SSA-BP神经网络模型在地震伤亡人数预测中的应用

为快速准确地预测地震伤亡人数,提高地震应急救援效率,基于皮尔逊相关系数法定量刻画地震伤亡人数与影响因素之间的关联程度,挖掘地震伤亡人数的有效影响因素,并通过多元回归分析法检验有效影响因素的可靠性;采用麻雀搜索算法(SSA)优化BP神经网络,构建SSA-BP神经网络模型对地震伤亡人数进行预测,并将该模型与SVM、RBF、BP模型的预测数据和实际值进行对比。结果表明:与地震伤亡人数相关程度从高到低的有效影响因素依次为震中烈度、震级、房屋受损情况、发震时间、震源深度;SSA-BP神经网络模型较SVM、RBF、BP预测模型的均方误差分别降低93.3%、91.4%、85.2%,平均绝对误差分别降低69.3%、64.9%、54.7%,均方根误差分别降低74.1%、70.8%、61.6%,预测结果与实际地震伤亡人数接近,该模型可用于地震伤亡人数预测。

现代海战伤亡人数分析

探讨军舰被袭击后可能的受伤人数和死亡人数,以及影响因素。通过数据库和互联网检索,获得海战伤亡相关文献、网页文章和论著共16篇,并对伤亡人数进行分析。常规军舰被袭击一次,平均受伤人数约占舰员总人数的10%,死亡人数约占舰员总人数的5%。舰艇类型、武器类型以及袭击部位与军舰被袭击后的伤亡人数相关。

易爆材料存放地意外爆炸伤亡人数的估算

讨论了易爆材料固定存放地发生意外爆炸时伤亡人数的估算方法.根据对历史上大量意外爆炸事故数据的分析,在掌握易爆材料吨位的条件下,该方法可以确定可能的最大伤亡人数,估算某一伤亡人数范围出现的几率.分析中所用数据取自国际上公开发表的"重大公害事故数据库",即MHIDAS(MajorHazardIncidentDataService).该数据库统计的伤亡人员死因包括爆炸产生的空气冲击波、有毒爆炸生成物的毒害、爆炸产生的抛射物的撞击、窒息等.其估算结果与国家对易爆材料固定存放地点的安全规定相结合,可以为风险保险业在这一类业务中的评估提供有价值的参考数据.

中国交通事故伤亡人数影响因素的实证分析

本文采用2004～2010年中国交通事故面板数据,以固定效应模型分析影响中国交通事故死亡人数的宏观和微观因素。研究表明,各地区的经济发展水平、交通基础设施、医疗卫生条件和交通法规完善程度与道路交通事故伤亡率呈反向变动;随着机动车密度上升,道路交通事故伤亡率呈下降趋势;驾驶人行为是影响中国道路交通事故死亡的首要因素,而人口结构也是影响道路交通事故人员伤亡率的重要因素之一。

基于BP神经网络的地震伤亡人数评估体系研究

本文综合考察了地震中影响伤亡人数的各种因素,提出了一个地震伤亡人数的预测模型,可为地震应急工作提供指导与参考。该模型基于BP人工神经网络,需要结合利用地理信息系统(GIS)、人口数据、历史地震数据等,来完成预测每次地震中的伤亡人数。

城市地震伤亡人数的概率预测模型

提出了利用可靠度方法预测城市地震人员伤亡数目的概率模型 ,利用此模型可计算出所需概率意义下的伤亡人数的范围 ,为地震区编制抗震防灾规划和地震救援方案提供有效的依据。同时给出了

“土木之變”明兵力及傷亡人數考

土木之變明軍兵力有五十萬和二十萬兩說,傷亡人數則有死傷數十萬、死者數十萬,以及死傷十萬、死者三萬人等多種說法。本文考定:英宗親征出兵二十五萬,土木之變明兵力二十萬,死傷十萬,其中死者三萬。

G2高速公路万辆车流交通事故伤亡人数与气象综合指数的相关分析

通过整理G2高速公路3年（2007．3～2010．2年）逐日逐时的万辆车流的交通事故伤亡人数和交通流量及气象要素资料，并将万辆车流的交通事故伤亡人数（交通人数与交通流量之商）与同步气象综合指数进行日变化相关分析；结果表明：夏秋两季的平均万辆车流的交通事故伤亡人数的日变化最高峰出现在04时（高峰值高达0．92人·辆^-1·10^-4），春、冬季和年平均的平均万辆车流的交通事故伤亡人数的日变化最高峰出现在05时（高峰值为0．46-0．61人·辆^-1·10^-4）；年度、春季、夏季、秋季和冬季的平均万辆车流的交通事故伤亡人数与同步气象综合指数均呈正抛物线相关，即万辆车流的交通事故伤亡人数随气象综合指数的加大而增多；统计学检验（R〉Rα=0.01，和F〉Fα=0.01）效果很好。春、夏、秋、冬的平均万辆车流的交通事故伤亡人数与气象综合指数相关的系数分别为0．7879、0．7932、0．7961、5085。为了更好地将自动气象监测信息服务于高速公路交通安全，在本文分析成果的基础上设计出了高速公路万辆车流的交通事故伤亡人数的气象综合指数风险等级指标，以期为高速公路交通安全提供客观的科学依据。

