震灾人员伤亡预测的改进SVM模型及其应用

震灾人员伤亡预测是有效确定应急物资筹集量和及时掌握应急物资需求变动的基础性工作。本文将改进的支持向量机(Support Vector Machine,SVM)运用到震灾人员伤亡预测模型构建中,提出鲁棒小波v-SVM的震灾伤亡预测模型。通过设计一种能够有效压制数据大幅值和奇异点的鲁棒损失函数,使其有效处理震灾伤亡预测指标中出现的各类数据。为改变常规核函数缩小偏差的局限性,本文将Morlet和Mexican两类母小波核函数的自变量用满足Mercer平移不变核的小波核函数进行替换,得到用于机器学习的两类小波核函数。数字算例表明:用于预测震灾伤亡的鲁棒小波v-SVM模型具有学习速度快、预测精度高和稳定性强的特点,这为震灾伤亡人口的预测提供了有效方法。