突发事件情景间演化关系建模及推演方法研究

发布时间：2021-08-11 05:51

　　近年来,我国应急管理领域发展迅速,国务院机构改革组建应急管理部,社会关注度不断提升,其中,突发事件的应急决策是应急管理研究的重要方向之一。随着科学技术进步,人类生产生活中各个领域积累了大量的突发事件案例信息和数据,记录了突发事件的发展过程及特性。探索发现这些历史事件中的经验规律将帮助人们获取并积累相关应对知识,并应用于未来遇到的新问题,推动第四范式下人类认知发展。目前,“情景-应对”模式已得到学术界的广泛认可,成为主流应急决策范式。因此,从决策者所处情景出发,如何将历史数据蕴含的事件演化规律知识应用于当前突发事件发展态势的推理,就成为决策主体制定科学有效的应急方案所面临的重要科研问题。为了更好地辅助应急决策,识别大量历史数据中蕴含的事件演化模式,解决突发事件情景建模及演化推理过程中的不确定性问题,实现基于实时情景的高效推理过程,本文提出了一种突发事件情景间演化关系建模及推演方法。首先,从致灾因子、承灾体、应急活动和孕灾环境四个维度出发,从认知科学的角度对事件系统内部的各类客观事物及复杂的作用关系进行共性描述,基于共性知识元模型构建了突发事件情景模型,分析了突发事件情景演化过程的共性特征... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图３．?２突发事件情景演化过程??Ｆｉｇ．?３．２?Ｅｖｏｌｕｔｉｏｎ?ｏｆ?ｅｍｅｒｇｅｎｃｙ?ｓｃｅｎａｒｉｏｓ??

Ｆｉｇ．?５．１?Ｔｈｅ?ｐｒｏｃｅｓｓ?ｏｆ?ｅｍｅｒｇｅｎｃｙ?ｓｃｅｎａｒｉｏ?ｒｅａｓｏｎｉｎｇ?ｂａｓｅｄ?ｏｎ?ＲＩＭＥＲ??－２３?－??

５?极太?［５５０，１３０００）??完成数据预处理后，需要构建ＢＰ神经网络。由图６．２所示的林火情景模型可知，??ＢＰ神经阿络的输入层包含８个神经元，分别对应８个输入属牲；输出．层１个神经元对??应过火面积，５种可能的输出结果１对应过火面积的５个等级，隐藏层数为１，如图６．２所??输入层?隐臧层?输出层??图６．２?ＢＰ神经网络拓扑结构??Ｆｉｇ．?６．２?Ｔｈｅ?ｔｏｐｏｌｏｇｉｃａｌ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ＢＰ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??其中，结合应急管理领域特征，隐藏层的神经元数量将实验结果的准确性决定。一??般情况下，实验中的训练数据集与测试数据集的比例约为９：１［７９］，考虑到火灾数据是按??－３２?－??

【参考文献】：
期刊论文
[1]基于知识元与贝叶斯网络的食品安全事故情景推演研究[J]. 宋英华,刘含笑,蒋新宇,杨丽娇.  情报学报. 2018(07)
[2]基于PSO-GA-BP神经网络的林火预测设计与研究[J]. 白书华,况明星.  系统仿真学报. 2018(05)
[3]基于动态贝叶斯网络的突发事件情景推演模型研究[J]. 巩前胜.  西安石油大学学报(自然科学版). 2018(02)
[4]基于BP和SOM神经网络相结合的地震预测研究[J]. 蔡润,武震,云欢,郭鹏.  四川大学学报(自然科学版). 2018(02)
[5]面向突发事件应急决策的情景建模方法[J]. 张磊,王延章,陈雪龙,王宁.  系统工程学报. 2018(01)
[6]遗传算法优化的BP神经网络在地震死亡人数评估中的应用[J]. 周德红,冯豪,程乐棋,李文.  安全与环境学报. 2017(06)
[7]粒子群优化BP神经网络的滑坡敏感性评价[J]. 冯非凡,武雪玲,牛瑞卿,许石罗,于宪煜.  测绘科学. 2017(10)
[8]基于演化博弈的危化品安全监管情景推演研究[J]. 王循庆,李勇建,孙晓羽.  中国安全生产科学技术. 2017(01)
[9]BP神经网络在地震预测中的应用[J]. 马城城,汪世仙,李伸亮.  数字技术与应用. 2017(01)
[10]基于知识元的非常规突发事件情景模糊推演方法[J]. 张磊,王延章,陈雪龙.  系统工程学报. 2016(06)

博士论文
[1]基于随机网络的非常规突发事件情景推演模型及其应用研究[D]. 杨保华.南京航空航天大学 2011

硕士论文
[1]基于情景推演的应急物资调度[D]. 章云娜.长安大学 2018
[2]基于RBF人工神经网络及损害估值的溢油环境风险评价研究[D]. 罗雨.大连理工大学 2017
[3]基于BP神经网络的DS证据理论模型在火灾探测中的应用研究[D]. 董寅.浙江工业大学 2017
[4]面向网络新闻的应急案例缺失信息补充方法[D]. 姚晓方.大连理工大学 2016
[5]基于改进BP神经网络的林火预测研究[D]. 王璠.江西科技师范大学 2016



本文编号：3335585