[发明专利]基于RBFN机器学习的降雨型地质灾害预警预报模型及学习方法

权利要求书

1.一种基于RBFN机器学习的降雨型地质灾害预警预报模型，其特征在于：所述的模型包括输入层、隐含层与输出层，所述输入层为向量x＝(x₁,x₂)，其中x₁为土壤雨量指数，x₂为小时雨量；所述输出层为标量RBFN值；隐含层由m个径向基函数构成；

所述隐含层组成的数组运算单位为隐含层节点，它包含一个中心向量c，与输入层参数向量x具有相同维数，隐含层的径向基函数由下式得到的高斯基函数：

上式中，σ_j为正数，高斯基函数的半径；c_j为基底函数的中心点；m是隐含层的节点数量，具体大小根据学习样本点的空间分布决定；||·||为2范数，由内积运算导出，网络输出由下式进行计算：

上式中，O(x)为输出值，即RBFN值；w_j为第j层输出层的权值。

2.根据权利要求1所述的基于RBFN机器学习的降雨型地质灾害预警预报模型，其特征在于：所述土壤雨量指数土壤的含水量采用三段式Tank模型描述，其值为三个Tank中数值的合计值，Tank1为地表水的流入和流出，Tank2为地表渗透层流入和流出，Tank3为地下水的流入和流出，模型参数的各个Tank流量q有如下的关系式：

q₁(t)＝α₁(S₁(t)-L₁)+α₂(S₁(t)-L₂)

q₂(t)＝α₃(S₂(t)-L₃)

q₃(t)＝α₄(S₃(t)-L₄)

式中，α_i(i＝1,2,3,4)为各流出孔的流出系数，L_i(i＝1,2,3,4)各流出孔的高度(mm)，S_i(i＝1,2,3)为各个Tank的存水量高度(mm)，β_i(i＝1,2,3)为各渗出孔的渗透系数；

当经过时间Δt后有降雨量R(mm)时，各阶段Tank的存水量高度由下式计算得到：

S₁(t+Δt)＝(1-β₁Δt)·S₁(t)-q₁(t)·Δt+R(t+Δt)

S₂(t+Δt)＝(1-β₂Δt)·S₂(t)-q₂(t)·Δt+β₁·S₁(t)·Δt

S₃(t+Δt)＝(1-β₃Δt)·S₃(t)-q₃(t)·Δt+β₂·S₂(t)·Δt

所述土壤雨量指数等于S₁+S₂+S₃。