论文部分内容阅读
全球地震主要分布于环太平洋和喜马拉雅——地中海两个地震带。我国正好介于这两个地震带之间,是个地震频发的国家。加上人口稠密和房屋抗震性能差等问题,地震已经成为造成我国人员死亡最多的自然灾害。破坏性地震发生之后,在没有展开现场调查之前,地震影响范围以及地震人员伤亡情况的预测对于地震应急救援响应具有重大意义。计算智能是受自然界或生物界智能行为的启发而发展起来的一类算法统称,主要包括神经计算、进化计算和模糊计算三大部分,这些算法能解决传统方法无法解决的许多复杂问题,已经被广泛地运用到科学计算和工程应用上。论文将计算智能算法中BP神经网络和粒子群优化算法两种重要方法应用到地震影响范围预测和地震人员死亡预测两个重要应用中,主要工作如下:(1)论文研究了四川地区的地震人员死亡率模型。区域经济发展的不平衡导致不同区域以及城乡之间的建筑物抗震设防水平具有较大差异,且不同区域的地质构造往往也存在着较大差异,而这些差异在历史地震数据中得到体现。收集了四川地区1970-2008年间30个地震案例,根据美国地质调查局的全球地震快速评估系统中烈度与地震人员死亡率的经验模型,利用粒子群优化算法对其寻优求解,得到了适用于四川地区的各烈度下的地震人员死亡率,并使用2008年汶川地震和2013年芦山地震的相关数据对得到的人员死亡率模型进行验证和分析。(2)论文研究了地震烈度衰减融合模型。为了进一步提高地震烈度衰减模型预测的准确性,论文根据地震构造环境和震害分布特点,将川滇地区作为一个研究区域。收集了川滇地区110个地震案例共250条地震等震线,以震级、烈度、中国西部烈度衰减模型以及矩阵衰减模型的等震线长短轴预测值作为输入,最终的融合模型预测的等震线长短轴作为输出。利用BP神经网络可以以任意精度逼近非线性函数的特点,对中国西部烈度衰减模型和矩阵衰减模型的预测结果进行了学习融合,得到了适用于川滇地区的融合预测模型。(3)论文设计实现了地震人员死亡率模型和地震烈度衰减融合模型,并将其集成应用到地震应急辅助决策系统中。论文将川滇地区烈度衰减融合模型以及四川地区地震人员死亡率模型设计成两个功能模块,并集成到地震应急辅助决策系统中。系统能在地震发生后的第一时间预测地震各等震线的长短轴长度,从而得到一个初步的地震影响范围。根据得到的地震影响范围对地震可能造成的死亡人数进行预测,并得到地震实际死亡人数所在区间的概率,为政府应急救援提供辅助决策依据,该系统已经在四川省丹棱县得到应用。