公开(公告)号：CN115482138A

公开(公告)日：2022-12-16

申请号：CN202211161265.0

申请日：2022-09-22

Applicant: 福州大学

Inventor： 肖桂荣 ,  周侯伯 ,  尹玉环 ,  林炫歆

IPC: G06Q50/26 ,  G06N20/00 ,  G06N3/12 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明涉及一种基于特征筛选与差分进化算法优化的滑坡危险性评估方法。在构建因子敏感性指数开展定量敏感性分析的基础上，结合重要性分析、相关性分析、共线性分析构建四维特征筛选法用于评估因子综合优选；为克服模型难以调优的问题，引入差分进化算法优化支持向量机与多层感知机两种推广能力较强的机器学习模型。案例评估结果表明：四维特征筛选法能更加客观全面地选取适宜性更高的危险性评估因子，从而降低数据维度、减少信息冗余以提升评估模型性能；差分进化算法对支持向量机与多层感知机具有显著的优化效果，有益于增强模型滑坡危险性的评估准确度。本发明对滑坡风险评估中的影响因子客观选取与机器学习模型调优具有重要意义。