本文主要研究内容
作者李玲（2019）在《水上交通气象灾害风险评估模型的研究》一文中研究指出：近年来,由于强风、强降雨以及能见度低等气象灾害频繁发生,导致水上交通事故次数不断增加。如果能够及时对船舶航行路线的气象因素进行分析,采取适当的方法对航道进行风险评估,可以在一定程度上减少事故的发生。因此,本文以模糊综合评价法与BP神经网络为基础,构建了风险评估模型和基于遗传算法改进BP神经网络预测模型。该模型的研究和应用,不仅可以有效地评估船舶航行的风险,而且能够很好地辅助水上船舶进行安全防范。本文以湖南省主要航道为研究对象,重点对以下内容进行研究:(1)提出湖南省水上交通气象灾害风险评估指标体系。首先,对湖南省水上交通事故数据进行了统计计算,分析了水上交通安全航行影响因素,得到了能见度、风速、降水量、航道宽度、航道里程、航道深度、航道弯曲半径、最低通航水位保证率等主要影响指标。然后,采用专家评价法对影响指标值进行确定,提出风险评估指标体系。基于该体系构建的风险评估模型,可以有效地降低水上交通航行的风险。(2)采用模糊综合评价法建立湖南省水上交通气象灾害风险评估模型。首先,从湖南省气象局数据库收集航道数据和气象数据。然后,构建基于风险评估指标的因素集、评价集、隶属度函数,采用AHP层次分析法计算权重。最后,建立湖南省水上交通气象灾害风险评估模型进行航道风险评估。虽然部分历史数据缺失,但该模型的评估准确率仍达到91%。实验结果表明,该模型的评估结果与航道实际风险情况比较符合,为气象灾害风险研究提供了新的方向。(3)基于遗传算法改进BP神经网络构建湖南省水上交通气象灾害风险预测模型。这一改进算法是在遗传算法的基础上,优化了算法的权值与阈值,验证了新算法的可行性和稳定性。首先,从湖南省气象局数据库中收集样本数据并进行处理。然后,将风险评估结果作为样本输出,使用基于遗传算法改进BP神经网络对湖南省主要航道的风险进行预测,模型预测的最高准确率达到了96.875%。该研究表明基于遗传算法改进的BP神经网络模型能有效地预测航道风险情况,为湖南省水上交通气象灾害风险的预测提供技术支持。
Abstract
jin nian lai ,you yu jiang feng 、jiang jiang yu yi ji neng jian du di deng qi xiang zai hai pin fan fa sheng ,dao zhi shui shang jiao tong shi gu ci shu bu duan zeng jia 。ru guo neng gou ji shi dui chuan bo hang hang lu xian de qi xiang yin su jin hang fen xi ,cai qu kuo dang de fang fa dui hang dao jin hang feng xian ping gu ,ke yi zai yi ding cheng du shang jian shao shi gu de fa sheng 。yin ci ,ben wen yi mo hu zeng ge ping jia fa yu BPshen jing wang lao wei ji chu ,gou jian le feng xian ping gu mo xing he ji yu wei chuan suan fa gai jin BPshen jing wang lao yu ce mo xing 。gai mo xing de yan jiu he ying yong ,bu jin ke yi you xiao de ping gu chuan bo hang hang de feng xian ,er ju neng gou hen hao de fu zhu shui shang chuan bo jin hang an quan fang fan 。ben wen yi hu na sheng zhu yao hang dao wei yan jiu dui xiang ,chong dian dui yi xia nei rong jin hang yan jiu :(1)di chu hu na sheng shui shang jiao tong qi xiang zai hai feng xian ping gu zhi biao ti ji 。shou xian ,dui hu na sheng shui shang jiao tong shi gu shu ju jin hang le tong ji ji suan ,fen xi le shui shang jiao tong an quan hang hang ying xiang yin su ,de dao le neng jian du 、feng su 、jiang shui liang 、hang dao kuan du 、hang dao li cheng 、hang dao shen du 、hang dao wan qu ban jing 、zui di tong hang shui wei bao zheng lv deng zhu yao ying xiang zhi biao 。ran hou ,cai yong zhuan jia ping jia fa dui ying xiang zhi biao zhi jin hang que ding ,di chu feng xian ping gu zhi biao ti ji 。ji yu gai ti ji gou jian de feng xian ping gu mo xing ,ke yi you xiao de jiang di shui shang jiao tong hang hang de feng xian 。(2)cai yong mo hu zeng ge ping jia fa jian li hu na sheng shui shang jiao tong qi xiang zai hai feng xian ping gu mo xing 。shou xian ,cong hu na sheng qi xiang ju shu ju ku shou ji hang dao shu ju he qi xiang shu ju 。ran hou ,gou jian ji yu feng xian ping gu zhi biao de yin su ji 、ping jia ji 、li shu du han shu ,cai yong AHPceng ci fen xi fa ji suan quan chong 。zui hou ,jian li hu na sheng shui shang jiao tong qi xiang zai hai feng xian ping gu mo xing jin hang hang dao feng xian ping gu 。sui ran bu fen li shi shu ju que shi ,dan gai mo xing de ping gu zhun que lv reng da dao 91%。shi yan jie guo biao ming ,gai mo xing de ping gu jie guo yu hang dao shi ji feng xian qing kuang bi jiao fu ge ,wei qi xiang zai hai feng xian yan jiu di gong le xin de fang xiang 。(3)ji yu wei chuan suan fa gai jin BPshen jing wang lao gou jian hu na sheng shui shang jiao tong qi xiang zai hai feng xian yu ce mo xing 。zhe yi gai jin suan fa shi zai wei chuan suan fa de ji chu shang ,you hua le suan fa de quan zhi yu yu zhi ,yan zheng le xin suan fa de ke hang xing he wen ding xing 。shou xian ,cong hu na sheng qi xiang ju shu ju ku zhong shou ji yang ben shu ju bing jin hang chu li 。ran hou ,jiang feng xian ping gu jie guo zuo wei yang ben shu chu ,shi yong ji yu wei chuan suan fa gai jin BPshen jing wang lao dui hu na sheng zhu yao hang dao de feng xian jin hang yu ce ,mo xing yu ce de zui gao zhun que lv da dao le 96.875%。gai yan jiu biao ming ji yu wei chuan suan fa gai jin de BPshen jing wang lao mo xing neng you xiao de yu ce hang dao feng xian qing kuang ,wei hu na sheng shui shang jiao tong qi xiang zai hai feng xian de yu ce di gong ji shu zhi chi 。
论文参考文献
论文详细介绍
论文作者分别是来自湖南师范大学的李玲，发表于刊物湖南师范大学2019-10-31论文，是一篇关于气象灾害论文,风险评估模型论文,模糊综合评价法论文,遗传算法论文,神经网络论文,湖南师范大学2019-10-31论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自湖南师范大学2019-10-31论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：气象灾害论文; 风险评估模型论文; 模糊综合评价法论文; 遗传算法论文; 神经网络论文; 湖南师范大学2019-10-31论文;