基于多BPNN敏感性分析的气候变化脆弱性指标赋权方法

为尽量减小气候变化脆弱性评估中对指标权重的人为干扰,通过对某市卫生领域的气候变化脆弱性的评价案例,提出了一种基于多反向传播神经网络(BPNN)敏感性分析的气候变化脆弱性指标赋权方法。结果表明:多组BPNN拟合与泛化能力普遍较好,且每个模型敏感性分析结果具有一致性,总敏感性指数远大于一阶敏感性指数,反映了气候指标巨大潜在影响。所提出的敏感性分析具有较好的稳定性;该方法能够有效识别出气候指标的直接影响及间接影响,可以为指标权值的确定提供参考。