本發(fā)明涉及自然災(zāi)害的監(jiān)測(cè)領(lǐng)域,尤其是關(guān)于山體滑坡風(fēng)險(xiǎn)的監(jiān)測(cè),具體是一種應(yīng)用于滑坡風(fēng)險(xiǎn)因子選取的變異方法及裝置。
背景技術(shù):
遺傳算法是一種通過(guò)模擬自然進(jìn)化過(guò)程搜索最優(yōu)解的方法,可應(yīng)用于滑坡風(fēng)險(xiǎn)的預(yù)測(cè)方法中。目前,研究人員主要關(guān)注于滑坡風(fēng)險(xiǎn)測(cè)定方法中的最優(yōu)因子選取個(gè)數(shù)問(wèn)題,還沒(méi)有關(guān)注于遺傳算法中的各類算子的優(yōu)化,比如變異算子,基于目前的變異算子還不能更快更好地得到滑坡風(fēng)險(xiǎn)預(yù)測(cè)精度。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明的一個(gè)目的是提供一種應(yīng)用于滑坡風(fēng)險(xiǎn)因子選取的變異方法,包括:
初始種群獲得步驟:獲得預(yù)測(cè)精度已進(jìn)行升序或降序排列的初始種群,所述初始種群中包括多個(gè)個(gè)體,每個(gè)個(gè)體包含多個(gè)調(diào)節(jié)因子;
調(diào)節(jié)因子變異步驟:對(duì)初始種群中每個(gè)個(gè)體的調(diào)節(jié)因子進(jìn)行變異操作,當(dāng)初始種群按照預(yù)測(cè)精度降序排列時(shí),采用變異個(gè)數(shù)遞增的方式設(shè)置每個(gè)個(gè)體中調(diào)節(jié)因子的變異個(gè)數(shù);當(dāng)初始種群按照預(yù)測(cè)精度升序排列時(shí),采用變異個(gè)數(shù)遞減的方式設(shè)置每個(gè)個(gè)體中調(diào)節(jié)因子的變異個(gè)數(shù)。
根據(jù)本發(fā)明的實(shí)施例,所述調(diào)節(jié)因子變異步驟中,針對(duì)于每個(gè)個(gè)體,如果變異后出現(xiàn)調(diào)節(jié)因子重復(fù),則該行變異失敗,重新尋找變異位置進(jìn)行變異。
本發(fā)明的另一個(gè)目的是提供一種應(yīng)用于滑坡風(fēng)險(xiǎn)因子選取的變異裝置,包括:初始種群獲得模塊:用于獲得預(yù)測(cè)精度已進(jìn)行升序或降序排列的初始種群,所述初始種群中包括多個(gè)個(gè)體,每個(gè)個(gè)體包含多個(gè)調(diào)節(jié)因子;
調(diào)節(jié)因子變異模塊:用于對(duì)初始種群中每個(gè)個(gè)體的調(diào)節(jié)因子進(jìn)行變異操作,當(dāng)初始種群按照預(yù)測(cè)精度降序排列時(shí),采用變異個(gè)數(shù)遞增的方式設(shè)置每個(gè)個(gè)體中調(diào)節(jié)因子的變異個(gè)數(shù);當(dāng)初始種群按照預(yù)測(cè)精度升序排列時(shí),采用變異個(gè)數(shù)遞減的方式設(shè)置每個(gè)個(gè)體中調(diào)節(jié)因子的變異個(gè)數(shù)。
與現(xiàn)有技術(shù)相比,本發(fā)明的有益效果:相對(duì)于傳統(tǒng)的變異算子,本發(fā)明所述的變異方法及裝置,在變異算子的變異位置、變異個(gè)數(shù)上做了進(jìn)一步完善,應(yīng)用本發(fā)明方法進(jìn)行種群優(yōu)化,再使用優(yōu)化后的種群進(jìn)行滑坡風(fēng)險(xiǎn)因子的選取,可以選取更合適的滑坡風(fēng)險(xiǎn)因子,進(jìn)而可以更快地獲取更高的滑坡風(fēng)險(xiǎn)預(yù)測(cè)精度。
附圖說(shuō)明:
圖1為應(yīng)用于滑坡風(fēng)險(xiǎn)因子選取的變異方法的流程圖。
圖2為適應(yīng)度的表示示意圖。
圖3為變異操作的示意圖。
具體實(shí)施方式
下面結(jié)合試驗(yàn)例及具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述。但不應(yīng)將此理解為本發(fā)明上述主題的范圍僅限于以下的實(shí)施例,凡基于本發(fā)明內(nèi)容所實(shí)現(xiàn)的技術(shù)均屬于本發(fā)明的范圍。
在進(jìn)行滑坡風(fēng)險(xiǎn)的評(píng)價(jià)之前,需要測(cè)試獲得相關(guān)參數(shù),并作為調(diào)節(jié)因子進(jìn)行編號(hào)。
