结合螺旋管预测模型建立指标体系-天津市朋展钢管有限公司

结合螺旋管预测模型建立指标体系

浏览：发表时间：2021-05-25 17:02:32 来源：文章来自网络，如有侵权，请联系删除。

　　典型代表有破坏概率模型、模糊数学模型、灰色Ⅴ生长模型、灰色系统模型等。这类模型预测方程通常较为简单，没有复杂的数理推导，易于推广普及；而且在样本统计过程中，更注重统计样本的质量。这类模型既适合于螺旋管地质灾害易发程度空间区划，也适合于单体地质灾害时间预报计算机技术和人工智能技术的高速发展和推广应用，为地质灾害空间预测评价带来了新的机遇，与此相关的地质灾害区划评价专家系统、神经网络模型和图像识别模型的研究方兴未艾。预测科学本身就具有主观性的特征，因此，充分利用人工智能技术，将专家用知识本身解决问题的功能和人脑神经网络认知、获取、提炼、分析处理资料信息的特殊方式和功能，特别是存储记忆和联想功能，用计算机软件程序化表达出来，建立以人工智能的基本概念—符号系统和信息处理为基础的人脑机理的新模型，如地质灾害评价专家系统、神经网络方法和图像识别技术等，这将是地质灾害风险评价研究的重要发展方向。这类评价模型强调人脑智能处理各种复杂问题的经验。

　　会用到演绎判断、联想功能，而不单单是用公式推理方法。特别是对那些还没有出现在出版物中的专门性知识（包括直观推断的经验、头脑中一晃而过的猜测及解决问题的途径，以及对不完善或不完全的数据和资料等进行系统的开发整理），可以建立地质灾害预测领域的专家知识库和智能网络，然后根据不同比例尺的地质灾害预测问题进行逐步推理获得答案，达到时空评价预测的目的。然而，地质灾害的人工智能预测模型，面临着专家知识获取、储存、表达和演绎等方面的概念化和智能化问题，举步维艰基于GlS的统计模型法主要根据地质灾害编录数据，利用信息量、证据权或频率比等统计方法来确定参与地质灾害易发性评价的指标因子并给定因子的权重，将权重赋予各因子图层，然后螺旋管按照统计模型算法将权重栅格图综合运算，再根据计算结果的统计和划分需求将它划分为不同级别的易发性分区。基于GlS的信息量、证据权或频率比等统计模型方法的易发性分区技术流程基本一致，不同之处在于参与易发性分区的指标因子权重的计算的差异5）区域管道地质灾害易发性评价的技术流程开展区域管道地质灾害易发性评价的技术流程主要包括4个步骤。

　　（1）建立区域地质环境条件空间数据库和地质灾害编录数据库，以及管道相关业库。区域地质环境条件空间数据库一般包括数字高程模型（DEM）、基础地质图，数字并（主要包括水系、等高线、交通等基础地理内容）和遥感影像等；地质灾害编录数据库为封害点特征的定性或定量描述，作为地质灾害分布图的属性链接数据库，主要描述地质灾型、活动性，空间位置几何结构特征、变形破坏特征、周边地质环境条件、稳定性分析及育象、以往治理工程和工程治理设计图等，一般用面或点来表征；管道相关的业务数据库主括管道沿线各里程桩的桩号、位置，以及管道埋深、管道与灾害的距离等信息。空间数据进行空间配准，采用相同的投影坐标系统，尤其是DEM数据为大地坐标，单位为米C采用相同的分辨率或比例尺（2）指标因子的箱选，利用定性分析、专家经验或地质环境条件空间数据库和地质灾录数据库以及管道相关业务数据库的相关性分析，筛选易发性重要的参评因子，并结合螺旋管预测模型建立指标体系，完成指标因子的分析与量化。基于G1S的指标量化方法一般可GS软件提供的基础数据处理和空间分析功能完成指标因子信息的提取，如利用DEM，表面分析功能生成地形坡度、坡向的栅格图，并利用数据分类功能将高程、坡度分级分类地质灾害易发性评价中的线性指标，如断层、水系等，应利用G1S的举例分析或密度分析来成栅格图形参与区划评价和量化。

长按图片保存/分享

结合螺旋管预测模型建立指标体系

分享至微信分享