论文部分内容阅读
洪涝灾害是我国最严重的自然灾害之一,它具有发生频次高、破坏性大以及影响范围广等特点。洪涝灾害给我国带来的人员伤亡和经济损失,已经严重地制约了我国社会经济的可持续发展。对洪灾经济损失的有效评估能够为抗洪救灾提供重要的决策依据,能够对防洪减灾行为与防洪工程所发挥出的效益进行准确评价,能够科学指导救灾活动,还能为洪灾保险的合理赔偿提高可靠的依据,因此,进行洪灾损失评估研究是十分必要的。针对当前洪灾损失评估方法存在计算量大、操作繁琐以及评估精度低等问题,本论文提出了利用改进的BP神经网络算法对洪灾损失进行评估的方法。论文首先对洪灾损失评估的相关理论进行了介绍,并以此为基础研究分析了洪灾经济损失的计算方法、洪灾损失评估的指标体系以及洪灾损失评估的影响因子;其次,运用数理统计方法、GIS技术与RS技术获取了洪灾损失评估的影响因子数据,并借助模糊集与粗糙集的理论知识,采用模糊聚类分析法和归一化处理方法对洪灾损失评估的影响因子进行了权值分配;然后,对常用的几种BP神经网络算法的改进方法的优缺点进行了分析研究,在此基础上提出了BP算法的综合改进方法,并通过实验检验了该方法对BP算法的改进效果;最后,利用改进的BP算法构建了基于改进的BP算法的洪灾损失评估模型,并应用该模型对研究区——都昌县的洪灾经济损失进行了评估计算。研究区的应用效果表明基于改进的BP算法的洪灾损失评估模型能够快速、准确地计算洪灾的经济损失值,因此它具有较好的实用性,能够在抗洪救灾的指挥调度、灾情统计核对、评估防洪设施能力等方面发挥一定的作用。