基于贝叶斯网络的干旱—森林火灾灾害链定量建模研究

为理解干旱-森林火灾灾害链的演化过程,以陕西省和湖北省为研究区域,分析了干旱发生条件及干旱气候因子与森林火灾之间的因果关系,构建了干旱-森林火灾灾害链的贝叶斯网络模型。通过对两省气候数据、干旱数据和林火数据的统计分析,获得了该网络结构上各个变量的条件概率,再根据贝叶斯网络推理的原理,计算了不同的变量取值下森林火灾的发生概率,并结合已知事实和Brier检验方法评价了该网络模型的准确性。实验结果表明,本文构建的干旱-森林火灾灾害链贝叶斯网络模型能够较为准确地预测森林火灾的发生,以定量化的手段初步揭示了干旱-森林火灾灾害链的演化过程。在此基础上可提出针对性的森林火灾防治措施,从而减少链式灾害带来的巨大损失。     

建筑物地震次生火灾的贝叶斯网络推理模型研究

为了研究地震过程中建筑物内部燃气管道泄漏后引发次生火灾的演化路径,通过对地震次生火灾蔓延过程的分析,构建了反映城市地震燃气泄漏次生火灾发展各阶段中间原因事件之间依赖关系的贝叶斯网络,确定了节点变量及其状态取值范围。通过对国内外地震灾害记录和专家经验判断结论的分析,给出了贝叶斯网络结构中各节点变量的条件概率。依据贝叶斯网络推理方法,比较了地震特征及建筑属性相同条件下,消防力量扑救、地下供水管网老损等节点变量取值不同时,地震次生火灾的发生、失控以及蔓延的后验概率。推理结果表明,扑救行动的及时与有效性对地震火灾灾害的发生概率影响显著,灾害现场的环境风速、建筑物间的防火距离等因素对火灾蔓延概率有着较大的影响。     

基于多态模糊贝叶斯网络的高校宿舍火灾风险评价研究

高校宿舍火灾具有影响面广、复杂性强等特点,而传统研究方法在多态性、动态分析宿舍火灾风险等方面存在局限。该文基于国内外86起高校宿舍火灾案例提出了一种基于多态模糊贝叶斯网络的高校宿舍火灾风险评价方法,确定了包含23个三级指标的风险评价体系,构建了高校宿舍火灾故障树,通过故障树转化方法构造对应的贝叶斯模型;将专家评价语义通过三角模糊子集转化为确定的根节点先验概率,用[0,1]模糊数描述节点故障状态,克服了传统贝叶斯网络过度依赖精确概率以及不能考虑节点中间故障状态的问题;基于贝叶斯的双向推理和根节点重要度分析,计算出高校宿舍火灾风险发生概率,辨识出关键致灾因子,进行事故致因诊断。实例验证结果表明,多态模糊贝叶斯网络能够准确评价高校宿舍火灾风险,并确定关键致险因子,可为高校宿舍火灾风险管理提供决策参考。     

基于贝叶斯网络的城市地震次生灾害演化机理分析

为了解城市地震次生灾害的演化路径及扩散机理,进而为城市防震救灾工作提供科学的参考依据,通过对城市地震有关资料和文献的分析,确定出城市地震次生灾害演化系统贝叶斯网络的节点变量及取值范围,并根据节点变量之间的因果关系构建出贝叶斯网络结构图。通过对国内外典型震例中的16个受灾城市相关数据进行统计,分析获得网络结构各个变量的条件概率。结合贝叶斯网络推理知识,利用贝叶斯网络工具箱分析了在相同的地震输入变量、不同的控制输入变量取值条件下,各类城市地震次生灾害的发生概率。算例分析结果表明不同的应急管理水平对城市地震各类次生灾害的发生概率有显著影响。     

超网络上突发事件的信息传播模式构建

随着突发事件的发生频率不断增高,事件种类也不断增多,如何防范与应对已成为当前面临的最重要问题之一。超网络是高于又超于现存网络的网络,它可以用来描述和表示各种网络之间的相互作用和影响。在韦斯特利—麦克莱恩传播模式的基础上,建立了超网络模型上的突发事件的信息传播模式,并提出了突发事件的应对策略。     

