地震灾害应对决策的模型集成规则挖掘

发布时间：2021-04-17 23:46

　　面向地震灾害所具有的复杂性、突发性、不确定性等特点,针对信息不完备下地震灾害评估、救助与恢复重建决策支撑系统的综合决策需求,本文提出了基于数据依赖关系的、由模型多维关联度测算和设计结构矩阵模型排序构成的模型集成规则挖掘方法。通过模型之间输入输出关系五个维度,即内容概念、空间范围、时间范围、空间精度、时间粒度的关联度计算,构建模型自动排序的设计结构矩阵,实现多模型的智能选择与集成组配。并以汶川M_s8.0地震为例开展不同决策阶段情景下规则挖掘的实证研究,为灾害应对决策过程模型集成提供基础,提高了应对重大自然灾害的辅助决策能力。 

【文章来源】：自然灾害学报. 2020,29(06)北大核心CSCD

【文章页数】：15 页

【部分图文】：

模型的排序结果

基于受伤人数的救助需求判断模型(RDa1):聂高众等[45]根据大量地震资料的分析和理论研究,提出了可以定量化快速确定地震灾区可能的救援需求的一系列关系式。本文选择其中对伤员医药费用的评估式,判断结果如图4(f)、图5(e):对比规则15、18的决策结果与对应的实际数值[55-56],并由此计算相对误差,对集成规则的评估结果进行评价(表14)。

(3)规则15与规则18的两个烈度图中,死亡率最大的11烈度圈面积差了1倍左右,从而使两个规则的死亡人数、受伤人数及救助需求评估结果的误差差距较大。表14 应用规则15和规则18的汶川地震决策结果及相对误差Table 14 Decision results and relative errors of Wenchuan earthquake applying Rule 15 and Rule 18 损失项目 实际数值 规则15评估结果 规则18评估结果 规则15相对误差 规则18相对误差 烈度图 \ 拟合 地震局发布 \ \ 各烈度圈人数(人) \ 99 284 167 96 461 100 \ \ 死亡人数(人) 69 227 12 043 73 122 82.60% 5.63% 受伤人数(人) 374 644 86 707 263 239 76.86% 29.74% 衣物需求量(件)(广元市)[56] 200 000 516 298.3 402 872 158.14% 101.44%

【参考文献】：
期刊论文
[1]2019年6月17日四川长宁MS6.0地震序列震源机制解与发震构造分析[J]. 易桂喜,龙锋,梁明剑,赵敏,王思维,宫悦,乔慧珍,苏金蓉.  地球物理学报. 2019(09)
[2]重特大自然灾害损失统计与评估进展与展望[J]. 王曦,周洪建.  地球科学进展. 2018(09)
[3]面向地震灾情时序变化的应急救援物资需求动态预测研究[J]. 张磊.  灾害学. 2018(03)
[4]模块边界约束条件下产品设计结构矩阵排序算法[J]. 卫军朝,张国渊,闫秀天.  制造业自动化. 2017(12)
[5]基于现场调查的地震灾害损失预评估——以云南省德宏傣族景颇族自治州为例[J]. 宋平,聂高众,邓砚,安基文,高娜,范熙伟,李华玥.  地震地质. 2016(04)
[6]基于千米格网的地震应急灾情预评估数据开发[J]. 徐敬海,安基文,聂高众.  地震地质. 2016(03)
[7]面向应急决策的模型集成方法研究[J]. 刘奕,王刚桥,蒋泽宇,苑盛成.  管理评论. 2016(08)
[8]中国地震灾害中“伤亡比”指标的估算[J]. 吴绍洪,靳京,郑景云.  地理科学进展. 2015(07)
[9]地震应急决策知识地理本体建模[J]. 徐敬海,聂高众.  地震地质. 2015(02)
[10]2013年中国大陆地震灾害损失述评[J]. 郑通彦,郑毅.  自然灾害学报. 2015(01)

博士论文
[1]村镇震后应急救援及重建的决策方法与模型研究[D]. 卢頔.哈尔滨工业大学 2017

硕士论文
[1]复杂系统仿真关键技术研究[D]. 谢文苗.北京理工大学 2015
[2]应急物流中物资储备管理策略研究[D]. 曹卓君.天津师范大学 2009



本文编号：3144365