中国安全科学学报

作者：邵舒羽, 张扬, 刘艳

单位：1 北京物资学院 物流学院,北京 101149；2 北京市物流系统与技术重点实验室,北京 101149

关键词：知识图谱卷积网络(KGCN),地质地震灾害,灾害事件,演化结果,知识图谱,图卷积神经网络(GCN)

基金：国家自然科学基金资助(82102176); 北京市社会科学基金资助(21GCL040)

为提高地质地震灾害事件预测的准确性和可靠性,提出一种结合知识图谱和图卷积神经网络(GCN)的预测模型。首先,构建地质地震灾害事件的知识图谱,将灾害相关的多源信息整合成结构化数据;然后,利用知识图谱卷积网络(KGCN)模型,对知识图谱中的实体和关系进行深度学习,挖掘潜在的关联规则,从而预测灾害的演化结果;最后,通过地质地震灾害事件案例集验证模型的有效性。结果表明:结合知识图谱和GCN的预测模型在地质地震灾害事件演化结果预测方面展现出显著效果,特别是在处理复杂的多源数据时,模型能够高效整合信息,准确挖掘潜在关联,在灾害等级、伤亡等级、承灾体类别等多个方面的预测准确率均表现优异,尤其是在灾害应急响应等级的预测上,准确率达到89.92%。

来源：2025年第2期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2025年第2期