论文部分内容阅读
针对采用BP神经网络进行滑坡灾害预测时其输入变量的选择是影响预测效果和运算速度的关键问题，本文提出构建粗糙集和遗传神经网络一体化模型思路，其基本目的是利用粗糙集在数据挖掘方面的优势和BP神经网络的预测能力，优势互补以期解决上述问题。结合实例，本文首先利用粗糙集理论建立了影响滑坡灾害的各类因素决策表并进行了约简，然后利用各因素对决策属性的支持度进行了BP神经网络初始权值的配置及预测试验。实验表明，利用该模型可以有效的删除冗余信息，提高神经网络的运算速度和预测精度，在实际工程中有一定的应用价值。