中国安全科学学报 ›› 2019, Vol. 29 ›› Issue (5): 37-43.doi: 10.16265/j.cnki.issn1003-3033.2019.05.007
武佳佳1, 王威**2 副研究员, 朱强强1, 马东辉2 研究员
收稿日期:
2019-02-02
修回日期:
2019-04-02
发布日期:
2020-11-02
通讯作者:
**王威(1981—),男,河南沈丘人,博士,副研究员,主要从事城市安全与防灾规划、生命线系统抗灾评价技术等方面的研究。E-mail:ieeww@bjut.edu.cn。
作者简介:
武佳佳(1992—),女,河北邯郸人,博士研究生,主要研究方向为生命线工程抗震防灾。E-mail:snail_s@emails.bjut.edu.cn。
基金资助:
WU Jiajia1, WANG Wei2, ZHU Qiangqiang1, MA Donghui2
Received:
2019-02-02
Revised:
2019-04-02
Published:
2020-11-02
摘要: 为全面评估预测震害损失,提出一种概率密度预测方法。首先,通过改进的生命年损失计算法,获取生命年损失值;其次,采用基于Akaike信息量准则(AIC)的逐步回归分析法,辨识生命年损失的强关联因素,在此基础上构建神经网络分位数回归(QRNN)模型;然后,得到生命年损失预测值与强相关因素的非线性关系,输出不同分位点下生命年损失预测值,运用高斯核函数预测生命年损失概率密度;最后,选取我国1996—2014年的189条地震灾害损失数据作为训练样本,预测2015年10例地震的生命年损失,并与B样条分位数回归(QRBS)模型及3种线性模型作对比。研究表明:基于QRNN模型的震害损失评估概率密度预测,降低了数据依赖性,提高了评估效率;预测值平均绝对误差不超过7.5%,便于震害评估。
中图分类号:
武佳佳, 王威, 朱强强, 马东辉. 基于QRNN模型的生命年损失概率密度预测[J]. 中国安全科学学报, 2019, 29(5): 37-43.
WU Jiajia, WANG Wei, ZHU Qiangqiang, MA Donghui. Lifeyears loss probability density prediction based on QRNN model[J]. China Safety Science Journal, 2019, 29(5): 37-43.
[1] 孙龙飞. 城市地震灾害损失评估方法及系统开发研究[D]. 西安:西安建筑科技大学, 2016. SUN Longfei. Research on the earthquake disaster loss assessment method for urban areas and system development[D]. Xi'an: Xi'an University of Architecture & Technology, 2016. [2] ILAN N. A non-monetary global measure of the direct impact of natural disasters[R]. Victoria University of Wellington, 2014. [3] AKAIKE H. Markovian representation of stochastic processes and its application to the analysis of autoregressive moving average processes [J]. Annals of the Institute of Statistical Mathematics, 1974, 26(1): 363-387. [4] KOENKER R W, BASSETT J G. Regression quantiles[J]. Econometrica, 1978, 46(1): 33-50. [5] TAYLOR J W. A quantile regression neural network approach to estimating the conditional density of multiperiod returns[J]. Journal of Forecasting, 2000,37(9): 299-312. [6] 汪志红, 王斌会, 刘明. 基于B样条曲线的GM(2,1)动态组合预测模型应用[J]. 中国安全科学学报, 2011, 21(7): 157-162. WANG Zhihong, WANG Binhui, LIU Ming. A dynamic combination forecast model based on B-spline curve and GM(2,1) and Its application[J]. China Safety Science Journal, 2011, 21(7): 157-162. [7] 卫星君, 赵晓萌, 马长玲,等. 降雨型滑坡灾害的约简和逻辑回归预测模型[J]. 中国安全科学学报, 2018, 28(8): 1-6. WEI Xingjun, ZHAO Xiaomeng, MA Changling, et al. Reduction and logistic regression model for prediction of rainfall landslides disaster[J]. China Safety Science Journal, 2018, 28(8): 1-6. [8] 许启发, 蒋翠侠. 分位数局部调整模型及应用[J].数量经济技术经济研究, 2011, 28(8): 115-133. XU Qifa, JIANG Cuixia. Quantile partial adjustment model and its application[J]. Research on Quantitative Economy and Technical Economy, 2011, 28(8): 115-133. [9] 何耀耀, 郑丫丫, 杨善林. 基于Box-Cox变换分位数回归与负荷关联因素辨识的中长期概率密度预测[J]. 系统工程理论与实践, 2018, 38(1): 197-207. HE Yaoyao, ZHENG Yaya, YANG Shanlin. Medium and long term probability density forecasting based on Box-Cox transformation quantile regression and load relaltion factor identification[J]. Systems Engineering-Theory & Practice, 2018, 38(1): 197-207. [10] 颜伟, 李丹, 朱继忠,等. 月前日负荷曲线的概率预测和随机场景模拟[J]. 电力系统自动化, 2017, 41(17): 155-162. YAN Wei, LI Dan, ZHU Jizhong. et al. Probabilistic forecasting and stochastic scenario simulation of month-ahead daily load curve [J]. Automation of Electric Power Systems, 2017, 41(17): 155-162. [11] WHO. WHO methods and data sources for global burden of disease estimates 2000-2011[R],2013. [12] 中国统计年鉴[EB/OL]. [2018-09-03]. http://www.stats.gov.cn/tjsj/ndsj/. [13] 阎海琴. 年龄中位数指标计算公式的分析[J]. 人口研究, 1985,9(2): 51-52. [14] CANNON A J. Quantile regression neural networks: Implementation in R and application to precipitation downscaling[J]. Computers & Geosciences, 2011, 37(9): 1 277-1 284. [15] 许启发, 蒋翠侠. R软件及其在金融定量分析中的应用[M]. 北京:清华大学出版社, 2015: 400-402. [16] 郑通彦, 郑毅. 2013年中国大陆地震灾害损失述评[J]. 自然灾害学报, 2015, 24(1): 239-246. ZHENG Tongyan, ZHENG Yi. Review of earthquake damage losses in Chinese mainland in 2013[J]. Journal of Natural Disasters, 2015, 24(1): 239-246. [17] 郑通彦, 冯蔚, 郑毅. 2014年中国大陆地震灾害损失述评[J].世界地震工程, 2015, 31(2): 202-208. ZHENG Tongyan, FENG Wei, ZHENG Yi. Review of earthquake damage losses in Chinese main land in 2014 [J]. World Earthquake Engineering, 2015, 31(2): 202-208. [18] 陈通, 郑通彦. 2015年中国大陆地震灾害损失述评[J].灾害学, 2016, 31(3): 133-137. CHEN Tong, ZHENG Tongyan. Review of earthquake damage losses in mainland China in 2015 [J].Journal of Catastrophology, 2016, 31(3): 133-137. |
[1] | 王铁旦, 穆毅强, 彭定洪. HAZOP风险评级的变权犹豫模糊方法[J]. 中国安全科学学报, 2022, 32(5): 61-67. |
[2] | 彭亚雄, 刘广进, 黄智刚, 吕虎波, 吴立. 穿越富水断层带隧道爆破围岩突变失稳判据研究[J]. 中国安全科学学报, 2022, 32(5): 104-111. |
[3] | 刘嘉豪, 余杨, 张振兴, 余建星, 王巍巍, 傅一钦. 二维云模型和贝叶斯网络的立管风险评估方法[J]. 中国安全科学学报, 2022, 32(5): 147-154. |
[4] | 吕贞, 戚春华, 朱守林. 草原公路超车工况下驾驶人动态视觉特性及负荷[J]. 中国安全科学学报, 2022, 32(4): 15-22. |
[5] | 胡小兵, 李佳茹, 刘骋越, 李航, 周航. 一种评估网络结点和链接重要性的改进介数[J]. 中国安全科学学报, 2022, 32(3): 33-40. |
[6] | 罗福周, 袁慧卿, 张扬. 旧工业建筑再生项目消防安全韧性评估[J]. 中国安全科学学报, 2022, 32(3): 167-173. |
[7] | 骆正山, 段远哲, 王小完, 张新生. 高温环境下气藏型储气库泥岩盖层密封性评价*[J]. 中国安全科学学报, 2022, 32(2): 74-82. |
[8] | 张鸽. 基于累积接尘量的尘肺病风险评估方法*[J]. 中国安全科学学报, 2022, 32(2): 200-206. |
[9] | 石娟, 常丁懿, 郑鹏. 基于BP神经网络的建筑工人不安全行为预警模型*[J]. 中国安全科学学报, 2022, 32(1): 27-33. |
[10] | 刘卓凡, 周星池, 刘通, 吴付威. 视觉分心程度对跟车运动状态的影响*[J]. 中国安全科学学报, 2022, 32(1): 58-64. |
[11] | 宋英华, 白明轩, 马亚萍, 吕伟, 霍非舟. 考虑区域灾情分级的应急物资公平调度优化模型*[J]. 中国安全科学学报, 2022, 32(1): 172-179. |
[12] | 杨天姿, 王铁骊, 彭恒明, 段海林. 小微企业生产安全事故应急脆弱性评价*[J]. 中国安全科学学报, 2021, 31(12): 176-183. |
[13] | 余建星, 范海昭, 陈海成, 吴世博, 韩放, 刘少卿. 海洋立管失效风险因素分析方法及应用*[J]. 中国安全科学学报, 2021, 31(11): 47-53. |
[14] | 宋英华, 汪雅馨, 马亚萍, 吕伟. 考虑灾民类型多模式协同应急疏散调度研究*[J]. 中国安全科学学报, 2021, 31(11): 135-140. |
[15] | 阎红巧, 陈怡玥, 田琨, 胡瑾秋, 冒亚明, 周靖桐. 企业安全生产关键指标体系与风险评价模型*[J]. 中国安全科学学报, 2021, 31(9): 21-28. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||