[发明专利]一种基于多源数据模糊权重的滑坡风险预警规则生成方法

权利要求书

1.一种基于多源数据模糊权重的滑坡风险预警规则生成方法，其特征在于，该方法包括以下步骤：

步骤一：构建初始风险预警规则库，包括若干子初始风险预警规则库，每个子初始风险预警规则库包括若干风险预警规则；

步骤二：获取历史监测数据，该历史监测数据包括位移量和降雨量，以日为单位将对应的位移量和降雨量进行统计，每日数据作为一组样本数据；

步骤三：以所述步骤二的样本数据对所述步骤一所构建的初始风险预警规则库中的子初始风险预警规则库进行训练，得到每个子初始风险预警规则库每日的适应度得分MSE_risk，包括以下步骤：

步骤1：获取当日的位移量S_i和降雨量A_i，根据构建的隶属度函数，将位移量S_i和降雨量A_i的数值转换成对应的风险等级；

步骤2：子初始风险预警规则库匹配，利用位移量S_i及降雨量A_i的风险等级匹配子初始风险预警规则库中的风险预警规则，当子初始风险预警规则库中的风险预警规则的位移及降雨的风险等级与位移量S_i及降雨量A_i的风险等级相等时风险预警规则被匹配成功；

步骤3：利用构建的隶属度函数分别得到所述步骤2被匹配成功的各风险预警规则的位移风险等级、降雨风险等级及结果风险等级对应的隶属度；

步骤4：取所述步骤3得到的位移风险等级隶属度及降雨风险等级隶属度中的小值作为对应子初始风险预警规则库的风险预警规则置信程度值，用该置信程度值对对应的子初始风险预警规则库所有被匹配成功的风险预警规则的结果风险对应的隶属度函数曲线进行截取，截取小于置信程度值的部分作为输出并叠加；

步骤5：对所述步骤4的输出进行去模糊处理，得到各子初始风险预警规则库的具体模糊程度值作为各子初始风险预警规则库的预警得分S_i；

步骤6：根据以下公式得到当日子初始风险预警规则库的适应度得分MSE_risk；

MSE_risk＝(D_i′-S_i′)²

S_i′＝(S_i-S_min)/(S_max-S_min)

D_i′＝(D_i-D_min)/(D_max-D_min)

S_i′为归一化后的位移值，S_i为当日预警得分，S_min为历史最小预警得分，当选取第一日数据时，S_min取值为0；S_max为历史最大预警得分，当选取第一日数据时，S_max取值为当日预警得分；D_i′为归一化后的下一日位移，D_i为当日的下一日位移值，D_min为所取历史数据中最小位移值，D_max为所取历史数据中最大位移值；

步骤四：根据以下公式计算所述步骤一所建立的初始风险预警规则库中各子初始风险预警规则库在所取历史周期内的最终得分MSE′_risk；

式中：N表示历史周期，单位为天；

步骤五：选取最终得分MSE′_risk小于等于预设阈值的子初始风险预警规则库作为最终风险预警规则库用于风险预警；或者将各子初始风险预警规则库及其最终得分作为输入，利用遗传算法迭代，不断优化预警规则，最终输出最终得分小于等于预设阈值的子初始风险预警规则库作为最终风险预警规则库用于风险预警。

2.根据权利要求1所述的基于多源数据模糊权重的滑坡风险预警规则生成方法，其特征在于，所述步骤二在获取历史监测数据后先对数据进行清洗，剔除异常值并对毛刺数据进行平滑后再以日为单位将对应的位移量和降雨量进行统计。