基于DNN神经网络的地铁洪涝灾害评估研究

为科学评估地铁洪涝灾害发生的可能性，增强地铁洪涝灾害的防治和应急能力，减少人员伤害和财产损失，以我国已发生的地铁洪涝灾害历史事件中提取的相关数据作为样本，通过解构地铁洪涝灾害的致灾因素，从自然因素、周边环境和防汛能力3个维度，共13个致灾因素分析地铁洪涝灾害发生的原因及相关信息，并基于DNN神经网络方法构建用于预测是否会发生地铁洪涝灾害的神经网络模型。结果表明：(1)地铁洪涝灾害预测模型在准确率和F1 Score指标评价上均表现良好，准确率为85%, F1 Score值为0.9,且测试集结果与实际是否发生地铁洪涝灾害情况基本一致；(2)防汛能力较差和不良的周边环境因素会加重地铁车站承灾环境的脆弱性，应予重点关注；(3)自然因素是构成地铁洪涝灾害的关键要素，应多加强自然因素和防汛信息调度之间的及时性。