| 基于粒子群规则挖掘算法的洪灾风险评价模型 |
| |
| 作者姓名： | 王兆礼 陈晓宏 赖成光 赵仕威 |
| |
| 作者单位： | 1. 华南理工大学 土木与交通学院, 广州 510641;
2. 中山大学 水资源与环境研究中心, 广州 510275 |
| |
| 基金项目： | 国家自然科学基金(51209095); 华南理工大学中央高校基本科研业务费专项资金(2009ZM0186); 水资源与水电工程科学国家重点实验室开放研究基金(2010B065) |
| |
| 摘 要： | 运用粒子群优化算法(particle swarm optimization, PSO)进行规则挖掘是一个新的研究热点. 提出了一种基于粒子群规则挖掘算法(PSO-Miner)的洪灾风险评价模型. 基于GIS技术利用该模型对北江流域洪灾风险等级进行了评判, 结果表明: PSO-Miner算法是一种无参数评判的智能方法, 具有较强的全局收敛能力和鲁棒性; 所挖掘的If-Then评判规则能更简单和准确地描述各评价指标与风险等级之间的复杂关系; 总体精度比BP神经网络模型的更高, 而且能客观地反映北江流域洪灾风险实际情况; 与GIS技术结合, 便于分析洪灾风险的空间 格局及内在规律, 具有较好的适用性.
|
| 关 键 词： | 洪灾 风险评价 粒子群优化算法 规则挖掘 地理信息系统 |
| 收稿时间： | 2011-01-05 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《系统工程理论与实践》浏览原始摘要信息 |
|
点击此处可从《系统工程理论与实践》下载全文 |
|
