基于改进神经网络及地理信息系统空间分析的风暴潮经济损失评估

台风风暴潮是影响中国最严重的海洋灾害之一,台风风暴潮经济损失的预评估对防灾减灾有重要作用。针对目前大量单机器学习模型评估效果不佳的问题,提出基于天牛须搜索(BAS)算法优化的反向传播(BP)神经网络及地理信息系统(GIS)空间分析的台风风暴潮经济损失评估模型。该模型在神经网络训练前,先利用BAS算法对神经网络的初始权值阈值进行优化,以提高网络的寻优精度;在网络输出计算结果后,借助GIS空间分析功能找出待评估台风风暴潮的相似样本,并用相似样本对待评估台风风暴潮进行结果调整;最后基于悲观、乐观估计思想,给出台风风暴潮经济损失预评估区间。计算结果表明,结合GIS空间分析调整能给出更有效的模型评估结果。

基于效用理论评估堤防工程加高方案的减灾效益

文章结合堤防工程的特点,采用综合安全评估方法,结合效用理论考虑决策者偏好进行成本效益分析,评估堤防加高方案所带来的非经济效益,并以评估结果对各方案进行比较选择。首先根据生活质量指数等指标校准避免单位人员损失的成本,以此得到所允许的加高方案成本;其次基于效用理论,考虑决策者的风险偏好,结合损失效用函数与洪水淹深-伤亡率函数,估算采取加高方案后减少的人员损失;然后结合人员损失与加高方案成本计算各方案效益成本;最后,以上海市海塘建设为例,对比分析不同风险偏好下的三种堤防加高方案。