基于扩散函数的内集-外集模型

内集-外集模型用于计算小样本事件的可能性-概率分布(PPD),以表达概率估计的模糊性。基于分配函数的内集-外集模型存在三点不足:①论域步长的选取随意性太大;②PPD值在0.5到1之间无值;③信息过于集中,PPD值在很多区间值为0。本文从解决此三问题入手,对传统模型进行了改进。首先讨论了论域步长选取的合理性问题;其次引入扩散函数替换分配函数,同时解决了问题②和③;最后,仿真实验的结果显示,改进模型的估计比传统模型的估计更接近于真实分布。

四川地震灾害致灾因子风险分析

分别应用直方图法、信息扩散法和内集一外集模型评估方法。对四川的历史地震灾害进行了致灾因子风险分析。这3种方法在高风险水平区间计算所得到的风险值比较一致。分析结果认为：四川发生8．0级左右地震的超越概率大约是0．03。换言之，四川这种风险水平的地震为33-34a一遇。根据这一结果，四川地区上次发生7．9级地震的时间是1973年，那么本次发生该风险水平的地震时间应该是2006--2007年，与实际上的2008年四川汶川地震发生的时间相差1～2a。

内集-外集模型的一个简便算法

用现代计算数学的升降序排列工具,提出了内集-外集模型的一个简便算法,避免了复杂的组合运算,彻底解决了内集-外集模型计算难的问题,为该模型广泛应用于自然灾害模糊风险评价提供了方便。

基于内集-外集的洪灾模糊风险分析

我国洪涝灾害频繁发生,对我国人民的生命财产安全造成很大的危害,洪灾风险分析可为防洪规划和管理决策提供重要的依据。采用基于信息分配方法的内集—外集模型对洪灾进行模糊风险分析,以四川省洪灾数据为例说明该模型的具体应用。实例证明,此模型风险概念简单,数学逻辑清晰,计算简便,评估结果清楚,对防洪抗洪具有一定的指导意义。

基于内集-外集模型的自然灾害软风险区划图研究

介绍了内集-外集模型的三个发展阶段,阐述了三类绘制自然灾害软风险区划图的技术及其对于传统自然灾害区划图的优势,并探讨了自然灾害软风险区划图的发展趋势。

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。