格 根
(内蒙古自治区地震局,内蒙古 呼和浩特 010010)
地震灾害损失评估与预测作为抗震救灾决策的重要依据,随着信息技术发展有了新的理论依据和预测工具,各种各样的网络预测技术发展并运用于地震灾害的相关方面中,其中随机权神经网络的引入为地震灾害带来了全新的理论支持。
为了最大限度地降低地震灾害带来的影响,相关政府部门采取灾前预测、灾后对经济损失进行评估,并在第一时间进行抗震救灾[1]。在整个过程中采用的经济损失评估与预测往往能够为其提供重要的抗震救灾依据。
随机权神经网络实质上是众多人工神经网络中的一种单隐层前馈神经网络,网络结构如图1所示。
图1 随机神经网络
随机权神经网络通过随机选取内权与偏置值,将网络参数需要计算的问题转化成线性方程,通过不同的组合进行求解,采用广义逆求解方程组的最小二乘解作为网络外权,通过外权与内权的结合计算,避免了其他传统算法的缺点,极大地减少了训练时间,有效避免了陷入局部最小循环的问题[2]。
地震灾害受地质板块活动影响,随着人类社会发展,一系列的社会活动也成了导致地震的因素之一,在计算评估体系当中,地震灾害的危险性具体取决于孕灾环境、致灾因子、承灾体等方面的因素,虽然关于三个因素的研究很多,但是三者之间存在十分复杂的线性与非线性的关系,本体系着重将地震灾害直接经济损失看作是三者的函数,并以此建立起地震直接经济损失指标体系,如图2所示。
图2 地震灾害直接经济损失指标体系
该体系基本原则:(1)科学性:直接经济损失的构成由多因素构成,因此,体系建立必须要有足够的科学性,通过真实客观的科学统筹方式,保证真实完整地反映出地震灾害直接经济损失的实况;(2)可量化型:在体系当中,应该保证各个评价指标都能够进行定量化,即每一个指标都能够用数学进行相关的表达,避免其他定性化带来的误差,从而保证整个计算结果客观准确;(3)可操作性:为避免评价过程的不可操作性,在选择指标的时候要保证指标信息能够通过实际考察、资料分析等方式进行相关的采集,能够通过数字的赋予带入到实际的函数当中,实现计算应用。
通过对直接经济损失体系进行搭建可以得出一定数量的输入节点,通过输入节点的确定能够组建起单隐层人工智能神经网络,随后选取直接经计算式当中的指标作为输入,例如,地震基本加速度、震级、震源深度、震源强度等,隐层节点个数的确定因为计算因素的不同效果会产生不同的结果,目前没有确定的选择方法。
将隐层节点数值输入到函数当中,对无量纲化数据进行预处理,就能够得到相关的结果。
模型试验的计算结果不能仅凭一组数据就确定模型搭建的稳定性,在本实验中需要采用多组数据,并利用随机分组的方式进行训练,通过多次训练,不断地提升隐层数据节点取用的准确性。值得注意的是,如果出现多次统一节点计算失准或者变化过大的问题,首先需要确定节点指标的选取是否具有客观性,例如选取医疗化程度作为节点进行了多次计算,却忽视了医疗化程度很难量化的实际情况,就需要对医疗化程度进行专门的转化,例如疾病治疗率、药物采集率等相关的数据,将相关数据按照一定的比例进行组合,便能够得到一个较为客观的数值;如果数值始终无法运用于节点结算,则需要对节点指标选取进行另外的选取,保证节点下的计算结果在多次实验的过程当中趋于稳定。
在多次实验的过程当中,总结出随机权神经网络的几个优点:(1)学习性:学习性作为智能化人工神经网络,在随机权神经网络中的体现淋漓尽致,模型体系在多次的实验实践当中不断地对函数和阶段数据进行纠错分析,促使计算结果逐渐趋于稳定;(2)容错性:学习性基础之上,随机权神经网络能够对数据进行一定的调整与纠错,保证了计算实验结果具有较高的容错性;(3)过拟合发生率低:发生过拟合在函数数值运算当中误导作用极大,在随机权神经网络多次实验当中,过拟合发生率极低,这一点成为区别于其他人工神经网络的重要优点之一。
随机权神经网络作为人工神经智能网络在地震灾害中的应用是未来发展的必然趋势,在实际的使用之前需要进行客观的总结实验分析,不断地提升精度与效率,因此需要注意以下几个要点:(1)数据采集翔实客观:对于一个地区进行地震灾害的经济损失评估和预测,相关直接经济损失指标的取值一定要准确客观,这就需要相关的工作人员到达地震现场进行实际勘测采集,同时结合已有的相关资料,例如地震带,地震历史等资料,充分的确定指标数值之后再引入到随机权神经网络模型体系之中,随机权神经网络才能真正地发挥作用;(2)工作人员必须具备充分的随机权神经网络工作知识:如果因为相关的工作人员专业素质的不具备导致预测和评估结果的错误,会致灾民生命安全于危险的境地,也可能会导致救援人员处于相关的危险之中。
随机权神经网络作为人工智能网络的一种,本文探讨随机权神经网络在地震灾害经济损失评估与预测中的应用,分析体系构建,并阐述相关的应用要点,目的是随机权神经网络能够更好地应用于该项目当中,实现对地震灾害的进一步科学规划。