基于可解释神经网络的中巴公路沿线区域工程扰动滑坡危险性评价
文献类型：期刊论文
| 作者 | 戴勇4,5; 孟庆凯5; 陈世泷3,5; 李威2; 杨立强1 |
| 刊名 | 工程地质学报
 |
| 出版日期 | 2024-06-25 |
| 卷号 | 32期号:03页码:935-946 |
| 关键词 | 滑坡危险性评价 深度神经网络 可解释性 工程扰动 中巴公路沿线区域 |
| ISSN号 | 1004-9665 |
| DOI | 10.13544/j.cnki.jeg.2024-0097 |
| 英文摘要 | 为提高滑坡危险性评价精度、解释工程扰动滑坡风险评估过程，本文以中巴公路沿线区域为例，提出了一种DNN-SHAP可解释神经网络模型。首先选取了距道路距离、坡度等12个危险性评估因子，计算因子间的皮尔逊相关系数，剔除强相关因子，其次构建DNN模型进行滑坡预测，并综合对比随机森林(RF)、支持向量机(SVM)和逻辑回归(LR)模型，最后利用SHAP模型获取DNN预测过程中各因子的影响贡献，完成工程扰动滑坡危险性评价，并解释影响因子间的依赖耦合关系。研究结果表明：本文提出的DNN-SHAP模型预测精度上相比其他3种模型除精准度(Precision)略低于SVM模型以外，其余评价指标均为最高，且该方法可定量揭示道路-岩性、道路-坡度、道路-坡度-地形起伏度等共同作用是该区域工程扰动滑坡灾害的主控因素，为完善滑坡危险性评价方法提供了新的研究思路和技术参考。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:7759295 |
| 源URL | [http://ir.imde.ac.cn/handle/131551/58235]  |
| 专题 | 中国科学院水利部成都山地灾害与环境研究所 |
| 作者单位 | 1.成都理工大学核技术与自动化工程学院 2.成都理工大学地球与行星科学学院; 3.成都理工大学地球物理学院; 4.青海大学土木水利学院; 5.中国科学院水利部成都山地灾害与环境研究所; |
| 推荐引用方式 GB/T 7714 | 戴勇,孟庆凯,陈世泷,等. 基于可解释神经网络的中巴公路沿线区域工程扰动滑坡危险性评价[J]. 工程地质学报,2024,32(03):935-946. |
| APA | 戴勇,孟庆凯,陈世泷,李威,&杨立强.(2024).基于可解释神经网络的中巴公路沿线区域工程扰动滑坡危险性评价.工程地质学报,32(03),935-946. |
| MLA | 戴勇,et al."基于可解释神经网络的中巴公路沿线区域工程扰动滑坡危险性评价".工程地质学报 32.03(2024):935-946. |
入库方式： OAI收割
来源：成都山地灾害与环境研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。