基于GA-ANN技术的苏锡常地区地裂缝危险性评价

【摘要】： 地裂缝作为苏锡常地区的一种地质灾害对该区的发展造成了严重的危害。本文在系统分析地裂缝灾害的主要影响因素基础之上,根据资料的实际情况,进行了评价单元的剖分,选取了各影响因素的量化指标,建立了苏锡常地区地裂缝危险性评价的遗传算法—人工神经网络(GA-ANN)模型。 在GA-ANN模型的建立过程中,阐述了BP网络和GA算法的优劣性,通过GA算法优化人工神经网络初始权重,将BP算法和GA算法有机地结合在一起建立了GA-ANN模型。文中还对样本数据的预处理方式进行了探讨,并选择出典型的15处地裂缝点和15处安全点作为模型的训练样本。在测试结果符合要求的条件下,对全区所有的评价单元进行了危险性评价,并依照危险等级进行了苏锡常地区地裂缝危险分区,为苏锡常地区地裂缝灾害的防治提供了科学依据。