江苏省研究生培养创新工程项目(CXZZ120514)
- 作品数：3 被引量：31H指数：3
- 相关作者：邓华张颖超范金平梁伟叶小岭更多>>
- 相关机构：南京信息工程大学更多>>
- 发文基金：江苏省研究生培养创新工程项目江苏省高校优势学科建设工程资助项目江苏省产学研联合创新资金项目更多>>
- 相关领域：天文地球环境科学与工程自动化与计算机技术更多>>
- 基于组合预测的浙江省台风灾害损失预测被引量：6
- 2013年
- 浙江省是遭受台风灾害较为严重的地区之一,台风灾害的损失预测对防灾减灾工作及城市国民经济建设具有重大意义。通过对影响浙江省的历史台风灾害损失值的分析处理,根据群关联度筛选受灾体脆弱度的影响因子,以损失率的方式预测估计了台风带来的灾害损失。采用组合预测方法,将几种比较成熟的预测方法,根据一定的规则建立相应的组合预测模型来预测损失率。通过信息集成以分散单一预测的不确定性,减少总体不确定性,从而提高预测精度。几个预测结果的均方根误差(RMSE)显示,组合预测能很好地减小单一预测方法的误差,有效地提高预测台风灾害损失值的可靠性。
- 张颖超范金平邓华
- 关键词：台风组合预测均方根误差
- 基于主成分分析及RBF神经网络的浙江省台风灾害损失预测被引量：11
- 2014年
- 本研究基于1953-2007年登陆或对浙江省有重大影响的台风历史案例数据,考虑影响台风灾害损失大小的主要因素有台风致灾因子、承灾体暴露性影响因子与承灾体脆弱性影响因子,运用主成分分析法对表示承灾体暴露性影响因素与承灾体脆弱性影响因素进行数据处理,提取主成分作为RBF神经网络模型的输入,从而建立预测模型。在2006年和2007年影响浙江省的2个台风的实际预测中,主成分RBF预测能够减少台风灾害损失的误差。因此,该模型可用于实际台风灾害损失预测,有效地提高预测台风灾害损失值的可靠性,对于浙江省乃至全国防灾减灾工作有着重大的实际意义。
- 叶小岭梁伟邓华
- 关键词：台风灾害主成分分析RBF神经网络
- 基于加权TOPSIS法的浙江省抗台风减灾能力评估被引量：15
- 2013年
- 利用浙江省1978-2010年资料,采用主成分分析法对多个评价指标进行客观赋权,建立基于改变的加权TOPSIS法的抗台风减灾能力评估模型,以1994年为基准年份,对浙江省抗台风减灾综合能力进行定量评估分析。实验结果显示,历年来浙江省的抗台风减灾能力呈逐渐上升的趋势,在上升中存在小幅度的波动。与实际台风关联比较分析,得出该方法对于浙江省的抗台风减灾能力的评价是客观可行的,可以为该省的防台减灾建设提供方向指导。
- 张颖超范金平邓华
