machine classification | |
CN111935062A (zh) | 一种网络安全成熟度的计算方法和模型 | |
Pasha et al. | The percentiles of fuzzy numbers and their applications | |
CN110298058A (zh) | 一种电网监管指标关键要素提取方法及装置 | |
CN114153683B (zh) | 基于综合评价算法的网络化软件健康度评价方法 | |
CN114565252B (zh) | 一种确定桥梁养护顺序的决策方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |