城市地震灾害应急管理区划构想

从国内城市地震应急管理研究现状出发，提出了城市地震灾害应急管理基本单元和应急管理区划的概念，讨论了应急管理区划与灾害风险区划的区别和联系，探讨了城市应急管理区划的原则和应急管理基本单元的基本功能，并对基于行政区划的城市应急管理区划作了示意图。     

大型公共场所火灾风险评价指标体系(Ⅰ)--火灾事故因果分析

选择1998—2004年《中国火灾统计年鉴》中大型公共场所特大火灾事故的案例76起，结合事件树、故障树分析方法，分析了我国大型公共场所火灾事故的原因，得出了大型公共场所火灾事故因果分析图。     

情景驱动的区域自然灾害风险分析

随着近年来自然灾害发生频次的增加与巨灾效应的不断涌现,人们对自然灾害风险分析提出了更高的要求与期望。然而,由于人们对"风险"认识的不全面与不系统,导致了灾害风险分析理论与技术水平的停滞不前。"风险是与某种不利事件有关的一种未来情景"是我们对"风险"的诠释。据该定义可知,风险不仅仅只是着眼于过去,更重要的是要展望未来;风险不再只是历史灾难的统计,而是未来不利事件情景的分析。因此,"情景分析"成为风险研究的一项新手段,它不仅摒弃了传统方法仅着眼"过去"的局限性而实现从"过去"到"现在"到"未来"合理过渡的研究思路,而且摒弃了传统方法仅限于因子统计分析的局限性而实现系统分析的研究理念。以"情景分析"为技术手段,提出了情景驱动的区域自然灾害风险分析方法,旨在探讨对风险研究思路与技术的创新。     

地震灾害风险因素和风险评估指标的模糊算法

提出了影响地震灾害风险的主要因素 ,分析了地震震级、烈度、人口密度等因素与某些震害现象之间的相关性 ,以及建筑物的地震破坏程度与其它风险因素的关系。筛选出了地震灾害模糊风险分析指标———震损度DA(其用于风险评估的指标值为 (da) 0 )。给出了一种多变量信息分配算法的公式。在建立因果律模糊关系矩阵时 ,以归并、排序的方法解决了自变量在其样本空间组合后的重叠与错序问题 ,并简化了矩阵运算。在此基础上 ,建立了震损度指标值 (da) 0 的计算方法。     

城市自然灾害风险评价的二级模型

利用模糊集方法建立了城市自然灾害风险评价的二级模型。二级模型适用于单一致灾因子的分析。结合文[1]提出的一级模型,即可构成完整的城市自然灾害风险评价体系。     

震害经验的离散回归

本文提出了离散回归概念,建立了用累次分配信息扩散模型进行震害经验离散回归的方法,介绍了其在震中烈度识别中的应用。本文还提出了隐型模糊信息的概念。研究结果证明,离散回归可以解决一些解析回归所不能解决的问题。     

城市灾害综合风险管理的三维模式--阶段矩阵模式

在考虑防灾减灾措施下,构建了城市灾害风险综合评估的框架体系,包括11种城市灾害所对应的风险系统评估后的综合评估,每个系统的评估是在考虑防灾减灾措施下采用信息扩散技术进行的信息处理和评估.在综合评估的基础上提出了由阶段、灾害风险种类和级别组成的城市灾害综合风险管理的三维模式--阶段矩阵模式.它是由3个阶段、6个环节及每个环节的矩阵模式组成.据此,简述了城市灾害综合风险管理的过程是灾前预防矩阵管理、灾前准备矩阵管理、灾中应急矩阵管理、灾中救援矩阵管理、灾后恢复矩阵管理和灾后重建矩阵管理不断循环和完善的过程.最后,用一个虚拟实例说明了阶段矩阵模式的有效性.     

用计算机仿真技术检验自然灾害模糊风险模型

自然灾害模糊风险是用模糊集对自然灾害风险的一种近似表达．本文建议了一种计算机仿真方法，用来检验计算模糊风险的模型是否可靠．假定真实的概率风险可以用某个概率密度函数来表达，当用某种模型依据小样本来估计这个函数时，必然会存在误差．设给定概率密度函数的其望值为Ｅ， 用传统模型估计得到的概率密度函数的期望值为Ｅ，用某种模糊数学方法计算出来的模糊概率分布的期望值为Ｅ．如果Ｅ与Ｅ的差小于Ｅ与Ｅ的差，则说明模糊风险模型比较可靠．本文给出了计算Ｅ的公式，对计算机仿真实验进行设计．并给出了产生随机数的３个重要程序．     

内集-外集模型的计算机仿真检验

基于信息分配方法建立的内集 -外集模型 ,用于计算可能性 -概率风险 ,可以表达概率估计的模糊性。实践证明 ,用这一模型计算出来的自然灾害模糊风险能对减灾方案进行合理的筛选 ;实验证明 ,我们还可以用这一模型替代专家依据给定的样本进行模糊概率估计。本文用计算机仿真技术 ,在期望值的意义上 ,检验这一模型的可靠性。仿真结果显示 ,用内集 -外集模型计算出来的可能性 -概率分布的均值甚至比传统直方图分布的均值更靠近真实概率分布的期望值。这一研究表明 ,内集-外集模型用于自然灾害模糊风险评估 ,在期望值的意义上是一个可靠的模型。     

自然灾害风险分析的信息矩阵方法

从致灾因子危险性分析，到伤亡和损失的可能性研究，自然灾害风险分析由4个环节组成，即致灾因子、承灾体输入、承灾体输出和社会系统。在大多数据情况下，风险事件的不确定性，主要来自于致灾因子时间、地点、强度的不确定。因此，自然灾害风险分析主要涉及两类模式识别：致灾因子概率分布识别和承灾体系统输入-输出关系识别。由于概率分布和输入-输出关系在数学上均可用函数表达，所以，自然灾害风险分析涉及的两类模式识别，均是函数关系的识别。给出了用信息矩阵识别这些函数关系的方法。为演示该方法的优点，用它处理了在我国得到的地震数据，识别了震中烈度与震级的关系。结果表明，得到的结果比线性回归、基于正态分布的模糊推理和人工神经元网络等的结果好。