一、自然灾害危害度模糊模式识别（论文文献综述）
雷冠军[1]（2020）在《基于数据融合的丰满水库长期径流预报研究》文中进行了进一步梳理我国的水资源时空分布不均,气候变化和人类活动的影响导致旱涝灾害频发,成为制约经济发展的主要因素。河川径流在水循环系统中起着主导作用,而且极端径流会形成巨灾,径流预报对于防汛抗旱、水资源规划与管理等具有重要意义和价值。河川径流影响因子众多、变化特性复杂,基于成因分析法挖掘因子影响径流形成的规律是径流预报的关键。中长期径流预报预见期长、预报精度低,径流的形成机制尚不清晰,单一尺度因子的分析、单一统计预报方法的改进已不能进一步提高径流预报的精度,而且水文工作者不敢于报极值,中长期径流预报结果只能作为实际工作的参考。开展中长期径流预报理论和技术研究,融合多尺度因子和多方法的预报结果,进一步提高预报的精度和水平,能够为水库调度、水资源开发利用等工作提供支撑。本文以丰满水库流域的年径流为研究对象,选用天文、全球、流域尺度因子,分析挖掘因子与流域来水的相似性、遥相关性、可公度性、结构特性等规律,研究和改进智能学习法、模糊推理法、天文因子对比法、点聚图法、可公度法和可公度网络结构法等技术方法,建立了包含因子融合、结果融合、结构融合的多尺度因子信息融合的中长期径流预报模型。研究成果能够有效提高丰满水库流域径流和极端径流预报的精度,为丰满水库调度提供技术支持。具体研究成果如下:（1）运用统计分析法,挖掘三大尺度因子与流域来水丰枯特性的响应规律。结果表明,丰满水库流域来水的丰枯状态与ENSO事件的冷暖特性、ENSO事件的发生时间距离汛期的远近、基于农谚所选择的气象因子等具有较好的统计规律,且均能通过假设检验。基于线性相关系数法、互信息理论法、关联度分析法研究天文因子、气象因子、天文因子+海洋大气因子+气象因子与流域来水的相关性,结果表明,气象因子的相关性最强,海洋大气因子的相关性最弱,月球赤纬角与流域来水的关联度最大。（2）基于相关性分析所得的因子组合方案,运用神经网络、支持向量机、决策树、随机森林等智能学习方法,融合因子预报径流。结果表明,水量回归预报较差,3级分类预报较优;预报方法不同,方法所对应的最优因子及其组合不同,训练和预报性能均较优且稳健性强的方法为ELM、RBF神经网络。对多方法的最优分类预报结果进行融合,使得定性预报正确率达到89.5%。（3）运用相位对比法融合天文因子、海洋大气因子及其组合预报径流。结果表明,该方法的定量预报正确率为63.16%,24节气阴历日期+太阳黑子相对数的定性预报最优,正确率为63.16%。相位对比法对于极端来水年的丰枯属性识别能力较强,却难以有效预报出平水年,运用定量预报结果反推来水级别的正确率较低。相位对比法存在无法判别的年份,运用模糊推理法基于相关性分析所得的因子组合进一步分析计算因子的相似性,融合因子预报径流。引入TOPSIS模糊综合评判法、相似衍生法相似度、“因子进出法”等,对模糊推理法进行改进。结果表明,相似衍生法模糊推理法的稳健性优于Turksen模糊推理法,二者对径流的定量预报较差、定性预报较优,对其各自最优的定性预报结果进行融合,正确率达到73.68%。（4）采用“主次因子对比法”对单一天文因子对比法、分布式融合结构天文因子对比法进行改进,融合结果预报径流。研究得到能够提高预报精度的混合式融合结构天文因子对比法,定性预报正确率为63.16%。基于分析所得的海洋大气因子、气象因子与流域来水的遥相关规律修正预报结果,进一步改进天文因子对比法,使得预报正确率提高到 73.68%。（5）绘制三大尺度因子与流域来水的点聚图,融合结果预报径流。