|本期目录/Table of Contents|

[1]曹连海,曹波,陈南祥,等.相空间重构神经网络在 洪水灾害损失预报中的应用[J].地球科学与环境学报,2006,28(02):89-92.
　CAO Lian-hai,CAO Bo,CHEN Nan-xiang,et al.Application of Phase Space Reconstruction and Neural Network in Flood Disaster Losing Forcasting[J].Journal of Earth Sciences and Environment,2006,28(02):89-92.
点击复制

相空间重构神经网络在 洪水灾害损失预报中的应用(PDF)
分享到：

《地球科学与环境学报》[ISSN:1672-6561/CN:61-1423/P]

卷:
第28卷
期数:
2006年第02期
页码:
89-92
栏目:
出版日期:
2006-06-15

文章信息/Info

Title:
Application of Phase Space Reconstruction and Neural Network in Flood Disaster Losing Forcasting
作者:
曹连海; 曹波; 陈南祥; 徐建新
华北水利水电学院岩土工程系,河南郑州450008
Author(s):
CAO Lian-hai;  CAO Bo;  CHEN Nan-xiang;  XU Jian-xin
Department of Geotechnical Engineering, North China College o f Water Conservancy and Hydroelectric Power, Zhengzhou 450008, Henan, China
关键词:
相空间重构; 神经网络; 洪水灾害损失; 预报模型
Keywords:
phase space reconstruction;  neural network;  flood disaster losing;  forecasting model
分类号:
P426.6
DOI:
-
文献标志码:
A
摘要:
在灾害领域中引入混沌理论,将相空间重构理论与神经网络相结合,提出了洪灾成灾面积预测模型。 通过相空间重构,把一维成灾面积时间序列拓展为多维序列,而多维序列包含着各态历经的信息,从而可挖掘更 为丰富的信息,有利于神经网络的训练。利用神经网络模型可以较好地求解非线性问题,因而使预测结果更符 合实际。实例表明,该模型预报精度较高。
Abstract:
Introducing chaos theory in the disaster resources field, the forecasting models for the inundated area of flood disaster were brought forward integrating reconstruction of phase space and neural network. One-dimension inundated area series is developed to multi-dimension inundated area series with reconstruction of phase space, and the multi-dimension series include ergodic information, so that more abundant information can be found in fa- vor of ANN training. With neural network, non-linear problem can be solved better, as a result, forecasting can accord well with practice even more. The example indicates that the model has highly forecasting precision.

参考文献/References:

[1] 梁鸿光. 减灾必读[M] . 北京 :地震出版社，1990.
[2] 赵 晶，徐建华. 1950 ～ 1997 年我国洪涝灾害成灾面积的分 形特征研究[J] . 自然灾害学报，2003，12(2):31 35.
[3] 朱良峰，吴信才，殷 坤龙，等. 基 于信息量模型的中国滑坡灾 害风险区划 研究[J] . 地 球科 学与 环境 学 报，2004，26(3): 52 56.
[4] Yang Siqu an，C hen Yaning，Wang Angsh eng. Dynamic Mechanism of Flood Dis as ter on the Basi s of C haot ic Th eory [J] . 中国科学院研究生院学报，2003，20(4):446 451.
[5] 卢志光，白丽萍，卢 丽. 运用混 沌理论 制作长 期灾害 预报 模型初探[J] . 中国农业大学学报，2002，7(3):43 46.
[6] 汪华斌，李江风，吴树仁. 滑坡灾害系统非 线性研究进展[J] . 地球科学进展，2000，15(3):271 276.
[7] 马军海，盛眧瀚. 混沌经济时序非 线性动力系统 的预测方法 研究[J] . 系统工程学报，2002，17(2):97 102.
[8] 李冬梅，王正欧. 基于 RBF 网络的混沌动力系统辨识[J] . 天 津大学学报 :自然科学版，2002，35(2):191 195.
[9] 林振山. 长期 预报的 相空间 理论和 模式[M] . 北京 :气 象出 版社，1993.
[10] 杨中宝，彭省 临，李朝艳. 基于 GIS 的人 工神经 网络矿 产预 测系统设计及应用[J] . 地球科学与环 境学报，2005，27(1): 30 33.
[11] Leu ng H，Dubash N，Xie N. Det ecting of Small Object s in Clu tt er using a GA-RBF Neural [J] . IE EE Trans AES， 2002，38(1) :98 117.
[12] 张立明. 人工神经网络的模型及其应 用[M] . 上 海 :复旦大学 出版社，1993.
[13] Potapov A, Ali M K. Chaoti c Neural C on t rol[J] . Phy s Rev E，2001，63(1):1 15.
[14] 温 书，陈 平，达庆利. 我国洪涝灾害受灾及成 灾面积的预 测分析[J] . 生物数学学报，2000，15(4):452 456.
[15] Liu Chin-t eng. Con t rol ling-chaos by GA-based Reinforcement Learning Neu ral Netw ork[J] . IEEE T rans on Neural Netw ork s，1999，10(4):846 859.

相似文献/References:

[1]杨文娟.神经网络和主元分析—神经网络软测量技术 在污水处理系统中的应用[J].地球科学与环境学报,2008,30(01):101.
　YANG Wen-juan.Soft Sensors with ANN and PCA-ANN for Wastewater Treatment System[J].Journal of Earth Sciences and Environment,2008,30(02):101.
[2]陈南祥,张海丰,李松海.基于混沌时间序列的地下水位多步预测模型[J].地球科学与环境学报,2007,29(01):66.
　CHEN Nan-xiang,ZHANG Hai-feng,LI Song-hai.Multi-Steps Prediction Model of Underground Water Table Based on Chaotic Time Series[J].Journal of Earth Sciences and Environment,2007,29(02):66.
[3]谭成仟,马娜蕊,苏超.储层油气产能的预测模型和方法[J].地球科学与环境学报,2004,26(02):42.
　TAN Cheng-qian,MA Na-rui,S U Chao.Model and method for oil and gas productivity prediction of reservoir[J].Journal of Earth Sciences and Environment,2004,26(02):42.

备注/Memo

备注/Memo:
[收稿日期]2005-06-13
[基金项目]国家863项目(2002AAZZ4291);2005年度河南省高校杰出科研人才创新工程项目(HAIPURT)(2005KYCX015)
[作者简介]曹连海(1970-),男,河南信阳人,讲师,从事水环境保护与水资源研究。
更新日期/Last Update: 2006-06-20