韧性城市视角下地铁洪涝灾害风险分析——基于Bow-Tie—贝叶斯网络模型

极端暴雨易引发地铁洪涝灾害,其致灾因子具有复杂性特征,辨识地铁洪涝灾害的致灾因素,可以有效提升地铁系统应对洪涝灾害的韧性。为此,建立了Bow-Tie—贝叶斯网络的灾害风险分析模型,利用事故树构建致灾模型,再以贝叶斯网络模型预测灾害的后验概率。通过节点后验概率、关键重要度分析等对地铁洪涝灾害的基本事件的重要度进行分析,提取出导致灾害发生的关键基本事件。分析结果表明,地铁和环境的不安全状态和管理的缺陷是导致灾害发生的重要中间事件。该文从灾前预防、灾中抵御、灾后恢复三个维度对地铁洪涝灾害提出针对性的对策建议,对建设更具韧性和包容性的社会-生态系统具有重要的借鉴意义。     

基于贝叶斯网络的城市内涝风险格局优化——以安徽滁州市中心城区为例

城市汛期中内涝灾害发生已经成为常态,基于系统的内涝风险评估结果,进行科学的空间格局优化设计,有利于城市规划与管理决策。以典型的内涝易发区滁州市中心城区为例,通过筛选内涝风险驱动因子,引入贝叶斯网络模型,依据条件概率图表和熵差法分析结果,确定关键变量条件状态子集,通过设置空间格局优化情景得到内涝风险一级优化区、二级优化区和不宜优化区。结果表明:研究区内涝风险的空间分布特征为中部核心区高于周围边缘区域,沿清流河往外逐步降低;{Veg=1; Riv=1}为关键变量最优状态子集,{Veg=1; Riv=3}为关键变量次优状态子集,{Veg=3; Riv=3}为关键变量不优状态子集;一级、二级优化区面积分别为5.14 km2、4.79 km2,并提出需合理布局绿地系统和建设防涝工程的改善措施。     

基于交通的城市突发事件分级及响应措施研究

突发事件分级是事故信息报送和分级处置的依据,在分析已有的突发事件分级标准的基础上,考虑突发事件救援的交通保障,从突发事件的紧急程度和交通的便捷程度两个方面,提出了突发事件分级标准及相应的交通响应措施。     

基于前景理论的突发事件应急决策动态方法研究

针对突发事件事前——事中动态演化过程和在事前具有不确定性预测信息的特点,考虑到事前防灾、减灾应急预案的实施效果会对事中应急响应决策方案的制定和实施造成影响的问题,基于前景理论,提出一种事前——事中两阶段突发事件应急决策动态方法。首先,对事前——事中两阶段突发事件应急决策问题进行描述,并以区间数的形式表示相关决策信息;其次,给出事前——事中两阶段应急决策的动态参考点的设置方法;然后,基于前景理论的思想,计算突发事件事前——事中两阶段的不同情景的综合价值及方案成本价值,即定量化描述决策者针对不同情景的人员伤亡、财产损失和方案成本的综合心理感知;最后,通过对事前——事中两阶段不同情景权重的计算,得到备选应急决策方案的综合前景值,并依据综合前景值的大小对方案进行排序,以选出最优方案。     

突发事件应急资源的需求结构研究

构建突发事件的应急资源需求结构是应急资源储备和调度的前提条件和重要依据。基于突发事件的应急管理阶段、主要应对环节以及应急资源类型,构建了突发事件应急资源的需求结构,按照逐层递进的方式将突发事件的应急资源需求结构分为4个层次,即大类、类、亚类和细目。第一层次包括3大类,即突发事件应急处置物资、基础保障资源和恢复重建资源;在第一层次的基础上进一步划分应急资源类别,应急资源类别构成了应急资源需求结构的第二层次,其中应急处置资源包含4类,基础保障资源包含6类,恢复重建资源包含3类;对应急资源类别进一步划分为亚类,应急资源亚类构成应急资源需求结构的第三层次;第四层次为应急资源需求细目。     

论重大突发事件的心理影响及本体应付——以印度洋地震海啸为例

重大突发事件因其突发性，难以预测并危害巨大，常常给人们的心理带来巨大的伤害。以印度洋地震海啸为例，研究了突发事件对人们的心理影响与受灾者的应付之间的关系，结果表明，采用成熟的应付方式可以有效减轻受灾者的心理伤害，并提出了改善应付方式的建议。     

基于神经网络的洪水预报研究

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行洪水预报是可行的.对洪水预报问题,初步建立了基于神经网络的洪水预报系统,给出了应用实例.     

