中国可持续发展问题的系统动力学研究进展

可持续发展问题是当前的一个研究热点。鉴于可持续发展问题的综合性、系统性和复杂性。系统动力学是这一研究的有效工具。本文简要回顾了我国学者近年来应用系统动力学研究可持续发展问题的部分工作，提出了在这一领域进一步研究的若干方向。     

改进的层次分析法及其在自然灾害风险识别中的应用

自然灾害风险识别系统是由众多自然因素和社会经济因素组成的复杂系统 ,其主要问题之一就是如何将有关定性风险因素定量化。为此 ,本文进一步探讨了层次分析法用于自然灾害风险识别系统的具体途径。直接从判断矩阵的定义出发 ,提出了基于加速遗传算法的层次分析法 (AGA AHP)。利用该法 ,可同时确定层次各元素相对重要性的排序权值和进行判断矩阵的一致性检验。理论分析和实例分析的初步结果说明 ,AGA AHP法直观、可行而有效 ,其计算结果精度高于目前常用的基于特征根的层次分析法的相应结果 ,在各种自然灾害复杂系统分析中具有重要的理论意义和广泛的应用价值。     

水质综合评价的投影寻踪模型

为检验水质评价标准的合理性，解决各单项水质指标评价结果的不相容问题，提高水质评价模型的分辨率，提出了一种新的模型－投影寻踪模型，它的评价结果是实数值。实例的计算结果表明，该方案是有效的和通用的，可应用于各种环境质量综合评价中。     

基于DEM的SAR图像洪水水体的提取

星载雷达遥感已广泛应用于洪水灾害的监测和评估中。但是由于其阴影与水体严重混淆 ,使得从雷达图像中提取洪水水体较为困难。为此 ,本文探讨了在地形数据的支持下 ,实现星载SAR图像洪水水体半自动提取的方法。主要包括以下几步 :首先 ,对雷达图像进行滤波处理 ,并将其与地形数据匹配 ,从雷达图像中提取出初步的洪水水体范围 ;其次 ,利用地形数据生成DEM ,并根据雷达图像的成像参数和DEM生成相应的模拟雷达图像 ;最后 ,利用模拟雷达图像上的阴影 ,剔除被误提为洪水水体的阴影 ,从而实现洪水水体的准确提取。研究表明 ,该方法能有效地、半自动地将星载雷达图像上的洪水水体提取出来 ;同时 ,该方法可以用于多种星载多模式的雷达图像的洪水水体的识别提取 ,尤其对含山区的大范围洪水水体的半自动提取 ,更为适用。     

基于神经网络的自然灾害灾情评估模型研究

灾情评估问题可以认为是一个模式识别问题。人工神经网络具有表达任意非线性映射的特性，从而在分类、学习和容错方面表现出较好的能力。本文探讨了用于灾情评估的人工神经网络模型，阐述了基本原理和算法，并结合实例说明了其应用     

预测低温冷害的门限回归模型

提出用门限回归模型（TR）来描述低温灾害指标变量在灾害状况与非灾害状况的突变性。研制了TR建模的一套简便通用的方案，用笔者改进的遗传算法可同时优化门限值和回归系数，从而解决了TR建模过程所涉及的大量复杂寻优工作这一问题，为TR模型的广泛应用提供了有效工具。实例的计算结果说明了其可行性和有效性。该方案具有通用性，在各种自然灾害时序预测中具有广泛的实用价值。     

基于遗传算法的门限自回归模型在海温预测中的应用

提出了建立门限自回归模型（ＴＡＲ）的一套简便通用的方法。用作者提出的改进遗传算法，可同时优化门限值和自回归系数，成功地解决了ＴＡＲ建模过程所涉及的大量复杂寻优工作这一难题，为ＴＡＲ模型的广泛应用提供了强有力的工具。实例计算的结果说明了这套方法的可行性和有效性，同时也说明了，通过门限值的控制作用，ＴＡＲ模型可以有效地利用如海洋资源所隐含的时序分段相依性这一重要信息，限制了模型误差，从而保证了ＴＡＲ模型预测性能的稳健性，提高了预测精度。该方法具有通用性，在各种非线性时序预测中具有重要的理论意义和应用价值