亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于BP神經(jīng)網(wǎng)絡(luò)和VSM的臺風(fēng)災(zāi)害經(jīng)濟(jì)損失評估*

        2019-02-20 07:13:26林江豪陽愛民
        災(zāi)害學(xué) 2019年1期
        關(guān)鍵詞:經(jīng)濟(jì)損失臺風(fēng)神經(jīng)元

        林江豪,陽愛民,2

        (1.廣東外語外貿(mào)大學(xué) 語言工程與計(jì)算實(shí)驗(yàn)室,廣東 廣州510006;2.廣東外語外貿(mào)大學(xué) 信息科學(xué)與技術(shù)學(xué)院,廣東 廣州510006)

        廣東省位于太平洋西岸,瀕臨南海,是西太平洋臺風(fēng)登陸中國的主要地區(qū)。每年登陸中國的9.5個臺風(fēng)中,廣東省就占了3.5個。自1985年以來因臺風(fēng)和洪水造成的直接經(jīng)濟(jì)損失超過200億元[1]。

        特別是隨著全球氣候變暖帶來海平面上升等氣候因素,對臺風(fēng)的強(qiáng)度和頻度都有增強(qiáng)作用,臺風(fēng)災(zāi)害的危害將更為嚴(yán)重[2-3]。因此,深入研究臺風(fēng)災(zāi)害損失評估具有重大的意義。

        自然災(zāi)害災(zāi)情統(tǒng)計(jì)是災(zāi)害評估、應(yīng)急救助、災(zāi)后恢復(fù)重建等工作的基礎(chǔ)。目前,我國對自然災(zāi)害災(zāi)情統(tǒng)計(jì)工作主要由各行政管理或業(yè)務(wù)部門完成,災(zāi)情信息大多以基層部門調(diào)查上報(bào)得到。由于各部門對災(zāi)情管理的側(cè)重點(diǎn)存在差異,災(zāi)情統(tǒng)計(jì)內(nèi)容不規(guī)范、不統(tǒng)一的問題十分突出,已成為提升自然災(zāi)害管理工作水平的瓶頸。因此,研究如何準(zhǔn)確預(yù)測臺風(fēng)災(zāi)害損失,對提升臺風(fēng)災(zāi)害管理具有重大的意義。臺風(fēng)災(zāi)害損失評估方法大致可分為資料分析法、實(shí)驗(yàn)?zāi)M法、數(shù)學(xué)模型法和遙感GIS法[4]。有采用基于主成分析和支持向量機(jī)技術(shù),對房屋倒塌間數(shù)進(jìn)行評估[5];應(yīng)用基于主成分神經(jīng)網(wǎng)絡(luò)技術(shù),實(shí)現(xiàn)災(zāi)害的經(jīng)濟(jì)損失評估[6]。也有綜合評估臺風(fēng)災(zāi)害損失的方法,如劉少軍等[7]采用可拓方法建立損失評估模型,并實(shí)現(xiàn)評估結(jié)果的GIS顯示;文獻(xiàn)[8]采用多元線性依賴模型,對中國的臺風(fēng)災(zāi)害損失進(jìn)行評估;文獻(xiàn)[9]結(jié)合GIS和圖像識別理論,應(yīng)用模糊災(zāi)害評價(jià)方法實(shí)現(xiàn)臺風(fēng)災(zāi)害的損失評估。文獻(xiàn)[10]提出采用基于離散型Hopfield神經(jīng)網(wǎng)絡(luò)的臺風(fēng)災(zāi)情評估模型,主要對災(zāi)情的等級進(jìn)行評估。文獻(xiàn)[11]嘗試探索廣東臺風(fēng)災(zāi)情預(yù)測系統(tǒng),并給出了系統(tǒng)的建設(shè)思路和必須解決的重要問題。文獻(xiàn)[12]基于極值理論的POT模型擬合廣東省歷年臺風(fēng)災(zāi)害的經(jīng)濟(jì)損失。文獻(xiàn)[13]采集了東南沿海1990-2010受臺風(fēng)影響嚴(yán)重地區(qū)的臺風(fēng)災(zāi)害統(tǒng)計(jì)數(shù)據(jù)資料,基于標(biāo)準(zhǔn)化變換的熵值法進(jìn)行風(fēng)險(xiǎn)等級評估,然后運(yùn)用聚類分析對評估結(jié)果進(jìn)行等級劃分并分析總體變化趨勢。目前,對臺風(fēng)災(zāi)害損失評估的方法主要采用基于單模型的評估方法,容易受到訓(xùn)練數(shù)據(jù)統(tǒng)計(jì)不完整的影響,導(dǎo)致模型訓(xùn)練效果差,預(yù)測結(jié)果輸出與實(shí)際偏離較遠(yuǎn),存在評估結(jié)果不準(zhǔn)確的缺點(diǎn)。鑒于此,本文提出一種基于BP神經(jīng)網(wǎng)絡(luò)和向量空間模型VSM(Vector Space Model)相結(jié)合的臺風(fēng)災(zāi)害經(jīng)濟(jì)損失綜合評估方法,這種方法將訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)作為評估模型,將VSM作為調(diào)整模型,可有效克服單一模型的適應(yīng)性弱的缺陷,經(jīng)驗(yàn)證模型能取得更高的評估準(zhǔn)確性。

