城市水灾害风险等级的RBF-C评估方法

被引：6

作者：

刘登峰 ^{[1
]}

王栋 ^{[1
]}

丁昊 ^{[1
]}

王远坤 ^{[1
]}

王腊春 ^{[2
]}

邹欣庆 ^{[2
]}

机构：

[1] 南京大学地球科学与工程学院水科学系表生地球化学教育部重点实验室

[2] 南京大学地理与海洋科学学院

来源：

人民黄河 | 2014年 / 36卷 / 01期

关键词：

风险评估; 城市水灾害; 云模型; RBF神经网络; 时间序列分析;

D O I：

暂无

中图分类号：

P426.616 [降水引起的灾害];

学科分类号：

摘要：

针对城市水灾害系统的不确定性特征,提出了基于RBF神经网络和云模型理论的RBF-C风险等级评估方法。选取影响城市水灾害的4个基本评价因子,依据实测水文频率曲线确定相应于各风险等级的标准限值,并生成各评价因子下风险等级的综合云模型。用评价因子实测时间序列进行RBF神经网络建模,预测值代入综合云模型得到水灾害风险等级确定度分布。实例证明,RBF-C风险等级评估方法能够改进评价过程中风险归属不确定性问题,评估结果能较为准确地反映出城市水灾害的风险程度。

引用

页码：8 / 10+14 +14

页数：4

共 15 条

[11] 城市暴雨内涝灾害风险评估[M]. 科学出版社 , 刘敏, 2012
[12] MATLAB神经网络应用设计[M]. 机械工业出版社 , 张德丰等, 2009
[13] 神经计算原理[M]. 机械工业出版社 , (美) 哈姆, 2007
[14] Radial basis functions for multivariable interpolation: a review. Powell MJD. Algorithms for Approximation . 1987
[15] Radial basis functions, multi-variable functional inter-polation and adaptive networks. Broomhead D S,Lowe D. Journal of Women s Health . 1988

← 1 2 →