结果表明,24节气阴历日期和月球赤纬角点聚图具有较好的稳健性,太阳黑子相对数离散性较强难以准确划分其聚类区间,三大尺度因子点聚图的定性预报正确率分别为63.16%、57.89%、21.05%。将海洋大气因子、气象因子与来水丰枯的遥相关规律作为该类因子的点聚图进而得到径流预报结果,并与天文因子点聚图的预报结果进行融合,使得预报正确率提高到 73.68%。（6）将径流分为一般、极端、极值点结构,融合结构预报极端径流。结果表明,以因子融合、结果融合的预报结果作为一般来水结构能够融合多因子、多方法的信息,预报正确率为84.21%;点面结合法的改进与上下包线结构、智能学习分类以及传统点面结合法相比对于极端来水结构的预报精度较高,预报正确率为60%;通过细致划分丰枯水链、引入月球赤纬角对可公度网络结构法进行改进,能够增强方法的可操作性,降低基于极值点结构预报极端来水年高发期的不确定性;综合径流三大结构的预报结果,结合连续极端来水年的判定,预报极端来水的高发年,其中特丰水年、特枯水年的预报正确率分别为66.7%、80%。
陈鹏飞[2]（2020）在《知识图谱在水资源系统分析中的应用》文中提出随着全球对水资源的重视及水利学科的发展,水资源系统研究领域范围日益扩大,且水资源系统问题已成为国家持续稳定发展的重大战略性问题。但鲜有对当前水资源系统研究现有成果进行可视化分析、识别的报道。在大数据和人工智能发展浪潮的推动下,现代自然科学的发展迫切需要将自身已有研究成果的分散知识关联、整合起来,以进一步推动自然科学继续深入发展。为快速准确地从大量水资源系统问题数据中挖掘出有价值的信息,把握水资源系统领域的研究热点及存在问题,论文采用文献计量学方法、信息可视化技术与水资源理论方法相结合的研究途径,围绕典型水资源系统问题,利用中国知网（CNKI）数据库和Web Of Science（WOS）数据库作为文献数据来源,通过文献计量软件VOSviewer对水资源学科刊载的相关文献进行知识图谱分析,分析、识别这些典型水资源系统问题的研究现状、研究热点及发展趋势,为解决水资源管理中存在的问题提供参考依据,不断促进水资源学科的发展,主要研究工作及成果如下:（1）利用VOSviewer将自然灾害风险防控研究领域相关文献绘制了知识图谱,分析、识别了自然灾害风险防控研究的演变特点。结果表明,该领域已形成了“水旱灾害管理”“灾害风险防控”“灾害脆弱性”“灾害影响”4个重要的研究热点和前沿方向,其中“水旱灾害管理”是当前自然灾害风险防控研究领域最热的研究前沿,“灾害风险防控”是当前自然灾害管理关口前移的新发展趋势,而“灾害脆弱性”“灾害影响”是“灾害风险防控”的主要对象。（2）利用VOSviewer将集对分析研究领域相关文献绘制了知识图谱,分析、识别了集对分析研究的演变特点。结果表明,集对分析理论受到了水资源科学界高度关注,该领域已形成了集对分析理论、集对评价与预测、集对决策三个层次;在解析集对分析演变的基础上,结合水资源集对分析文献,进一步揭示了水资源集对分析的研究热点与未来发展趋势,发现其正与上述三个层次契合,即为水资源集对分析理论、水资源集对评价与预测、水资源集对决策。（3）利用VOSviewer将水资源承载力领域相关文献绘制了知识图谱,分析、识别了水资源承载力研究的演变特点。结果表明,国内研究热点主要有水资源管理、水资源承载力评价、可持续发展、水环境承载力、水安全、水资源可持续利用,国外研究热点主要有水资源可持续发展、承载力、气候变化、水资源管理、水质、风险评估。结合上述研究热点的分析,研究、提出了基于五元联系数的减法集对势水资源承载力趋势分析方法,并应用于山东省和黑龙江省。（4）利用VOSviewer将水资源学家陈守煜先生的学术成果绘制了知识图谱,分析、识别了陈先生学术研究的演变特点。结果表明,陈守煜先生的学术研究特色荟萃于6个研究主题“河渠非恒定流计算”“模糊集理论的水文水资源应用”“模糊水文水资源学基本理论”“模糊聚类-识别-优选统一理论”“可变模糊集理论”“可变模糊集理论的水文水资源应用”,陈先生的研究方法论和研究理念,对水资源科学的学术创新研究具有重要的启示作用和深远影响。
