洪水灾情投影寻踪评估模型

洪水灾情评估是多因素评价问题,它是包括自然、环境、社会经济等多种因素综合作用的结果,必须对各因素进行综合评估,而不能仅依据某单项指标得出评价结论。目前国内外还没有统一的洪水灾情评估指标体系和各指标定量化等级标准。根据投影寻踪技术提出了洪水灾情投影寻踪评估模型,将评价样本的各因素进行线性投影,以最优投影方向所对应的投影特征量作为评价依据,该模型计算过程简单、结果直观,更重要的是评估结果无人为任意性。将这一模型用于1998年洪水的分类和我国部分省市的洪水灾情评估中。实例分析表明,该模型能够很好地对各种洪水灾情进行有效的评估,是一种处理多因素复杂评价问题的新途径。

基于投影寻踪的洪水灾情评价插值模型

为解决单项洪水灾情等级评价指标评价结果的不相容问题,提高综合评价各层次的分辩力和评价模型的精度,本文利用投影寻踪、遗传算法、插值型曲线,为洪水灾情评价提供了一种新模型——遗传投影寻踪插值模型。通过最佳投影向量和评价指标向量的内积可把洪水灾情多维评价样本指标综合成一维投影指标,根据该投影指标值和对应等级的分布,可建立洪水灾情评价的插值模型,解决了各单项洪水灾情评价指标评价结果的不相容问题,提高了洪水灾情综合评价问题各层次的分辩力。作为示例,对中国部分省市的洪水灾情进行了综合评价。

基于遗传算法的理想区间法在洪水灾情评价中的应用

洪水灾情评价的实质就是建立各洪水灾情评价指标与洪水灾情等级之间的非线性关系,目前在实际评价过程中反映这种关系的信息来源只有洪水灾情评价标准,而后者一般是以区间形式表示的。基于此,提出了基于加速遗传算法的改进理想区间法(AGAIIM)。AGAIIM直接由洪水灾情评价标准样本数据驱动,把利用全部隶属度值信息进行计算的洪水灾情相对等级值作为洪水灾情的评价结果,可避免应用最大隶属度原则进行判断所可能造成的失真,提高了洪水灾情评价的精度。AGAIIM方法直观、简便、通用,可在具有评价标准或具有已知评价指标值及其等级值样本系列的系统综合评价中推广应用。

基于支持向量机的洪水灾情综合评价模型

在阐述支持向量机的基本原理、二值分类和多值分类技术及各自特性的基础上,结合洪水灾情综合评价中受自然环境、社会经济等诸多因素的影响且实测样本资料较少的特点,以及目前已有评价模型不能或难以解决的小样本、"过学习"、局部最小等实际难题,提出了基于支持向量机的洪水灾情综合评价模型,并应用实例进行了验证。研究结果表明,此模型和传统的灾情评估法、人工神经网络评价模型一样有效合理,并且模型运算时间比人工神经网络模型要短。因此,不仅为洪水灾情综合评估提供了一种新的模型,而且由于支持向量机遵循统计学习理论中结构风险最小化的原理,具有解决有限样本、非线性及高维识别中的优势,必将比其他传统的评价模型得到更广泛的应用和发展。

基于主成分投影法的洪水灾情评价研究

洪水灾情等级的合理评估能够为防灾、减灾及备灾工作提供科学的依据,具有重要的现实意义。首先建立主成分投影法评价模型,并给出模型的基本步骤。以受灾面积、受灾人口数、破坏房屋面积和经济损失作为评价因子,构建洪水灾情的主成分投影评价模型。利用该模型,对新疆"96.7"洪水灾害中乌鲁木齐、塔城、博州、哈密、喀什和克州6个城市的灾情进行评价。结果表明:乌鲁木齐和塔城的洪水灾情被评估为重灾;博州、哈密、喀什和克州的洪水灾情被评估为中灾。这些评价结果与集对分析(SPA)理论、贝叶斯随机评价方法、灰色关联法和脉冲耦合神经网络(PCNN)模型评价结果完全一致。

