支持向量机在城市震后火灾损失预测中的应用
详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文
摘要
针对地震火灾的复杂性和多变性的特点,在综合分析了各种震后火灾损失预测方法的基础上,提出了基于支持向量机的城市震后火灾损失预测模型。以地震火灾的历史资料为依据,建立学习样本和测试样本,并与BP神经网络预测方法相比较,验证了其可行性,也为其它自然灾害的损失预测提供了简单、有效的方法。
According to complexity and multiplicity of the post-earthquake fire,the method of support vector machines is proposed to predict the loss of earthquake fire based on the comprehensive analysis of other different methods.On the basis of historical data and documents of earthquake fire,the applicability and validity of the model is manifested through testing and discussion.A simple and available method is provided for the prediction of losses of other natural disaster.
引文
[1]苏幼坡,苏经宇,苏春生,等.城市生命线系统震后恢复的基础理论与实践[M].北京:地震出版社,2002.
    [2]苏幼坡,刘瑞兴,马亚杰.城市生命线震后恢复曲线与恢复过程优化的影响因素分析[J].灾害学,2000,15(4):49-54.
    [3]林均歧.地震火灾损失评估研究[J].自然灾害学报,2000,9(4):111-114.
    [4]张宝红,陈宏德.地震火灾实例调查[J].自然灾害学报,1994,3(4):39-48.
    [5]刘欣,谢庆胜.基于GIS技术的快速震害评估方法[J].灾害学,2002,17(3):26-29.
    [6]尹之潜,杨淑文.地震损失分析与设防标准[M].北京:地震出版社,2004.
    [7]李杰.生命线工程抗震——基本理论与应用[M].北京:科学出版社,2005.
    [8]化彬,江见鲸.模糊推理法在地震火灾评判中的应用[J].自然灾害学报,1997,6(2):22-27.
    [9]陆伟民,董伟民.利用神经网络预测域市震后火灾损失[J].同济大学学报,1995,23(1):15-20.
    [10]王海荣,王明学.基于径向基函数网络的地震火灾损失预测[J].地震学报,2007,29(1):95-101.
    [11]Stefano A,Sabia D,Sabia L.Probabilistic neural networks forseismic damage mechanisms prediction[J].Earthquake EngngStruct Dyn,1999,28(8):807-821.
    [12]邓乃扬,田英杰.数据挖掘中的新方法——支持向量机[M].北京:科学出版社,2004.
    [13]范量,韩阳,王威,等.单桩竖向极限承载力预测的SVM模型[J].河南科学,2007,25(1):85-87.
    [14]Burge CJC.Atutorial on support vector machines for pattern recog-nition[J].Data Mining and Knowledge Discovery,1998,(2):121-167.
    [15]赵思健,任爱珠,熊利亚.城市地震次生火灾研究综述[J].自然灾害学报,2005,15(2):57-67.
    [16]王国权,马宗晋,周锡元,等.国外几次震后火灾的对比和研究[J].自然灾害学报,1999,8(3):72-79.

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