卢宏康[3]（2019）在《基于模糊理论的安全计算机非严格输入方法研究》文中研究说明随着中国城市化的加快,铁路网络不断密集化和客流量持续增加对列车运行控制系统提出了更高的要求。安全计算机作为列控系统的核心,其平台结构和应用逻辑越加复杂。未来安全计算机的一个重要发展趋势就是所需要处理的数据量呈指数增长。数据量的增长使得输入的模拟量数据不一致性问题更加突出,这给列控系统的安全与高效运行带来了极大挑战。当前安全计算机采用的数据比较架构并不能解决数据不一致性问题,已经无法满足未来安全计算机的发展需求。本文从数据分层处理、结构最小化、功能最大化的目标出发,针对安全计算机的数据处理功能和架构改进进行了研究。本文主要研究内容如下:（1）基于当前安全计算机的研究现状,确定提高数据处理能力为安全计算机重点发展方向,并对数据不一致性和安全计算机非严格问题进行了探讨。根据数据自身特点和安全计算机运行特性,对数据进行分类讨论,选取能够引起安全计算机非严格问题的运行类数据作为本文主要研究目标。（2）为了提高系统数据处理能力,参考核电和航天领域的应用经验,将模糊数学引入到安全计算机的数据处理中。然后分析了需要提取的多维数据特征参数,采用主成分分析法（PCA）对提取的参数进行降维处理以进一步提升效率。面对列控系统的实时性和异构性要求,提出了基于历史数据的实时FID3（Fuzzy ID3）改进算法和模糊加权融合算法。根据功能最大化、结构最小化为原则,提出了一种改进的安全计算机数据处理架构,将现有安全计算机和模糊处理模型结合在一起。其中模糊处理模型由两部分组成,模糊决策子模型和模糊加权融合子模型。（3）利用Matlab仿真工具建立模糊决策子模型和模糊加权融合子模型,并基于两种列车实际运行数据对模型进行仿真检验。采用故障注入和算法对比方法验证模糊算法的有效性和容错性。然后通过编程语言C#搭建安全计算机数据处理仿真平台,平台实现了安全计算机中的数据处理和系统运行流程。模糊决策子模型的故障注入结果显示,平均单路数据正确率提高了 11.1%。对于注入的故障,平均排除率达到96.5%。模糊加权融合子模型可以在一个错误输入甚至多个错误输入的情况下正确输出数据,大大提高了系统的鲁棒性。算法对比仿真显示模糊算法在数据波动性较大的情况下具有更强的准确性和容错性。平台仿真验证了改进架构可以有效的改善传统安全计算机的非严格问题,提高系统的数据处理能力和运行效率。图42幅,表9个,参考文献67篇。
饶军[4]（2017）在《滑坡灾害定量评估方法研究及应用》文中研究表明村镇建设已经成为我国城镇化进程中重要组成部分,未来十几年是我国村镇建设的重要阶段,同时也是村镇防灾减灾的关键阶段。我国大多数村镇分布在多山区域,面临着各类地质灾害的威胁,每年都遭受人员的惨重伤亡和财产的巨大损失。其中滑坡灾害隐患点的数量最多,占地质灾害数量的比例超过一半。对村镇区域的滑坡灾害进行科学地评估和研究,不仅可以帮助人们充分了解和把握灾情,为科学地组织实施防灾减灾提供理论依据,而且能够指导村镇滑坡防灾减灾工作的进行,对村镇防灾安全线的制定、灾害避难疏散场地的规划均能起到实际指导作用。因此本文针对村镇滑坡灾害的定量评估方法展开研究,并将模型应用于示范区滑坡灾害的评估,旨在验证评估方法的可行性和有效性,为该评估方法的推广应用提供科学、先进的示范。