基于集对分析理论的洪水灾情综合评估方法

洪水灾情的评价工作对洪水灾害的分类管理具有重要的指导意义。为了提高洪水灾情评估的准确性,应用集对分析理论和方法,以受灾面积、受灾人口数、破坏房屋面积和经济损失作为评价因子,建立了灾情评估的集对分析模型,提出了基于集对分析理论的洪水灾情综合评估方法。集对分析是在一定的问题背景下,对集对中2个集合的确定性与不确定性以及确定性与不确定性的相互作用所进行的一种系统和数学分析,采用集对分析理论的洪水灾情综合评估方法得出的评价结果同灰色关联法、灰色聚类法、灰色模糊综合法、PCNN网络模型的评价结果进行了比较,表明其用于洪水灾情综合评价具有科学性和有效性。

洪水灾情评价的遗传程序设计方法

洪水灾情评价在洪水灾害分类管理决策中具有重要的指导意义,其关键问题就是在评价模型的结构未确知时,如何建立合适的模型来描述以灾情评价指标值为系统输入与以灾情评价等级值为系统输出之间所隐含的复杂关系。为此,提出了用FORTRAN语言实现洪水灾情评价的遗传程序设计新方法(GP-EFDL)。研究结果说明,GP-EFDL可在较大的程序搜索空间中获取一个最佳函数表达式,来反映洪水灾情评价系统的输入与输出样本数据系列所隐含的关系,在自然灾害系统建模、预测和控制等计算机程序自动设计中具有应用价值。表4,参13。

洪水灾情评估信息系统研究

本文以黄河下游流域为试验区,分析研究洪水灾情评估信息系统的设计,建立与应用。首先,运用结构化设计原理,从用户调查、数据库设计、模型库设计和系统定义四方面论述了洪水灾情评估信息系统概念设计;然后,以ARC/INFO为主要支撑软件,建立了黄河下游洪水灾情评估实验型信息系统。其中专题数据库由11个专题要素构成;模型库包括基础数理模型、统计分析与空间分析模型和专业应用分析模型三个不同层次的模型。并开展了此系统的应用示范。

基于AAF架构的洪水灾情评估优化系统的设计

针对防汛工作中信息更新频繁、信息量庞大、信息种类繁多的问题,按照J2EE的标准,采用MVC软件开发模式,以AAF为开发框架,建立了一套扩展性强、维护方便和代码重复利用率高的洪水灾情评估优化系统。该系统实现了对灾情进行多角度、实时快速的评估,并且针对结果的差异性,引入AHP法,创建了综合优化模型,对多种评估结果进行了再优化,为抗洪减灾的决策提供了一种更科学有效的方法。通过实例验证,表明该系统稳定可靠,优化结果信息量全面,更具有代表性。

洪水灾情评价的脉冲耦合神经网络模型

洪水灾情的评价工作对洪水灾害的分类管理具有重要的指导意义。脉冲耦合神经网络模型应用到洪水灾情评价中是一次新尝试,该方法通过脉冲输出从而调节阈值,并且应用动态阈值来确定洪水灾情的等级。这个方法比传统的BP模型简化了权值的训练,模型更加简便、直观。采用脉冲耦合神经网络模型得出的评价结果同灰色关联法、灰色聚类法、灰色模糊综合法的评价结果进行了比较,表明其用于洪水损失评价具有科学性和实用性。

基于贝叶斯随机评价方法的洪水灾情等级评价

为了提高洪水灾情评估的准确性,应用贝叶斯随机评价方法,以受灾面积、受灾人口数、破坏房屋面积和经济损失作为评价因子,提出了基于贝叶斯随机评价方法的洪水灾情等级评价方法。该方法通过计算洪水灾情的单个指标属于某个评价级别的概率,由最大似然分类原则确定单个灾情指标的评价级别,进而采用最大加权概率原则推求其综合评价级别。通过实例分析得出的评价结果同灰色关联法、灰色聚类法、PCNN网络模型的评价结果进行了比较,表明其用于洪水灾情综合评价具有科学性和有效性。