主成分分析法和遗传算法优化的支持向量机模型在地震伤亡人数预测中的应用

为有效解决地震伤亡人数预测所需影响因子多、运算量大、模型训练烦琐等问题,构建了主成分分析法(PCA)和遗传算法(GA)优化的支持向量机(SVM)模型,采用PCA对地震伤亡人数影响因子进行降维以去除贡献率较低的主成分,将贡献率较大的主成分作为支持向量机的输入变量,以地震伤亡人数作为输出变量,利用GA对SVM模型性能参数进行优化,建立基于PCA-GA-SVM的地震伤亡人数预测模型,并对测试样本进行预测,结果表明:与SVM模型、GA-SVM模型和PCA-GA-BP模型相比,PCA-GA-SVM模型的预测准确率和运行效率分别提高4.73%、1.14%、9.99%和47.05%、36.76%、44.55%。结果显示,PCA-GA-SVM模型预测精度高,泛化能力强,能够科学合理地对地震伤亡人数作出预测。

中法马江之战福建水师伤亡人数考

中法马江之战爆发,福建水师伤亡数字至今成谜。结合英国人贾亚格的海关报告、美国人现场观战的军官记录、中方的《申报》以及包括昭忠祠碑文在内的中方奏折电报等中外史料及著作,对其中相关的数据进行分析比对,最终考证出中方江面福建水师将士的伤亡人数。

基于改进型RBF神经网络震灾伤亡人数预测

地震发生后,准确、快速地预测受灾地点的人员伤亡情况,对于有效开展救援工作具有重要指导意义。针对现有预测方法的不足,设计基于PSO优化算法的改进型RBF神经网络预测模型,以震级、地震破坏烈度、发生时间等7个指标作为输入,以人员伤亡数作为输出,经过对比验证,该方法较传统预测方法具有更好的时效性和准确性。

BP神经网络模型在应急需求预测中的应用——以地震伤亡人数预测为例

为更准确地预测应急需求,以地震伤亡人数预测为例,收集1990—2010年全国范围内破坏性地震的伤亡人数资料,综合考虑影响地震人员伤亡的众多因素,选取地震发生时间、震级、震中烈度、人口密度、抗震设防烈度、预报水平等6项主要因素作为评价指标,采用BP神经网络,以主成分作为输入层神经元,伤亡人数作为输出层神经元,经过网络训练对样本数据进行仿真,建立地震伤亡人数预测模型。算例表明,与高斯拟合函数模型相比,BP神经网络模型对地震后伤亡人数的预测精度提高了7.5%。

不同时刻地震直接人员伤亡人数的预测

在建筑物单体震害预测的基础上，从人与建筑物的相对关系出发，以建筑物容人时间分布曲线和当量人数为指标，建立了预测模型;;并以大连经济技术开发区为例，给出了未来地震中昼夜平均人员伤亡和不同时刻人员伤亡的预测结果，

沙基惨案伤亡人数订正

沙基惨案伤亡人数订正王付昌１９２５年６月２３日，广州各界群众数万人为支援五卅运动集会游行，沙面租界英帝国主义分子向路经沙基的游行群众开枪扫射，制造了骇人听闻的沙基惨案。关于这次惨案的伤亡人数，我国大陆近现代史论著、辞典众说不一，但大多数持“死五十二人...

巴媒称印军再向巴开火致2死13伤伤亡人数或增加

据外媒报道，巴基斯坦官员称，当地时间18日，印度军队向印巴实际控制线（LoC）附近的巴控克什米尔地区开火，并进行炮击，导致2名平民死亡，

沙基惨案伤亡人数考辨

1925年6月23日,广州沙面发生了伤亡惨重的沙基惨案。此次惨案中国方面的伤亡人数一直存在争议,至少有"死52人,伤170余人""死52人,伤117人""死80余人,伤者无数""死伤百数十人之多"等多种说法。但这些说法既相互矛盾,又不够准确。笔者以《沙基惨案调查团报告书》、惨案亲历者回忆文章、时人所出版之著作为主,辅之以中、英、法三方政府往来电报及交涉文件、当时报刊记录,对关于中方伤亡人数的几种通行说法、惨案的真实伤亡人数依次进行分析考辨,结论是死者至少64人、伤者至少200人。

井工开采机电事故伤亡人数及致死率分析

井工开采过程中面临着众多的不确定因素,各个因素相互影响,对井下安全生产有着十分重要的影响。为分析机电事故在近15 a间的变化规律和发生特点,统计了我国23个矿井的机电事故统计数据,采用最小二乘拟合的数学方法对统计数据进行分析。分析结果显示,机电事故发生造成的人员伤亡数和致死率都在呈现着下降的趋势。可以得出,我国煤炭生产的安全状况在不断的改善,多措并举促进安全生产的措施有效。

郑州新密烟花爆竹厂爆炸伤亡人数存疑

5月13日上午9时15分左右，位于河南郑州市新密市袁庄乡的河南航天烟花爆竹厂发生爆炸。据了解，当时有多名工人正在厂房内作业，至少三间厂房被炸为平地，部分厂房受损严重，官方称仅有两名工人受伤，但当地群众不认可这种说法，说有工人可能被炸飞了。

美国调查称硝酸铵是引发得州化肥厂爆炸“元凶”伤亡人数依然成谜

据美国得克萨斯州消防部门7日公布的初步调查结果，存放在工厂里的硝酸铵是导致上月该州中部小镇韦斯特一家化肥厂发生爆炸的罪魁祸首，但具体爆炸原因还有待确定。同时，此次爆炸造成的具体伤亡人数仍然不为公众所知。

日本劳动灾害伤亡人数首破12万

近日,日本2018年度全国安全周活动正式开始.活动宗旨是在“尊重人命”的基本理念之下,提高人们在生产活动中的安全意识,促进各行业自主防止劳动灾害（工伤事故）.