基于GRA-PCA-RBF神经网络模型的泥石流危险性等级预测方法及系统

本发明公开了一种基于GRA‑PCA‑RBF神经网络模型的泥石流危险性等级预测方法及系统，将泥石流易发区域泥石流沟作为研究对象，收集并分析历史泥石流灾害的数据与资料，确定泥石流灾害的危险性及危险性评价指标，然后利用灰色关联度法对泥石流危险性与评价指标的相关程度进行分析，从中选取关键评价指标；再利用主成分分析法对关键评价指标数据进行降维处理，剔除指标数据的冗余信息，并建立评价指标体系；最后利用遗传算法优化的RBF神经网络模型对训练样本进行训练，建立泥石流危险性等级预测模型并对构建的模型进行准确率估计。本发明解决了在复杂艰险山区建立合理有效地泥石流危险性方法及系统，对于山区基础设施建设的防灾减灾提供高效的工作系统。