通過(guò)測(cè)試收集得到如下參數(shù):地形(高程、坡度、坡向、曲率、徑流量指數(shù)、地形濕度指數(shù)、起伏度)、地貌(土地利用類型、植被覆蓋度)、巖性、地震烈度(地震峰值加速度)及緩沖區(qū)分析(距離河流、距離道路、距離斷層)等數(shù)據(jù)進(jìn)行編號(hào)處理。將這些參數(shù)作為因子進(jìn)行編號(hào):比如x1表示高程、x2表示植被覆蓋度、x3表示坡度、x4表示曲率、x5表示徑流量指數(shù)、x6表示地形濕度指數(shù)、x7表示起伏度、x8表示土地利用類型、x9表示坡向、x10表示巖性、x11表示地震峰值加速度、x12表示距離河流、x13表示距離道路、x14表示距離斷層。測(cè)試所得到的參數(shù)不同,則選取的因子有所不同。
比如下表就是測(cè)得的樣本及對(duì)應(yīng)因子編號(hào)。
表1:因子編號(hào)及獲得的測(cè)試數(shù)據(jù)
在上述基礎(chǔ)上,按照以下步驟來(lái)優(yōu)化滑坡風(fēng)險(xiǎn)預(yù)測(cè)中的初始種群:
步驟一:獲得初始種群,本步驟具體可以是:
根據(jù)調(diào)節(jié)因子的個(gè)數(shù)總量設(shè)置初始種群的個(gè)體數(shù)量popsize,每個(gè)個(gè)體包含的調(diào)節(jié)因子個(gè)數(shù)設(shè)置為chsize,按照因子編號(hào)隨機(jī)生成初始種群。比如popsize等于10,chsize等于11,代表隨機(jī)生成的初始種群中,包含10個(gè)個(gè)體(組合方式1-10),每個(gè)個(gè)體由11個(gè)因子構(gòu)成,比如隨機(jī)生成的初始種群為表2,可以將該初始種群設(shè)置為一個(gè)具有10行11列的二維矩陣,該二維矩陣中的數(shù)值為表2中的因子的編號(hào)。
表2為初始種群:
依次評(píng)價(jià)初始種群中每個(gè)個(gè)體的適應(yīng)度,按照適應(yīng)度(即為預(yù)測(cè)精度)進(jìn)行升序或降序排列。適應(yīng)度可以通過(guò)如下方式計(jì)算:
步驟21:獲得測(cè)試數(shù)據(jù)基于邏輯回歸模型得到的pl;
步驟21-1:選取一部分測(cè)試數(shù)據(jù)作為訓(xùn)練樣本,代入回歸模型
其中,選取的一部分測(cè)試數(shù)據(jù)中的參數(shù)數(shù)據(jù)作為解釋變量x1、x2...xn,是否滑坡的值作為pl來(lái)進(jìn)行模型訓(xùn)練,得到回歸模型中x前的系數(shù)b1、b2...bn;
步驟21-2:將剩余的另一部分測(cè)試數(shù)據(jù)作為驗(yàn)證樣本,剩余的另一部分測(cè)試數(shù)據(jù)中的參數(shù)數(shù)據(jù)作為解釋變量x1、x2...xn代入回歸模型,通過(guò)計(jì)算得到每個(gè)驗(yàn)證樣本對(duì)應(yīng)的滑坡預(yù)測(cè)值pl;
步驟22:以每個(gè)驗(yàn)證樣本對(duì)應(yīng)的滑坡預(yù)測(cè)值作為閾值,計(jì)算tpr和fpr;
其中tpr=tp/(tp+fn),fpr=fp/(tn+fp);
其中tp表示預(yù)測(cè)為滑坡、實(shí)際滑坡的次數(shù);
其中fp表示預(yù)測(cè)為滑坡、實(shí)際未滑坡的次數(shù);
其中tn表示預(yù)測(cè)未滑坡、實(shí)際未滑坡的次數(shù);
其中fn表示預(yù)測(cè)未滑坡、實(shí)際滑坡的次數(shù);
步驟23:以所有點(diǎn)(fpr,tpr)組成的曲線為roc曲線,計(jì)算roc曲線與坐標(biāo)軸形成的面積作為適應(yīng)度,如圖2所示,圖2中黑色粗實(shí)線為roc曲線,auc為適應(yīng)度,auc取值范圍[0,1]定義為適應(yīng)度,其值越大,說(shuō)明模型的預(yù)測(cè)精度越高,個(gè)體的適應(yīng)度越強(qiáng)。
步驟二:對(duì)初始種群中每個(gè)個(gè)體的調(diào)節(jié)因子進(jìn)行變異操作,當(dāng)初始種群按照預(yù)測(cè)精度降序排列時(shí),采用變異個(gè)數(shù)遞增的方式設(shè)置每個(gè)個(gè)體中調(diào)節(jié)因子的變異個(gè)數(shù);當(dāng)初始種群按照預(yù)測(cè)精度升序排列時(shí),采用變異個(gè)數(shù)遞減的方式設(shè)置每個(gè)個(gè)體中調(diào)節(jié)因子的變異個(gè)數(shù)。
