学位论文 > 优秀研究生学位论文题录展示

城市自然灾害损失评估方法应用研究

作　者: 孙艳萍
导　师: 袁永博
学　校: 大连理工大学
专　业: 土木工程管理
关键词: 灾损评估粗糙集遗传算法神经网络遥感与地理信息系统
分类号: X43
类　型: 硕士论文
年　份: 2010年
下　载: 316次
引　用: 3次
阅　读: 论文下载

内容摘要

当今社会,各种城市自然灾害频繁出现,灾害强度日趋加重,时刻威胁着地球上生存的人类,尤其威胁着人口密集的城市。本文以城市自然灾害为研究对象,以现代信息技术为依托,以时间为线索的研究方式,根据灾害发生时间分别针对性的应用灾损评估对策,从灾前、灾中到灾后全面而系统的进行了相关论述。做好自然灾害损失评估是进行减灾效益分析的重要基础,是提请国家决策机构增加减灾投资的关键性依据。灾害损失评估包括两个方面,一是建立灾害损失评估的指标体系,二是给出灾害损失评估的定量方法。灾损评估定量方法研究中,出于科学性和准确性考虑,将现代信息技术代替传统的逐级上报统计法,取得了长足的进展。数据挖掘技术、遥感以及地理信息系统作为现代信息技术的重要分支,已经成为广为关注的热点,并在灾害损失评估领域取得了举足轻重的地位。如何很好的将数据挖掘技术应用到灾损评估领域,是目前许多学者探索的问题。本论文的核心是将数据挖掘技术中的粗糙集理论、遗传算法和神经网络相融合,以新的视角去解决灾害损失评估问题。该方法主要利用粗糙集软件ROSETTA,及MATLAB软件中的神经网络和遗传算法工具箱,实现了粗糙集对数据前置预处理,遗传算法优化神经网络权值、阈值的新模型,三种算法思想优势互补,更好的达到了灾害损失评估的目的。本文还利用RS与GIS相结合的思想,对灾中损失评估进行追踪评估,并详尽介绍了模型的建立和使用,增强了灾损评估工作的时效性和实用性。而灾后损失的实测性评估根据我国国情,仍然采用传统的统计分析法,为建立灾情数据库提供依据。通过本文的研究表明,数据挖掘技术作为一门新兴科学,其中的粗糙集方法(Rough Sets)、遗传算法(Genetic Algorithm)和神经网络(NN)可以实现算法联合用于灾害损失的预测性评估,这种方法与传统的单纯神经网络预测方法相比具有明显的优势,可供决策人员参考。

全文目录

摘要  4-5
Abstract  5-8
引言  8-11
1 论文思路及关键点  11-15
  1.1 研究思路  11
  1.2 研究方法  11-13
  1.3 研究框架  13-14
  1.4 本文关键点  14-15
2 常用城市自然灾害损失评估方法简介  15-22
  2.1 城市自然灾害损失定性与定量评估  15-20
    2.1.1 城市自然灾害损失评估指标体系  15
    2.1.2 城市自然灾害损失定量评估方法  15-20
  2.2 MIT在城市自然灾害损失评估中的应用概述  20-22
    2.2.1 MIT简述  20-21
    2.2.2 MIT在灾损评估中的应用现状及发展趋势  21
    2.2.3 MIT对灾损评估领域的影响  21-22
3 粗糙遗传神经网络在灾前预测评估中的应用研究  22-44
  3.1 数据挖掘技术的引入  22-24
    3.1.1 统计方法  22
    3.1.2 关联规则  22-23
    3.1.3 聚类分析  23
    3.1.4 决策树方法  23
    3.1.5 支持向量机  23-24
  3.2 粗糙集概述  24-26
    3.2.1 信息系统  24-25
    3.2.2 划分与等价关系  25
    3.2.3 粗糙集及其近似  25-26
    3.2.4 属性的约简与核  26
  3.3 遗传算法概述  26-28
  3.4 BP神经网络概述  28-30
  3.5 基于粗糙遗传优化的神经网络灾害损失评估模型及实证  30-43
    3.5.1 算法思想  30
    3.5.2 实例分析  30-43
  3.6 模型优势及缺陷  43-44
4 基于RS与GIS的灾中损失监测评估信息系统初步设计  44-53
  4.1 RS概述  44
  4.2 GIS概述  44-46
  4.3 联合RS与GIS建立城市自然灾损评估信息系统的功能设计及实现  46-53
    4.3.1 系统功能设计思想  46
    4.3.2 系统实现灾损评估的过程  46-52
    4.3.3 优势及缺陷  52-53
5 统计调查及辅助方法的灾后损失评估简述  53-55
结论  55-57
参考文献  57-60
攻读硕士学位期间发表学术论文情况  60-61
致谢  61-63

城市自然灾害损失评估方法应用研究

内容摘要

全文目录

相似论文