        1 資料來源

        為了確保統(tǒng)計(jì)數(shù)據(jù)的準(zhǔn)確性,在充分考慮數(shù)據(jù)來源的可行性情況下,本文主要收集了廣東省相關(guān)民政部門的最終臺風(fēng)災(zāi)情數(shù)據(jù)及廣東省統(tǒng)計(jì)局的相關(guān)經(jīng)濟(jì)、人口等信息。還從《臺風(fēng)年鑒》和《熱帶氣旋年鑒》等年鑒中,統(tǒng)計(jì)臺風(fēng)的信息。

        主要統(tǒng)計(jì)了從1988-2008年對廣東省造成直接經(jīng)濟(jì)損失的72個臺風(fēng)。其中,最高經(jīng)濟(jì)損失為9615號臺風(fēng),損失高達(dá)171.62億元;最低經(jīng)濟(jì)損失為9018號臺風(fēng),損失金額為0.25億元。臺風(fēng)數(shù)與經(jīng)濟(jì)損失分布如表1所示,所統(tǒng)計(jì)的臺風(fēng)災(zāi)害經(jīng)濟(jì)損失跨度較全面,分布比較符合臺風(fēng)的實(shí)際情況。抽取各個范圍中的臺風(fēng)作為訓(xùn)練數(shù)據(jù),訓(xùn)練所得模型將會比較符合臺風(fēng)的實(shí)際情況。

        表1 臺風(fēng)數(shù)與經(jīng)濟(jì)損失分布情況

        2 基于BP神經(jīng)網(wǎng)絡(luò)和VSM的臺風(fēng)災(zāi)害經(jīng)濟(jì)損失評估模型

        2.1 BP神經(jīng)網(wǎng)絡(luò)預(yù)測

        圖1 BP神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)圖

        采用如圖2所示的訓(xùn)練模式對BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練,參考文獻(xiàn)[11],具體步驟如下。

        圖2 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程

        Step1:初始化BP網(wǎng)絡(luò),為層與層之間的連接權(quán)值和隱層、輸出層節(jié)點(diǎn)的閾值為(-1,1)之間隨機(jī)小量。

        Step2:將數(shù)據(jù)集分為訓(xùn)練數(shù)據(jù)集Tr_set和測試數(shù)據(jù)集Te_set,設(shè)置訓(xùn)練精度acc∈(0,1)測試精度Te_acc∈(0,1)網(wǎng)絡(luò)輸出誤差ε=1。

