基于主成分分析及BP神经网络分析的地震人员伤亡预测模型研究
详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文
摘要
影响地震人员伤亡的因素众多,且彼此之间存在着复杂的交互作用。本文在综合考虑各种因素后选取地震发生时刻、人口密度、地震预报与否、建筑物破坏率、设防水准、震级、烈度等因素作为评价指标,首先运用主成分分析算出其主成分,然后运用神经网络分析方法建立预测模型。实例验证预测效果良好。
There are many factors that influence the casualty in a earthquake,and the factors always relate each other.In this paper,some factors are selected as the evaluation indicators,such as time of earthquake、 population density、 earthquake forecast、 rate of building damage、 resistance level、earthquake magnitude、earthquake intensity.First using the method of principal component analysis to calculate the principal components,then using the method of BP neural network analysis to construct the prediction model.Test for true cases prove the model has good prediction result.
引文
[1]陈玉华,马玉虎,王培玲,等.青海省地震预报回顾与展望[J].高原地震,2008,20(3):1-6.
    [2]章在墉.地震危险性分析及应用[M].上海:同济大学出版社,1996.
    [3]诸井孝文,宫村正光.地震人员伤亡预测与研究现状[J].国际地震动态,1993,(3):25-30.
    [4]王学民.主成分分析和因子分析应用中值得注意的问题[J].统计与决策,2007,6:141-143.
    [5]张洁,高慧瑛,刘琦.基于汶川地震的地震人员伤亡预测模型研究[J].中国安全科学报,2011,(3):59-64.
    [6]于山,王海霞,马亚杰.三层BP神经网络地震灾害人员伤亡预测模型[J].地震工程与工程振动,2005,25(6):111-117.
    [7]王海霞,周晓山.预测人员震害损失的神经网络模型[J].世界地震工程,2007,(4):194-198.
    [8]马占虎,周志宇,高晓明,等.2006年甘肃文献5.0级地震灾害损失评估[J].西北地震学报,2007,29(3):256-263.
    [9]杨杰英,李永强,刘丽芳,等.地震三要素对地震伤亡人数的影响分析[J].地震研究,2007,30(2):182-187.
    [10]范金城,梅长林.数据分析[M].北京:科学出版社,2002.
    [11]周润景,张丽娜.模糊与神经网络设计[M].北京:电子工业出版社,2010.
    [12]非明伦,朱月芬,周光全,等.汶川8.0级地震现场灾害调查统计与分析[J].地震研究,2008,31(S1):535-543.
    [13]何永年.中国地震年鉴.2004[M]北京:地震出版社,2005.
    [14]王根龙,刘红帅,张军慧.汶川特大地震之北川县城震害分析[J].西北地震学报,2010,32(2):173-178.
    [15]李永强,杨杰英,杨东生.1996年云南丽江7.0级地震人员死亡的社会学特征[J].震灾防御技术,2011,9(3):284-290.

版权所有:© 2023 中国地质图书馆 中国地质调查局地学文献中心