气候变化背景下我国城市高温热浪的风险分析与评估

针对气候变化背景下高温热浪愈加频繁的变化趋势,从风险分析角度提出了高温热浪灾害风险概念模型,探讨了我国1983-2012年高温热浪频数和强度的变化特征;为解决风险评估建模时决策者难以有效评判的情况,构建了犹豫层次分析法(Hesitant Analytic Hierarchy Process,H-AHP)和逼近于理想解的排序方法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)相结合的高温热浪风险评估模型,并以华东地区6座城市作为承险体进行了分析验证。结果表明,所建模型能够合理构建高温热浪风险指标体系,得到与事实接近的量化评估结果,研究思想和方法途径可为其他气候灾害评估和风险防范提供参考。

基于信息流改进的贝叶斯网络结构学习算法

基于信息流提出贝叶斯网络结构学习的改进型搜索评分算法。首先计算信息流进行全局因果分析,构造0/1优化问题,获得最优初始网络结构;在此初始结构的基础上产生搜索空间,采用贪婪算法搜索最优结构弧,同时由信息流确定弧方向,实现网络结构的一体化学习。首次将信息流引入贝叶斯网络的结构学习,优化了初始搜索空间,实现了弧和弧方向的同步确定,更能获得近似全局最优结构。实验表明,改进算法较其他算法的准确性和学习效率更高。

“21世纪海上丝绸之路”之4个主要东盟国家人文环境风险评估

在"21世纪海上丝绸之路"重大战略设想提出的背景下,针对东盟国家在海上丝绸之路中的重要性及其因社会制度、发展水平等导致的人文环境的不确定性,开展了菲律宾、马来西亚、新加坡、印度尼西亚等4个东盟国家人文环境风险分析,引入了云模型的理论方法,针对4个东盟国家的4类主要的人文环境风险——国家政局、经济状况、军事实力、政治结盟及其综合人文环境风险进行了定量化评估。研究结果表明,4个评估目标国家综合人文环境风险并不高,但个别国家的某一类或几类人文环境风险偏高,值得针对性的给予关注。

信息扩散模型及其海温序列插值应用

针对海洋观测资料中实际存在的数据缺损、零散等小样本问题,引入信息扩散原理,并通过遗传算法对其扩散系数的选取进行规范和改进,建立了遗传优化的新信息扩散模型,该模型通过对非规则、非对称的贫乏样本数据进行模糊化处理,可实现对其中蕴含信息的概率扩散。为验证新优化算法的可行性和有效性,选取美国国家环境预报中心和国家大气研究中心1982年1月至2011年10月间海温场月平均再分析资料作为样本数据,运用本文模型进行了多组不同样本容量的海温资料时间序列插值试验,并与传统的正态信息扩散模型和最优信息扩散模型进行对比分析。结果表明,新扩散模型在一定比例缺测的情况下能够较好地插补填充原海温时间序列,可为海洋稀疏数据的客观分析及应用提供参考。

基于贝叶斯网络的我国海上能源通道海盗袭击风险分析与实验评估

鉴于能源进口安全保障的重要性及迫切性,针对海上能源通道海盗袭击事件的不确定性与突发性,基于风险理论、贝叶斯网络、蒙特卡洛模拟等方法,建立了海上能源通道海盗袭击风险的量化评估模型,探索了快速、量化评估突发性事件的技术途径,为保障我国能源进口安全提供时效性强、精确度高的决策依据。

基于蚁群算法改进的扩散函数类内集-外集模型及其灾害评估实验

针对自然灾害的复杂性、不确定性以及灾害评估信息的不完备等问题,基于内集-外集模型引入了小样本信息扩散原理以获取灾害事件与其发生概率之间的模糊关系。鉴于常规的扩散函数类的内集-外集模型中论域步长的选取是基于正态分布的,不仅要求样本容量较大,且有一定的主观性和应用局限性,为此引入蚁群聚类思想来划分样本,以寻求最优区间数;引入经验窗宽来简化扩散函数参数的选取;通过与原模型进行计算机仿真实验对比以及对广东省台风暴潮案例的风险评估,检验了所提出的改进内集-外集模型的可行性、实用性与有效性。为实际的自然灾害小样本事件风险评估建模拓展了新的思路和方法途径。

信息扩散模型的窗宽优化与鱼雷战术效能实验评估

针对海洋环境对鱼雷等武器装备战术效能影响的试验数据和案例样本匮乏等普遍性问题,引入信息扩散和模糊映射思想,并基于遗传算法改进和发展了最优窗宽扩散模型。该方法可从有限的试验样本中客观拟合出数据结构信息,进而实现有限数据样本信息的合理扩散。利用该方法进行了基于小样本案例的潜射鱼雷战术效能的海洋环境影响评估的信息扩散建模和仿真实验及对比分析。结果表明,窗宽优化的信息扩散模型可有效改进常规信息扩散模型的评估效果,对武器装备环境影响评估中普遍存在的小样本或信息不完备困难有一定参考价值。

改进的最优窗宽理论对年径流量的插值预测研究——以黄河利津等站为例

针对小样本数据造成年径流量预测效果不理想的情况,以及非对称和非正态资料的处理问题,引入信息扩散和模糊映射思想,同时运用遗传算法改进最优窗宽理论,建立了新的扩散插值模型。该模型通过对零散数据点的信息进行模糊扩散,进而实现对有限数据点信息向其邻近区域点的概率插值。选取黄河利津站为例,根据其近70 a(1942—2011年)径流量实测数据,进行了缺损数据的插值和预测试验,同时与正态扩散插值模型进行对比分析,结果表明:1)预测值能较好地模拟实际径流序列的波形变化,对丰水年(如2007年)和枯水年(如2009年)的预报都比较准确;2)中长期预报(10a)平均相对误差仅为11.59%,相较传统方法有较大的改进;3)以黄河流域2个站点(花园口和兰州)和长江流域的3个站点(朱沱、宜昌和大通)年径流量预测试验以及海温资料的插值试验作为补充,验证了该算法的有效性和普适性。该模型可为实际水文数据资料的客观分析和中长期预报提供参考。

中国近海海空联合作战环境风险综合区划方法

针对中国近海海空联合作战环境风险区划问题,选取水面舰艇航行、舰载机飞行、海上人员训练等作战样式,大风、大浪、低云低能见度、湿热、风寒等环境要素,高值频率、概率极值、平均强度、气候趋势等指标,利用层次分析法和互反判断矩阵建立四层评价体系并进行区划。该方法可根据装备设计及环境适应标准对各指标进行影响排序,能有效区分不同季节和动力机制的环境要素差异、综合考虑不同类型风险影响。区划结果证明,海空联合作战环境风险由各兵种作战风险综合决定,主要受秋冬季盛行大风、夏秋季热带气旋、春夏季低能见度、冬春夏季低云、夏季湿热指数、冬季风寒指数等影响。

渤海海冰初终冰日神经网络预测技术研究

针对渤海海冰初终冰日预测问题,通过寻找可靠的初、终冰日预测因子(初冰日采用西太平洋副高强度指数,秦皇岛站五日最低气温;终冰日选择辽东湾冰缘线宽度,大连站五日最高气温平均值),基于渤海海冰初终冰日历史观测数据,在数据稀少条件下,采用神经网络循环训练预测方法,构建了渤海海冰初终冰日神经网络预测模型,有效提高了渤海海冰初终冰日预测准确率。