        Step3:網(wǎng)絡(luò)輸入神經(jīng)元為評估因子,中間隱層神經(jīng)元數(shù)為輸入層的75%,輸出層只有臺風(fēng)經(jīng)濟(jì)損失1個神經(jīng)元。訓(xùn)練函數(shù)采用Sigmoid函數(shù),如式(1)所示。

        (1)

        則隱層神經(jīng)元和輸出層神經(jīng)元的輸出結(jié)果hj和yk:

        (2)

        (3)

        式中:θj和φk為隱層和輸出層的神經(jīng)元閾值,wji為入層神經(jīng)元i與隱層神經(jīng)元j之間的連接權(quán)值,xi為入層神經(jīng)元i的輸入評估因子,ukj為層神經(jīng)元j與輸出層神經(jīng)元k之間的連接權(quán)值。這里只有1個輸出神經(jīng)元,即k=1,式(3)可簡化為式(4)。

        (4)

        Step4:第l個臺風(fēng)樣本的網(wǎng)絡(luò)輸出的評估值yl與實(shí)際值Trl之間的誤差Dl。

        Dl=yl(1-yl)(yl-Trl)。

        (5)

        誤差Dl網(wǎng)絡(luò)連接反向傳播過程中,當(dāng)傳播到隱層神經(jīng)元出的誤差為

        Ej=hj(1-hj)∑Dluj。

        (6)

        按照Dl方向調(diào)整各層之間的權(quán)值和閾值。一般情況下,學(xué)習(xí)參數(shù)α,β∈[0.1,0.5],經(jīng)實(shí)驗(yàn)驗(yàn)證這里取α=0.35,β=0.45。

        Step5:將臺風(fēng)訓(xùn)練樣本集Tr_set輸入訓(xùn)練,計(jì)算均方誤差ε,當(dāng)acc≥ε時(shí),停止訓(xùn)練,暫存網(wǎng)絡(luò);否則,更新學(xué)習(xí)次數(shù),返回對樣本再訓(xùn)練,直至滿足誤差精度。

        Step6:將臺風(fēng)測試樣本集Te_set輸入Step5中的網(wǎng)絡(luò)測試,計(jì)算均方誤差Te_ε,當(dāng)Te_acc≥Te_ε保存網(wǎng)絡(luò)為M_set;否則,重新改變網(wǎng)絡(luò)參數(shù),再訓(xùn)練到滿足誤差精度。

        2.2 VSM(Vector Space Model)調(diào)整

        向量空間模型可用于并行信息檢索[15]。由于不同時(shí)期發(fā)生的臺風(fēng),其經(jīng)濟(jì)環(huán)境也不一樣,如果直接將BP網(wǎng)絡(luò)作為評估結(jié)果輸出,比較適合特定時(shí)期內(nèi)發(fā)生的臺風(fēng)評估,評估模型的適應(yīng)性不強(qiáng)。鑒于此,本文考慮了結(jié)合不同時(shí)期的經(jīng)濟(jì)因子進(jìn)行評估,利用VSM來檢索待評估臺風(fēng)與臺風(fēng)樣本集臺風(fēng)信息相似度度最高的臺風(fēng),計(jì)算兩個臺風(fēng)評估因子之間的距離,結(jié)合臺風(fēng)發(fā)生時(shí)段的物價(jià)指數(shù)、GDP等經(jīng)濟(jì)信息,對BP神經(jīng)網(wǎng)絡(luò)的輸出進(jìn)行調(diào)整。

        檢索時(shí),遍歷臺風(fēng)樣本集中每一個臺風(fēng),計(jì)算與評估臺風(fēng)之間的相似度,如式(7)所示。

        (7)

        通過max(Sim)獲得與評估臺風(fēng)最大相似度的臺風(fēng),對BP網(wǎng)絡(luò)的輸出進(jìn)行調(diào)整。

        (8)