场次洪水灾情评估方法——以黑龙江流域2013年汛期洪涝灾害为例

洪涝灾害灾情评估的目的在于:可以及时、准确、真实、全面地反映洪涝灾害发生的基本情况以及对国民经济影响和人民生命财产造成的损失,科学评估洪涝灾害,为防汛抢险决策提供依据,为防灾、减灾和救灾服务。文章以黑龙江省2013年洪涝灾害为实例,依据灾害损失统计数据,对灾情评估方法进行探索与研究。

洪水灾情SVM评估模型

为解决单项洪水灾情等级评价指标结果的不相容问题,提高综合评价的精度,本文利用支持向量机分类算法,将洪水灾情非线性、高维评价样本指标通过映射转换为高维空间的线性问题,选取径向基函数作为模型的核函数,建立洪水灾情的支持向量机分类模型,实例证明该方法简便、适用性强,为洪水灾情评价提供了新的途径。

评估洪水灾情等级的投影寻踪模型

为检验所订洪水灾情等级标准的合理性 ,解决各单项指标灾情等级评估结果的不相容问题 ,提高灾情等级模型的灾级分辨率 ,提出了一种新的洪水灾情等级模型——投影寻踪 ( PP)模型 ,它的灾级是连续的实数值 .为减少 PP建模的计算量 ,给出了一套建模方案 ,构造了新的投影指标函数 ,并统一用实码加速遗传算法来优化投影指标函数和模型参数 .实例的计算结果表明 ,该方案是有效的和通用的 。

区域地理过程课堂可视化的研究——以洞庭湖地区洪水过程与减灾情况为例

以洞庭湖地区洪水灾情形成过程与减灾情况为背景 ,利用FLASH软件制作动画实例对湖区洪水灾情形成过程与减灾手段的利用导致湖区及其周围地表状况的变化情况进行了可视化动态模拟 .进一步探索区域地理过程的可视化研究方法及其在地理教学课堂中的应用 .

BP神经网络在洪水灾害灾情等级评价中的应用

针对洪水灾情评价指标与洪水灾害灾情等级之间的复杂的、不确定的关系,建立了适于洪水灾害灾情等级评价的BP神经网络模型,运用MATLAB来快速估算洪水灾害灾情的等级。经实例验证,该方法为一种快速、可靠的灾情评价方法。

RAGA的PPE模型在洪水灾害灾情等级评价中的应用

为检验洪水灾情等级标准的合理性,解决各单项指标灾情等级评价结果的不相容问题,提高灾情等级模型的灾级分辨率,提出了一种新的洪水灾情等级评价模型——投影寻踪(PPE)模型,它的灾级是连续的实数值。为减少投影寻踪建模的计算量,统一用实码加速遗传算法来优化投影指标函数和模型参数。实例的计算结果表明,该方案是有效的和通用的,具有广泛的应用前景。

基于改进智能优化算法的投影寻踪模型在洪水评估中的应用研究

传统的洪水评估方法存在着评估等级离散和结果不易分辨等不足,如何更准确高效地解决洪水评估问题已成为研究领域的热点之一。以南京站的历史洪水及四川省历史洪水灾情为例,在改进智能优化算法的基础上,引入了基于智能优化算法的投影寻踪模型,并探讨该模型在洪水分类和洪灾等级评价中的应用。结果表明,人工蜂群和混合蛙跳这类新型智能优化算法具有简单、鲁棒、全局寻优和易于实现等特点,与广泛应用于水文界的SCE-UA、文献中的加速遗传等现代启发式算法相比,具有寻优速度更快、能力更强的优势,可为洪水分类和洪灾等级评价等相近领域研究提供新途径。

黄河宁夏段漫溃堤洪水耦合模型及风险评估

河道持续的高水位和长历时洪水增大了堤防漫溢及溃决的风险,溃堤洪水不确定性强,一旦溃堤,威胁巨大,因此开展溃漫堤洪水风险分析是防洪实时管理的必然要求。使用侧向链接构建了河道及保护区一维-二维耦合模型,综合考虑青铜峡水库的影响,更真实地模拟了黄河宁夏段下河沿至石嘴山河段100年一遇设计洪水下的溃漫堤洪水过程,同时基于GIS平台进行溃漫堤洪水灾情评估得到量化的洪灾损失指标,为经济建设者和洪水管理者制定合理的洪水预案提供参考。