本文關(guān)鍵詞：缺失數(shù)據(jù)下災(zāi)情評估變量及權(quán)重的確定方法　出處：《大連理工大學(xué)》2016年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 災(zāi)情評估 缺失數(shù)據(jù) 評估變量 變量選擇 賦權(quán)方法

【摘要】：災(zāi)情評估研究正向定量化、標(biāo)準(zhǔn)化和模型化的方向發(fā)展,國際上成熟的定量評估方法往往都有翔實的數(shù)據(jù)支撐,并且遵循“分析災(zāi)情數(shù)據(jù)-選擇評估變量-確定變量權(quán)重-構(gòu)建評估模型-求解評估結(jié)果”這一過程。其中,前三階段為災(zāi)情數(shù)據(jù)預(yù)處理問題,是決定災(zāi)情評估模型有效性,進而影響評估結(jié)果準(zhǔn)確性的關(guān)鍵問題�；诖�,考慮到災(zāi)情數(shù)據(jù)獲取階段中存在的數(shù)據(jù)缺失現(xiàn)象,借鑒已有災(zāi)情評估模型的構(gòu)建思路,將如何在缺失數(shù)據(jù)情形下確定災(zāi)情評估變量與變量權(quán)重作為主要研究問題,以實現(xiàn)從災(zāi)情數(shù)據(jù)中獲取關(guān)鍵評估參數(shù),輔助評估模型建立的目的。其中,數(shù)據(jù)缺失是災(zāi)情數(shù)據(jù)的重要特征,而評估模型的建立需基于完備數(shù)據(jù)集,因而,首先要解決數(shù)據(jù)缺失問題給災(zāi)情評估帶來的障礙。其次,自然災(zāi)害的復(fù)雜性使得人類對災(zāi)害機理的認(rèn)知存在大量空白,多數(shù)災(zāi)情評估模型并非是利用災(zāi)害機理推演得到,更多的是通過對災(zāi)情數(shù)據(jù)統(tǒng)計分析與規(guī)律挖掘得到評估相關(guān)參數(shù),進而建立基于評估參數(shù)的評估模型；通過對災(zāi)情評估模型的分解分析,評估變量和變量權(quán)重作為所有模型中的公有和僅有的兩類參數(shù),選擇哪些評估變量及這些變量的權(quán)重取值,是影響評估模型有效性的關(guān)鍵因素,只有對這兩類參數(shù)給予準(zhǔn)確的限定與賦值,基于此建立的災(zāi)情評估模型才是科學(xué)有效的。針對上述問題,本文在已有研究的基礎(chǔ)上開展工作,并取得以下的進展：(1)災(zāi)情數(shù)據(jù)的缺失特征分析與災(zāi)情評估描述模型的建立。分析災(zāi)情數(shù)據(jù)缺失的原因、缺失機制分類以及缺失的表現(xiàn)；并利用模型的共性知識建立災(zāi)情評估問題的描述模型和評估變量的表示模型。(2)給出缺失災(zāi)情數(shù)據(jù)的填補方法。在對災(zāi)情數(shù)據(jù)缺失表現(xiàn)分析的基礎(chǔ)上,就災(zāi)情評估中出現(xiàn)的離散缺失情形和連續(xù)缺失情形分別提出對應(yīng)的缺失數(shù)據(jù)補全方法。對于離散缺失情形,利用災(zāi)情數(shù)據(jù)間的關(guān)聯(lián)性,提出基于最近鄰算法建立缺失值填補方法：對于連續(xù)缺失情形,提出基于情景匹配的缺失值填補方法,通過界定情景的概念,利用情景匹配方法選擇與與當(dāng)前情景匹配度最高歷史情景,借助于其中數(shù)據(jù)輔助解決當(dāng)前的缺失值問題。(3)給出評估變量選擇方法。在完備數(shù)據(jù)的保證下,通過分析災(zāi)情評估問題中評估目標(biāo)對評估變量間的關(guān)系,將評估變量的選擇劃分為單一目標(biāo)下的變量選擇方法和多目標(biāo)下的變量選擇方法兩類。其中,單目標(biāo)情形下考慮災(zāi)情數(shù)據(jù)與評估目標(biāo)關(guān)系,提出基于灰關(guān)聯(lián)分析的評估變量選擇方法；多目標(biāo)情形下考慮主客觀多個評估目標(biāo),建立一個兩階段的變量選擇過程,提出了基于多目標(biāo)優(yōu)化理論的變量選擇方法。(4)給出評估變量賦權(quán)方法。對篩選出的評估變量進行賦權(quán),根據(jù)評估模型中評估變量的存在形式,分別給出了單變量的賦權(quán)方法和評估變量集的賦權(quán)方法。對于單變量形式,將評估變量的賦權(quán)方式界定為一種客觀賦權(quán)方法,利用評估變量值的平均信息量差異作為變量賦權(quán)的主要依據(jù),提出基于變量值信息熵的賦權(quán)方法。對于評估變量集,通過建立評估指標(biāo)權(quán)重與評估變量權(quán)重間的量化關(guān)系,將評估指標(biāo)賦權(quán)問題轉(zhuǎn)化為求解指標(biāo)與變量間關(guān)聯(lián)系數(shù)的問題,進而提出一種基于關(guān)聯(lián)度的評估指標(biāo)權(quán)重確定方法。本研究考慮了災(zāi)情評估中的數(shù)據(jù)缺失情形,展開評估變量的選擇方法及變量賦權(quán)方法的研究,通過補全缺失數(shù)據(jù),使得災(zāi)情數(shù)據(jù)集完備化,進而挖掘災(zāi)情數(shù)據(jù)中有價值的評估信息以輔助評估模型建立。本研究的成果部分彌補和完善了災(zāi)情數(shù)據(jù)預(yù)處理過程中的研究空白,也為后續(xù)相關(guān)研究提供了一定的研究基礎(chǔ)。
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：F224