        式中:ybp為BP神經(jīng)網(wǎng)絡(luò)評估輸出的經(jīng)濟(jì)損失額(萬元);max(Sim)為最大相似度;w1和w2分別為評估臺風(fēng)發(fā)生時(shí)的物價(jià)指數(shù)和最相似樣本臺風(fēng)發(fā)生時(shí)間的物價(jià)指數(shù);GDP1和GDP2分別為評估臺風(fēng)發(fā)生時(shí)的GDP和最相似樣本臺風(fēng)發(fā)生時(shí)間的GDP。

        3 實(shí)驗(yàn)結(jié)果及分析

        將收集的72個樣本臺風(fēng)對廣東省造成的經(jīng)濟(jì)損失信息如表2所示,GDP與物價(jià)指數(shù)來自廣東省統(tǒng)計(jì)局,1988年為標(biāo)準(zhǔn)物價(jià)指數(shù)100。

        表2 樣本臺風(fēng)信息

        將72個臺風(fēng)分為2組,一組用于訓(xùn)練模型的訓(xùn)練集Tr_set,共有63個臺風(fēng);另一組用于測試模型的有效性,為測試集Te_set,共有臺風(fēng)10個。Tr_set與Te_set的臺風(fēng)樣本數(shù)如表3所示。

        表3 訓(xùn)練集和測試集臺風(fēng)數(shù)量分布

        直接調(diào)用Matlab中的工具箱,建立BP網(wǎng)絡(luò),并訓(xùn)練。由BP網(wǎng)絡(luò)直接輸出的評估結(jié)果與經(jīng)過VSM調(diào)整后輸出的結(jié)果,如表4所示。

        表4 BP網(wǎng)絡(luò)直接輸出與VSM調(diào)整比較

        由表4可知,利用訓(xùn)練集Tr_set對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,將測試集Te_set作為輸入,BP網(wǎng)絡(luò)的評估輸出結(jié)果與實(shí)際經(jīng)濟(jì)損失結(jié)果對比,發(fā)現(xiàn)訓(xùn)練數(shù)據(jù)比較多的經(jīng)濟(jì)損失區(qū)間,其評估結(jié)果會與實(shí)際損失結(jié)果更接近。如經(jīng)濟(jì)損失區(qū)間在[1億~20億]和[20億~40億]分別訓(xùn)練數(shù)據(jù)占了67%和15%,這兩個區(qū)間的評估結(jié)果相對比較準(zhǔn)確。由此可以得出,僅利用BP神經(jīng)網(wǎng)絡(luò)對臺風(fēng)災(zāi)害損失進(jìn)行評估,其評估結(jié)果受訓(xùn)練數(shù)據(jù)集的影響比較大,模型比較不穩(wěn)定,適應(yīng)性較差。對比VSM調(diào)整之后的結(jié)果,發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)和VSM相結(jié)合的模型輸出,明顯優(yōu)于僅使用BP神經(jīng)網(wǎng)絡(luò),兩者的誤差率對比如圖3所示。

        圖3 誤差率對比

        由圖3可知,BP神經(jīng)網(wǎng)絡(luò)和VSM相結(jié)合的模型能保持在較低的誤差率,特別是0814號臺風(fēng),經(jīng)濟(jì)損失大于100億元,訓(xùn)練數(shù)據(jù)只有3條,占訓(xùn)練集的比例的4.7%,但經(jīng)過VSM調(diào)整之后,其誤差率由49%降低到19%。臺風(fēng)編號0116經(jīng)濟(jì)損失為5 958.6萬元,屬于1億以內(nèi)的區(qū)間,訓(xùn)練數(shù)據(jù)集較少,經(jīng)過VSM的調(diào)整,其誤差率由60%降低到31%。由實(shí)驗(yàn)結(jié)果和誤差率對比可知,采用BP神經(jīng)網(wǎng)絡(luò)對臺風(fēng)災(zāi)害經(jīng)濟(jì)損失進(jìn)行評估,基于VSM模型對評估結(jié)果進(jìn)行調(diào)整,可以獲得與實(shí)際更接近的評估結(jié)果,同時(shí)評估結(jié)果受到訓(xùn)練數(shù)據(jù)集的影響非常小,模型具有較強(qiáng)的穩(wěn)定性。