本文的主要工作及成果如下:（1）在阅读大量国内外文献的基础上,对灾害等级的划分与预测的评估方法进行总结,明确了灾害等级的表征术语、评估指标、划分方式以及预测方法;归纳了国内外对区域滑坡和单体滑坡的危险性评价方法和成果,介绍了目前几种主要的滑坡危险性评价模型,并指出了一些存在的问题。（2）对于模糊聚类法,目前学者们通常直接选择某一种距离进行聚类分析,并未对各距离法进行对比或选择,这样得到的聚类结果未必最优。本文采用模糊聚类法建立了神农架林区的滑坡灾害等级划分模型,并使用相关系数确定了本模型的最优距离为曼哈顿距离;通过优化的模型将示范区的34个滑坡的灾害等级划分为4类,其中有8.8%的特大滑坡灾害、11.8%的较大滑坡灾害、8.8%的一般滑坡灾害以及70.6%的轻度滑坡灾害;基于模糊贴近度建立了村镇滑坡灾害等级的模糊识别模型,对2个待评估的滑坡样本进行了灾害等级的识别,根据贴近度的择近原则,识别出一个滑坡的灾害等级为一般滑坡灾害,另一个滑坡则属于较大滑坡灾害;从而构建了对村镇滑坡灾害等级先聚类后识别的评估体系。（3）神经网络在模式识别、预测评估等领域己有广泛应用,尤其是BP神经网络模型,常常被用来对灾情、灾害等级以及灾害风险进行预测评估,而RBF神经网络在滑坡灾害等级评估预测工作中的应用较为罕见。因此本文尝试将RBF神经网络应用到滑坡灾害等级的预测工作中,构建滑坡灾害等级的RBF多指标预测模型,并与常见的BP灾害等级预测模型进行对比分析。（4）以村镇滑坡为研究对象,以灾害等级为预测目标,分别构建了滑坡灾害等级预测的BP模型和RBF模型。选取神农架林区的30个滑坡样本先后对BP模型和RBF模型进行训练,结果显示BP模型的最高拟合准确率仅有70%,而RBF模型的拟合准确率可达100%,表明RBF模型的学习效果优于BP模型;使用训练好的网络模型分别对另外6个滑坡样本进行灾害等级的预测,BP模型仅能对其中3个滑坡的灾害等级进行准确地预测,而RBF模型能够准确预测出其中5个滑坡的灾害等级,通过对比可知RBF预测模型具有更高的预测准确率。（5）进行滑坡危险性评价时,多数学者仅选取描述滑坡发生概率的易发性指标,而往往忽略了描述滑坡危害程度的危害性指标,这导致评价结果仅能体现滑坡的易发性而不能提现其危害性。本文在滑坡危险性的评价指标体系中,除了选取易发性指标之外,同时增加了危害性指标,构建了较为完善的滑坡危险性评价指标体系。（6）在滑坡危险性的模糊综合评价模型中,通常根据主观经验对评价指标进行赋权,本文通过信息熵原理对各个评价指标进行赋权,不仅避免了人为的主观随意性,使得赋值结果更为客观,而且操作简单,能够提高计算效率;将基于信息熵的模糊综合评价模型应用于神农架林区5个典型滑坡的危险性评价中,评价结果表明香溪源滑坡和摇篮沟滑坡属于一般危险滑坡,竹园包滑坡属于较危险滑坡,而松扒岭滑坡和宋家坡滑坡均属于高危险滑坡。
赵蒙川[5]（2016）在《基于模糊数相似度的模糊风险分析方法研究及应用》文中研究指明风险广泛存在于实际生产生活中,它将严重影响生产经营活动,通常会产生不利的后果,甚至是难以挽回的灾难。因此,提出合理有效的风险分析方法非常关键。由于不确定性现象广泛存在于实际生活中,人类认知水平及主观判断具有一定的局限性,风险系统的决策信息难以用数值精确地描述,对于模糊环境下的风险系统,我们需要结合模糊数学的理论知识,采用模糊风险分析法对此类系统评估风险。在模糊风险分析中,模糊数相似度方法是分析评估风险的常用方法之一,本文通过分析现存模糊数相似度计算方法的缺陷,将模糊风险分析系统的决策信息分别描述为广义模糊数和区间犹豫模糊元,提出两类不同的算法,一种为基于广义模糊数相似度的计算方法,另一种为基于区间犹豫模糊元的相似度算法。