基于SVR的广东省台风灾害损失评估

被引：7

作者：

陈仕鸿 ^{[1
]}

唐丹玲 ^{[2
]}

隋广军 ^{[3
]}

机构：

[1] 广东外语外贸大学思科信息学院

[2] 中国科学院南海海洋研究所热带海洋环境国家重点实验室

[3] 广东外语外贸大学国际经济贸易学院

来源：

海洋环境科学 | 2013年 / 32卷 / 06期

基金：

广东省科技计划;

关键词：

台风灾害; 损失评估; 支持向量机回归模型; 参数优化; 广东省;

D O I：

暂无

中图分类号：

X43 [自然灾害及其防治];

学科分类号：

摘要：

台风灾害损失评估是防台减灾工作的一个重点和难题。本文介绍了支持向量机回归模型(SVR)的基本原理以及参数寻优的方法,并将SVR应用于中国南方台风灾害损失评估中,重点为广东省。选取14个评估因子,选用1998～2008年影响广东的36个台风作为数据样本,再运用主成分分析法降维处理,本文构建了4种台风灾害损失评估模型,包括一种BP神经网络评估模型和3种SVR模型。这3种SVR模型均以径向基(RBF)核函数作为核函数并基于交叉验证法训练,分别利用网格搜索、遗传算法和粒子群算法进行参数优化。对这4种模型的评估效果进行比较分析,结果显示采用径向基核函数作为核函数、基于交叉验证法训练、并利用遗传算法进行参数优化建立的SVR模型为最优的模型。本研究的模型分析评估能为防台减灾工作提供决策重要辅助信息。

引用

页码：939 / 943

页数：5

共 14 条

[1]

基于SVM的梅雨量预测研究.[D].朱天一.南京信息工程大学.2011, 10

[2]

基于支持向量机的股指时间序列预测.[D].徐恺.西南交通大学.2008, 03

[3]

人工神经网络与微粒群优化.[M].刘希玉; 刘弘; 编著.北京邮电大学出版社.2008,

[4]

遗传算法原理及应用.[M].周明;孙树栋编著;.国防工业出版社.1999,