西藏那曲牧区雪灾区域危险度的模糊综合评价研究

在野外调查和分析的基础上,选取10月至次年5月的平均气温和平均降水,以及稳定的积雪日数、平均积雪深度、草场现有载畜量、冷季草地超载比例、冬储草量等7个因子为那曲地区雪灾区域危险度的评价因子,将模糊综合评价的数学模型应用于雪灾区域危险度的评判。以西藏那曲地区的5个县为例,具体介绍了雪灾区域危险度模糊综合评价的方法和步骤。     

震害下电-气关联生命线网络韧性研究

随着各类生命线网络间关联日益紧密,对关联生命线网络进行韧性研究刻不容缓。以地震灾害为背景,构建了城市电-气关联生命线网络韧性评估框架,并基于电力潮流分析和天然气稳态仿真分析,建立了考虑电力网络和燃气网络功能特性的性能评价指标。同时,以关联的IEEE30节点网络和20节点燃气网络为案例,结合评估框架分析网络韧性在不同恢复预算和恢复资源下的变化规律,为资源优化配置提供依据,为建设“韧性城市”提供支撑。     

网络风暴对智能变电站设备和系统的影响研究

智能变电站网络风暴直接影响着智能二次设备的正常通讯。通过分析智能变电站网络风暴的特点和产生原因,对网络风暴对站控层设备和系统、过程层设备的影响进行了测试,发现了网络流量、字节、报文类型等是网络风暴影响各类二次设备通讯的原因之一。针对网络风暴的影响,提出了在工程实际应用中抑制网络风暴的方法。     

基于网络的洪涝灾情遥感速报系统研制

介绍了基于网络的洪涝灾害遥感速报系统的研制目标、系统的构成与功能,和系统建成后的 运行模式、技术指标、应用效果,以及对该系统的评价。     

基于离散型Hopfield神经网络的台风灾情评估模型

台风灾情评估对防台减灾和救灾工作十分重要,为此,提出并建立了一种基于离散型Hopfield神经网络的评估模型。该模型选取5个评估因子,根据广东省台风灾害历史数据,按灾害等级划分原则制定了评估因子5个等级的划分方法,然后将待分级的台风进行Hopfield编码,建立离散型Hopfield神经网络模型,并用实例对模型进行了验证,分析模型的不足,将评估因子的权重因素引入到模型中,使模型更加合理。     

基于自然正交展开的神经网络长期预报模型

对月降水量的前期500hPa高度场、海温场相关预报因子进行E0F展开，并取其中与预报量相关程度较高的主成分，结合人工神经网络技术，建立了一种新的短期气候预测模型。将这种新的预报模型与同样根据这些预报因子建立的回归预报模型进行了对比分析。结果表明，这种新的短期气候预测模型由于集中了众多预报因子的预报信息，并有效地利用了神经网络方法的非线性映射能力，因此比传统预报方法的预报精度显著提高，并且稳定性好，具有很好的应用前景。     

城市生命线系统的地震网络可靠性研究

震后生命线系统的网络可靠性对于灾后的应急救援和恢复至关重要,因此,评价城市生命线系统网络在一定地震强度下,网络系统保持连通的能力已成为研究生命线地震网络可靠性的重要内容。以经典的系统单元可靠性模型为基础,在众多的网络可靠性计算方法中根据方法实现的难易程度和计算效率,选择采用了不交化穷举集合法和有序二分决策图方法,比较研究了网络系统的可靠性问题,并与Monte Carlo方法进行了对照。此外,针对淮南市配水管网的实际案例,采用上述方法计算了相应的可靠度,计算结果表明,所提方法能够高效地应用于一般的工程实践,具有显著的实用意义。