学位论文 > 优秀研究生学位论文题录展示
台风灾害损失预测方法研究及其决策支持系统设计
作 者: 范金平
导 师: 张颖超
学 校: 南京信息工程大学
专 业: 系统分析与集成
关键词: 台风 防台减灾能力评估 损失预测 组合预测 决策支持系统设计
分类号: P444
类 型: 硕士论文
年 份: 2013年
下 载: 107次
引 用: 0次
阅 读: 论文下载
内容摘要
我国是一个气象灾害多发的国家,其中台风是发生较频繁影响较大的一类,给我国沿海地区的人民生命财产安全造成巨大的损失。浙江省地处我国东部沿海,是受到台风影响非常大的省份之一。为了能够科学有效的加强台风预测,提高灾害预警能力,必须要加大防灾减灾决策支持系统的研究和开发。本文针对浙江省的防台减灾综合能力评价、损失预测及决策支持系统研发中的一些关键问题作了以下几个方面的研究:(1)系统的分析浙江省防台减灾能力的多方面影响因素,运用AHP理论进行筛选,建立科学合理的抗台减灾能力评估指标体系,找到抗台减灾系统中的薄弱环节,弥补不足,对抗台减灾工作具有指导意义。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法的抗台减灾能力评估模型,对浙江省抗台减灾综合能力进行定量评估分析。结合实际台风情况进行关联分析表明,该评估结果能够客观的反映综合防台减灾现状,能为全省安全与防灾减灾体系的建设提供长期指导意义。(2)在抗台减灾能力评估的基础上分析抗台减灾能力和台风致灾能力对台风灾害损失的影响关系,采用非线性回归的方式,从统计学的角度,定量的分析两者针对不同损失类型的影响关系,最终建立直接经济损失率、农田受灾损失率、倒塌房屋损失率与两者之间的数学关系模型,开拓台风灾害损失研究的新方向。(3)通过群关联度筛选表征抗台能力的影响因子,确定输入和输出项,然后采用组合预测的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。实证分析结果表明,采用最优加权组合预测方法将比较合适的多个单一预测方法的结果加权组合,能够很好地减少误差,有效地提高预测台风输出损失值的可靠性。(4)构建了浙江省台风防灾减灾决策支持系统,以台风数据管理模块、模型管理模块、可视化管理模块、后台管理模块为主要功能模块。在系统中深入融合系统理论的思想,以数据库为基础,数据库管理系统为辅助,以数学模型评估预测为支撑,以减灾防御为目的。遵循系统工程的概念,对该决策支持系统做了完整的设计。
|
全文目录
摘要 6-7 Abstract 7-9 第一章 绪论 9-16 1.1 研究背景 9-10 1.2 研究目的和意义 10-12 1.3 国内外研究现状 12-14 1.3.1 国外研究现状 12-13 1.3.2 国内研究现状 13-14 1.3.3 国内外现状对比 14 1.4 研究内容及创新点 14-16 1.4.1 研究内容 14-15 1.4.2 创新点 15-16 第二章 浙江省抗台减灾综合能力评估 16-29 2.1 引言 16-17 2.2 评价指标体系的建立 17-19 2.3 数据收集和处理 19-21 2.3.1 数据收集 19 2.3.2 数据标准化处理 19-21 2.4 建立评估模型 21-23 2.4.1 加权TOPSIS法 21-22 2.4.2 主成分分析法赋权 22-23 2.5 评估过程 23-26 2.5.1 数据检验 23-24 2.5.2 提取主成分 24-25 2.5.3 主成分命名解析 25 2.5.4 计算最终权重 25-26 2.5.5 加权TOPSIS评估结果 26 2.6 趋势分析 26-28 2.7 本章小结 28-29 第三章 基于致灾能力和抗台能力的损失关系分析 29-41 3.1 台风致灾能力和台风灾害损失 29-35 3.1.1 致灾能力指数 29-30 3.1.2 致灾能力与灾损趋势 30-32 3.1.3 致灾能力与灾损关系分析 