简介:针对震后次生灾害的演化问题,本文采用多案例分析方法提取地震及其次生灾害事件的属性,从属性层次按照“事件类型、关键属性、从属属性、环境属性和危害评估属性”对其进行结构化描述,分析震后次生灾害事件的属性特征,绘出了震后次生灾害演化Petri网模型。在此基础上,以渐变型次生灾害事件——震后瘟疫为例,根据随机Petri网与马尔科夫链的同构关系,构建了震后瘟疫事件演化系统随机Petri网模型。最后,通过马尔科夫链及相关数学方法对震后瘟疫事件演化系统进行了评估,分析其中的均衡状态及其变动规律,验证了模型的有效性,为应对地震次生灾害事件提供科学的应急决策支持。
简介:研究了多元线性模型中条件最优线性无偏预测的稳健性问题,得到了条件线性可预测变量的这种预测关于协方差矩阵具有稳健性的充要条件.
简介:随着农业自然灾害保险越来越受到重视,精确估计累积损失率和准确描述气象状况的常年特征成为相关保险精算中的重要课题。首先,通过分析各省农作物受灾情况的规律,建立随机微分方程模型对累积损失率进行刻画;其次,对10年的日值气象数据进行假设检验和时间序列分析,得出在几个农业大省都得到验证的气象特征;最后,将这两个结论用于几种常见的保险方案。对模型的敏感性分析表明,在适当制定保险方案的前提下,模型具有很好的适用性。
简介:为了预测某导弹陀螺漂移趋势,以该陀螺漂移角速度时间序列为对象,建立了基于支持向量回归机的预测模型。针对该预测模型的特点,提出了支持向量预选取的模型优化方法。基于ε不敏感损失函数的支持向量回归机具有稀疏性,其结构由支持向量决定。因此从训练样本集中预选出有可能成为支持向量的样本,精简样本规模是提高该类支持向量回归机训练和预测效率的有效方法。针对该类支持向量回归机从分类和回归两个角度分析了支持向量的几何特征,提出了核函数空间免疫聚类的支持向量预选取方法并用于某导弹陀螺漂移预测模型的数据预处理。仿真结果表明优化后的预测模型运算量小、建模速度快,精度高。
简介:自然灾害情境造成部分决策信息模糊和应急决策者的消极情绪。考虑消极情绪在自然灾害应急决策的影响,构建了考虑情绪下的前景理论的价值函数。运用反函数原理,根据应急决策者对模糊信息的心理感知价值,构建了其实际值的估计函数,用于解决决策信息模糊下的终端供电设施应急抢修决策规划问题,提出了相应的决策模型和求解算法。采用自主开发的在线实验系统,完成了信息模糊下的电网应急抢修决策实验,验证了决策模型和消极情绪下基于决策者心理感知对模糊信息估值方法的有效性。
简介:本文将改进的灰色GM(1,1)模型用于某油田年综合含水率的近期发展趋势研究。在平均相对误差达到最小准则下,研究了模型中的背景值参数A和边值修正项£对模型预测精度的影响。在此基础上,采用线性规划方法估计模型中的参数,基于遗传算法求解最佳背景值参数A和最佳边值修正项ε,以确保在相应的模型检验准则下预测的误差达到最小。结果表明,用改进的灰色GM(1,1)模型预测近期注水油田的综合含水率,预测值与实际值相对误差很小,预测精度很高,可以得到非常满意的结果。进一步的研究发现,改进的灰色GM(1,1)模型虽然近期预测精度很高,但研究长期的发展趋势是行不通的,为此又研究探讨了长期发展趋势模型。
简介:链路预测是网络信息挖掘的主要研究内容,通过对网络结构和其他信息的分析,挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标.并在此基础上提出了一种基于这8种指标线性组合的度量指标,并经过实验找出了较好的优化参数。然后,提出了基于这8种指标的神经网络模型.并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明.基于FANN库的神经网络模型的预测结果最好,在4个数据集上最高的AUC值分别达到了0。95l8、0.9289、0.7480和0.8677,与单一指标最好的AUC值相比分别提高了3.92%、1.45%、7.06%和24.35%。
简介:大气物理参数是影响漓江的水位变化的主要因素,对2000~2006年连续各月桂林市的大气温度、大气相对湿度、降水量、日照时数等大气物理参数和桂林水文站漓江水位数据,使用相关分析法分析大气物理参数对漓江水位变化的影响程度,并应用径向基人工神经网络由大气物理参数对漓江水位变化进行预测。结果表明,造成漓江水位变化的最重要大气物理参数是降水量,次之为大气温度;正常气象情况下,根据降水量和大气温度利用径向基神经网络可较为准确地预测漓江年最低水位和年最高水位,预测最低水位的误差小于5%,预测最高水位的误差略大于5%,预测最低水位比最高水位更准确,可为漓江流域可能发生的旱情、洪水等问题提供科学的决策数据。