對(duì)調(diào)節(jié)因子進(jìn)行變異操作,需要考慮變異位置和/或變異個(gè)數(shù)。以預(yù)測(cè)精度降序排列的初始種群為例,預(yù)測(cè)精度降序排列后的組合方式中,位于上方的組合方式所對(duì)應(yīng)的調(diào)節(jié)因子應(yīng)該是更優(yōu)質(zhì)的,只需要對(duì)因子進(jìn)行小的調(diào)整,就可得到更高的預(yù)測(cè)精度,而位于下面的組合方式所對(duì)應(yīng)的預(yù)測(cè)精度較低,調(diào)節(jié)因子還需要得到顯著改善,以生成與原組合方式顯著不同的新組合方式。也就是說(shuō),位于上方的變異個(gè)數(shù)可以設(shè)置得較少,位于下方的變異個(gè)數(shù)可以設(shè)置得較多,即采用由上向下變異個(gè)數(shù)遞增的方式來(lái)設(shè)置每個(gè)個(gè)體中調(diào)節(jié)因子的變異個(gè)數(shù)。當(dāng)然地,針對(duì)于按照預(yù)測(cè)精度升序排列的初始種群,則采用由上向下變異個(gè)數(shù)遞減的方式來(lái)設(shè)置每個(gè)個(gè)體中調(diào)節(jié)因子的變異個(gè)數(shù)。
用表2來(lái)說(shuō),每種組合方式有11個(gè)因子,最少變異1個(gè)因子,最多變異11個(gè)因子。作為一種可實(shí)施方式的舉例,對(duì)于10行數(shù)據(jù)來(lái)說(shuō),平均下來(lái),第一行1.1個(gè)調(diào)節(jié)因子,第二行變異2.2個(gè)調(diào)節(jié)因子,以此類推,第十行變異11個(gè)調(diào)節(jié)因子,每行的變異個(gè)數(shù)可以用數(shù)學(xué)方式表示為:
對(duì)于變異位置的選取,需要滿足一個(gè)條件,即變異后每行的因子不能出現(xiàn)重復(fù),每種組合方式選取的變異位置,經(jīng)變異后出現(xiàn)因子重復(fù),則變異失敗(如圖3,第二行中的編號(hào)為13的因子變異為編號(hào)為5的因子后,與原個(gè)體中存在的編號(hào)為5個(gè)因子相重復(fù),變異失敗),然后需要重新尋找變異位置進(jìn)行變異。個(gè)體出現(xiàn)兩個(gè)相同的因子,代表某個(gè)調(diào)節(jié)因子在模型訓(xùn)練中,重復(fù)使用,對(duì)模型的精度提高沒(méi)有意義,反而會(huì)造成數(shù)據(jù)的冗余,因此通過(guò)放棄變異失敗的操作可以避免數(shù)據(jù)的冗余。
本發(fā)明所述優(yōu)化方法中,變異算子同以往的變異算子有明顯的不同,在于讓變異個(gè)數(shù)隨預(yù)測(cè)精度的降低而增加,使測(cè)定精度高的組合方式得到小的調(diào)整,測(cè)定精度低的組合方式得到大的調(diào)整,以更快獲取最優(yōu)的滑坡測(cè)定精度,同時(shí),當(dāng)變異后的因子出現(xiàn)重復(fù),變異將不予執(zhí)行,但會(huì)重新尋找隨機(jī)的變異位置,來(lái)完成變異操作。通過(guò)實(shí)驗(yàn),采用本發(fā)明所述優(yōu)化方法,在因子的變異個(gè)數(shù)和變異位置上做了進(jìn)一步的完善,能更快地獲取更高的滑坡風(fēng)險(xiǎn)測(cè)定精度。
相應(yīng)地,本實(shí)施例中還提供了一種應(yīng)用于滑坡風(fēng)險(xiǎn)因子選取的變異裝置,包括:
初始種群獲得模塊:用于獲得預(yù)測(cè)精度已進(jìn)行升序或降序排列的初始種群,所述初始種群中包括多個(gè)個(gè)體,每個(gè)個(gè)體包含多個(gè)調(diào)節(jié)因子;
調(diào)節(jié)因子變異模塊:用于對(duì)初始種群中每個(gè)個(gè)體的調(diào)節(jié)因子進(jìn)行變異操作,當(dāng)初始種群按照預(yù)測(cè)精度降序排列時(shí),采用變異個(gè)數(shù)遞增的方式設(shè)置每個(gè)個(gè)體中調(diào)節(jié)因子的變異個(gè)數(shù);當(dāng)初始種群按照預(yù)測(cè)精度升序排列時(shí),采用變異個(gè)數(shù)遞減的方式設(shè)置每個(gè)個(gè)體中調(diào)節(jié)因子的變異個(gè)數(shù)。
對(duì)于初始種群獲得模塊、調(diào)節(jié)因子變異模塊更為具體的操作可以參見上述方法實(shí)施例中的相關(guān)描述。
本發(fā)明并不局限于前述的具體實(shí)施方式。本發(fā)明擴(kuò)展到任何在本說(shuō)明書中披露的新特征或任何新的組合,以及披露的任一新的方法或過(guò)程的步驟或任何新的組合。