32-35 3.2 抗台能力与台风灾害损失 35-36 3.3 致灾能力与抗台能力的综合影响 36-40 3.3.1 多元非线性回归分析 36-37 3.3.2 综合影响分析 37-40 3.4 本章小结 40-41 第四章 浙江省台风灾害损失预测 41-56 4.1 预测模型建立 41-43 4.1.1 数据收集和因子选择 41-43 4.1.2 预测实验实施方法 43 4.2 最优组合预测 43-48 4.2.1 最优加权组合预测基本原理 43-44 4.2.2 广义神经网络 44-45 4.2.3 ELM极限学习法 45-47 4.2.4 支持向量回归机 47-48 4.3 实验结果分析 48-54 4.3.1 单一预测模型分析 48-52 4.3.1.1 广义神经网络 48 4.3.1.2 ELM极限学习法 48-49 4.3.1.3 支持向量机 49-50 4.3.1.4 单一方法分析 50-52 4.3.2 组合预测实验过程 52-54 4.3.3 组合预测结果分析 54 4.4 独立样本测试 54-55 4.5 结论 55 4.6 本章小结 55-56 第五章 台风防灾减灾决策支持系统分析与设计 56-68 5.1 引言 56-59 5.1.1 决策支持系统的概念 56-57 5.1.2 防灾减灾决策支持系统的现状 57 5.1.3 台风防灾减灾决策支持系统的整体规划 57-59 5.1.3.1 系统目标 57-58 5.1.3.2 系统特点 58 5.1.3.3 系统决策过程分析 58-59 5.2 系统分析 59-64 5.2.1 需求分析 59-60 5.2.2 可行性分析 60 5.2.3 框架分析 60-61 5.2.4 系统的逻辑模型 61-64 5.3 系统概要设计 64-65 5.3.1 概要设计的设计原则 65 5.3.2 概要设计的内容 65 5.4 功能模块设计 65-67 5.4.1 功能模块设计原则 66 5.4.2 功能模块设计内容 66-67 5.5 本章小结 67-68 第六章 总结与展望 68-70 6.1 工作总结 68-69 6.2 展望 69-70 参考文献 70-75 作者简介 75-76 致谢 76
|
相似论文
- 蚁群算法及其在气象卫星云图分割中的应用,TP391.41
- 组合预测方法简介及其实证分析,O212.1
- 煤矿地质灾害安全评价与损失预测研究,TD79
- 山东省海河流域防汛决策支持系统设计,TV877
- 风暴潮数值同化研究和高度计资料拟合方法研究,P731.23
- 台风风场与波浪场的数值模拟研究,P732.4
- 基于概率组合的水质预测方法研究,X832
- 基于单指标模型的投资组合影响因素分析,F832.51
- 区域货运需求预测方法研究,F224;U492.313
- 通机产品售后质量损失预测方法及支持系统研究与应用,TH186
- 道路网短时交通流分析与预测,U491.112
- 广西道路快速货运需求与发展模式研究,U492.3
- 基于稳健统计的公路短时交通流“机理+辨识”策略研究,U491.112
- 微网短期负荷预测中的白噪声分离,TM715
- 基于时变扩展切换回归的股市波动组合预测研究,F832.51
- 台风引发温州市斜坡地质灾害的发育分布及影响因素研究,P694
- 基于BP神经网络的温州市地质灾害主控因素台风降雨空间分布及动态预测,P426.6
- 基于偏微分方程和机器学习的台风风场反演方法研究,O175.2;P444
- 基于IOWA算子的组合预测在四川省民用车数量中的应用研究,F426.471;F224
- 基于GM(1,1)和神经网络的组合模型对甘肃省交通事故的分析与预测,U491.3
- 组合预测方法在山东省电信业务收入中的实证研究,F626
中图分类: > 天文学、地球科学 > 大气科学(气象学) > 天气学 > 热带气象
© 2012 www.xueweilunwen.com
|