        4 結(jié)論

        針對現(xiàn)有臺風(fēng)災(zāi)害經(jīng)濟(jì)損失評估模型的不足,提出一種基于BP神經(jīng)網(wǎng)絡(luò)和VSM模型相結(jié)合的臺風(fēng)災(zāi)害經(jīng)濟(jì)損失評估模型,該模型能夠有效降低訓(xùn)練數(shù)據(jù)不足對評估結(jié)果的影響,將平均誤差由30%降低到14%。臺風(fēng)災(zāi)害經(jīng)濟(jì)損失評估一直是研究的熱點(diǎn),由于評估受到區(qū)域特點(diǎn)等因素的影響,今后的研究可在此基礎(chǔ)上,引入?yún)^(qū)域因素,將地理信息網(wǎng)格化,實(shí)現(xiàn)精細(xì)化的數(shù)據(jù)源,同時(shí)結(jié)合Boosting方法來進(jìn)一步提高經(jīng)濟(jì)損失的評估準(zhǔn)確度。

        猜你喜歡
        經(jīng)濟(jì)損失臺風(fēng)神經(jīng)元
        交通運(yùn)輸部關(guān)于海上交通事故等級劃分的直接經(jīng)濟(jì)損失標(biāo)準(zhǔn)的公告
        美國供水與清潔基礎(chǔ)設(shè)施不足造成每年85.8億美元經(jīng)濟(jì)損失
        臺風(fēng)過韓
        《從光子到神經(jīng)元》書評
        自然雜志(2021年6期)2021-12-23 08:24:46
        臺風(fēng)來了
        小讀者(2020年4期)2020-06-16 03:33:46
        臺風(fēng)愛搗亂
        躍動的神經(jīng)元——波蘭Brain Embassy聯(lián)合辦公
        臺風(fēng)來時(shí)怎樣應(yīng)對
        燒傷創(chuàng)面感染直接經(jīng)濟(jì)損失病例對照研究
        基于二次型單神經(jīng)元PID的MPPT控制
        一本加勒比hezyo无码专区| 久久国产亚洲av高清色| 熟妇人妻精品一区二区视频| 吃奶摸下高潮60分钟免费视频| 无码人妻精一区二区三区| 国产原创精品视频| 中文字幕一区二区三区亚洲| 亚洲精品国产精品乱码视色| 18分钟处破好疼哭视频在线观看| 国产偷国产偷高清精品| 日本一区二区高清在线观看| 日日碰日日摸日日澡视频播放| 中文成人无码精品久久久不卡| 久久久久久久妓女精品免费影院| 精品在线亚洲一区二区三区| 色综合天天综合欧美综合| 人妻在线日韩免费视频| 人妖精品视频在线观看| 91久久精品一区二区三区大全| 日韩欧美aⅴ综合网站发布| 波多野吉衣av无码| 亚洲va中文字幕欧美不卡| 亚洲一区二区三区地址| 中文人妻熟妇乱又伦精品| 日韩免费小视频| 四虎在线中文字幕一区| 亚洲乱码无人区卡1卡2卡3| 精品久久久久久777米琪桃花| 色婷婷丁香综合激情| 国产精品国产三级国产专区不| 人人妻人人狠人人爽天天综合网| 人妻少妇偷人精品无码| 精品av一区二区在线| 久久黄色视频| 初尝黑人巨砲波多野结衣| 亚洲黄片高清在线观看| 美女主播福利一区二区| 强行无套内谢大学生初次| 亚洲av成人一区二区三区网址| 国产一区二区三区口爆在线| 让少妇高潮无乱码高清在线观看 |