支持向量机在城市震后火灾损失预测中的应用

被引：4

作者：

王威 ^{[1
]}

苏经宇 ^{[1
]}

韩阳 ^{[2
]}

马东辉 ^{[1
]}

王志涛 ^{[1
]}

机构：

[1] 北京工业大学抗震减灾研究所

[2] 河南工业大学防灾减灾工程研究所

来源：

灾害学 | 2008年 / 01期

关键词：

地震火灾; 损失预测; 支持向量机(SVM); BP神经网络;

D O I：

暂无

中图分类号：

P315.9 [工程地震];

学科分类号：

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。

引用

页码：6 / 9

页数：4

共 15 条

[1] 单桩竖向极限承载力预测的SVM模型 [J].

范量 ;

韩阳 ;

王威 ;

师旭超 .

河南科学, 2007, (01) :85-87

[2] 基于径向基函数网络的地震火灾损失预测 [J].

王海荣 ;

王明学 .

地震学报, 2007, (01) :95-101+114

[3] 城市地震次生火灾研究综述 [J].

赵思健 ;

任爱珠 ;

熊利亚 .

自然灾害学报, 2006, (02) :57-67

[4] 基于GIS技术的快速震害评估方法 [J].

刘欣 ;

谢庆胜 .

灾害学, 2002, (03) :27-30

[5] 城市生命线地震后恢复曲线与恢复过程优化的影响因素分析 [J].

苏幼坡 ;

刘瑞兴 ;

马亚杰 .

灾害学, 2000, (04) :50-55

[6] 地震火灾损失评估研究 [J].

林均歧 .

自然灾害学报, 2000, (04) :111-114

[7] 国外几次震后火灾的对比研究 [J].

王国权 ;

马宗晋 ;

苏桂武 ;

周锡元 .

自然灾害学报, 1999, (03) :72-79

[8] 模糊推理法在地震火灾评判中的应用 [J].

化彬 ;

江见鲸 .

自然灾害学报, 1997, (02) :23-29

[9] 利用神经网络预测域市震后火灾损失 [J].

陆伟民，董伟民 .

同济大学学报(自然科学版), 1995, (01) :15-20

[10] 地震火灾事例调查 [J].

张宝红 ;

陈宏德 .

自然灾害学报, 1994, (04) :39-48

← 1 2 →