【相似文獻】

相關(guān)期刊論文 前2條

1 林雪麟;;汶川特大地震造成多大損失[J];四川統(tǒng)一戰(zhàn)線;2009年05期

2 ;[J];;年期

相關(guān)會議論文 前2條

1 徐勝;江守鈺;楊亞群;;淮河流域洪澇災(zāi)情評估工作的歷史與展望[A];中國水利學(xué)會2010學(xué)術(shù)年會論文集（上冊）[C];2010年

2 李紀(jì)人;丁志雄;;基于空間技術(shù)的洪澇災(zāi)害災(zāi)情評估及其模型研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

相關(guān)重要報紙文章 前9條

1 杜中語　姜艷萍;大姚縣扎實推進災(zāi)情評估及恢復(fù)重建工作[N];楚雄日報(漢);2009年

2 姜永育 張顰;兩億元稅如何減免 災(zāi)情評估提供依據(jù)[N];中國氣象報;2003年

3 王建忠;河南：災(zāi)情評估力保受災(zāi)田地不減產(chǎn)[N];中國氣象報;2007年

4 記者 丁全利;測繪無人機航空影像用于舟曲災(zāi)情評估[N];中國國土資源報;2010年

5 記者 歐陽蕾昵;上海各級農(nóng)業(yè)部門全力抗災(zāi)救災(zāi)[N];東方城鄉(xiāng)報;2012年

6 鄭州晚報社 李記;夸大洪災(zāi)的好處是“套現(xiàn)利己”[N];人民法院報;2012年

7 記者 王洪菊;全力開展抗災(zāi)增收 深入推進場縣共建[N];黑河日報;2007年

8 記者 張寶印 劉振冬 梁倩 王璐;蘆山災(zāi)后重建即將拉開序幕[N];經(jīng)濟參考報;2013年

9 本版編輯 湖南省防辦副主任 羅毅君 江西省防辦 廖金源 湖北省防辦 孫又欣;連續(xù)干旱警示我們什么？[N];人民長江報;2008年

相關(guān)碩士學(xué)位論文 前5條

1 錢洪亮;基于三維GIS的城市暴雨積澇災(zāi)害模擬分析研究[D];南京信息工程大學(xué);2015年

2 胡麗;臺風(fēng)災(zāi)情評估及其預(yù)估研究[D];南京信息工程大學(xué);2015年

3 張奧;2015年黑龍江省洪澇災(zāi)情評估[D];黑龍江大學(xué);2016年

4 盧宇丹;基于混合優(yōu)化的神經(jīng)網(wǎng)絡(luò)在氣象災(zāi)情評估中的應(yīng)用研究[D];南京信息工程大學(xué);2012年

5 朱浩;基于WebGIS的洪澇災(zāi)情評估系統(tǒng)的B/S模式開發(fā)[D];河海大學(xué);2003年

，

本文編號：1330160