作　　者： ; ; ;

机构地区： 广东外语外贸大学

出　　处： 《海洋环境科学》 2013年第6期939-943,共5页

摘　　要： 台风灾害损失评估是防台减灾工作的一个重点和难题。本文介绍了支持向量机回归模型（SVR）的基本原理以及参数寻优的方法，并将SVR应用于中国南方台风灾害损失评估中，重点为广东省。选取14个评估因子，选用1998～2008年影响广东的36个台风作为数据样本，再运用主成分分析法降维处理，本文构建了4种台风灾害损失评估模型，包括一种BP神经网络评估模型和3种SVR模型。这3种SVR模型均以径向基（RBF）核函数作为核函数并基于交叉验证法训练，分别利用网格搜索、遗传算法和粒子群算法进行参数优化。对这4种模型的评估效果进行比较分析，结果显示采用径向基核函数作为核函数、基于交叉验证法训练、并利用遗传算法进行参数优化建立的SVR模型为最优的模型。本研究的模型分析评估能为防台减灾工作提供决策重要辅助信息。 Estimating of typhoon disaster loss is an important part of preventing and mitigating disaster work. This paper introduces the basic principle of SVR （ support vector regression） and parameter optimization methods, and the applications of SVR in estimation of typhoon disaster loss in Guangdong Province. In total 14 evaluation factors and 36 typhoons data of Guangdong were chosen to process the reduction of dimensionality, using the method of principal component analysis. The study establishes four kinds of typhoon disaster loss estimating models, including three SVR models and a BP neural network model. The three SVR models all are based on RBF （ra- dial basis function） and cross validation method, and apply separately GSA （ grid search algorithm）, GA （ genetic algorithm）, and PSO （ particle swarm optimization） for parameter optimization. The comparative analysis shows that, the SVR optimal model, based on RBF kernel function and cross validation, and applying GA for parameter optimization, is the best among the four models. This esti mating model can provide important information to typhoon disaster reduction and decision support work.

关 键 词： 台风灾害 损失评估 支持向量机回归模型 参数优化 广东省

领　　域： [环境科学与工程]