首先,提出广义模糊数相似度的计算方法用于解决模糊环境下的风险分析问题。在深入分析已有的（广义）模糊数相似度计算方法的基础上,本文选取两个广义模糊数之间的特征因素,包括高度、面积、重心,并且在计算式中引入自然对数以及参数,能够解决之前方法无法解决的一些特殊情形,并证明本文算法具有的一些重要性质。通过具体实例对比传统的广义模糊数相似度的计算方法与本文方法在算法性能上的优劣,本文方法还有效避免决策信息丢失的现象;随后,本文将提出的模糊数相似度算法用于解决模糊环境下的风险分析问题。同时,本文还给出模糊风险分析的经典模型以及原理步骤,通过具体的模糊风险分析实例验证本文算法的适用性和可行性。因此,本文的风险分析方法是解决模糊风险分析问题的行之有效的方法。最后,在模糊数学的新兴理论——区间犹豫模糊元（集）的基础上,本文提出两类广义区间犹豫模糊元的距离公式,该式子满足三条距离公理,进而又提出几种区间犹豫模糊元的相似度计算方法,并将广义区间犹豫模糊元的距离公式与TOPSIS方法结合,解决网络零售企业仓库选址的多属性决策问题。
孙艳[6]（2015）在《高速公路自然灾害管理信息系统的构建》文中研究表明自然灾害认识不足以及风险管理意识淡薄,导致我国高速公路管理部门应对自然灾害的预警及防御工作不够充分,以致承担着相当的损失。本文在自然灾害风险发展规律分析的基础上,通过模糊模式识别和人工智能风险决策等知识的研究,提出了一种高速公路自然灾害风险管理信息系统解决方案,以期达到主动防御自然灾害、最大限度的减少自然灾害带来的损失的目的。
曾翔亮[7]（2014）在《大兴安岭阔叶混交低质林诱导改造后土壤养分的时空变化研究》文中进行了进一步梳理本研究对大兴安岭阔叶混交低质林按不同带宽（6m、10m、14m、18m）进行皆伐后,栽植樟子松、落叶松和红松进行带状诱导改造,通过实地取样和实验分析得到各样地2009-2012年的土壤养分数据,然后利用主客观综合赋权法对各土壤养分指标进行赋权,并采用模糊模式识别评价法对诱导改造初期后的土壤养分进行综合评价,同时对各样地不同年限的土壤养分元素进行描述性统计分析,探寻大兴安岭低质林经过不同诱导改造后土壤养分的时空变化动态。对土壤养分指标赋权时,先采用层次分析法进行主观赋权法,然后采用变异系数法对进行客观赋权,最后将得到的主观赋权结果和客观赋权结果进行线性综合赋权。主客观综合赋权的结果为：有效磷（0.200）>全磷（0.169）>有机质（0.145）>速效钾（0.142）>碱解氮（0.122）>全氮（0.118）>全钾（0.104）,可知,磷元素是土壤养分的主要影响因子,尤其是土壤有效磷,其权重高达0.200,因此,在对大兴安岭低质林今后的培育过程中可以适当的施加磷肥,能够有效提高土壤养分。本研究采用模糊模式识别法对土壤养分进行综合评价,得到各样地诱导改造后初期的土壤养分级别特征值,结果如下：样地诱导改造前的土壤养分级别特征值为2.910；对照样地2010～2012年的土壤养分级别特征值分别为2.861、2.729和2.864；6m诱导改造带2010～2012年的土壤养分级别特征值分别为2.646、2.440和2.649；10m诱导改造带2010～2012年的土壤养分级别特征值分别为2.729、2.608和2.271；14m诱导改造带2010～2012年的土壤养分级别特征值分别为2.539、2.320和2.271；18m诱导改造带2010～2012年的土壤养分级别特征值分别为2.294、2.203和1.857。对大兴安岭低质林不同诱导改造后土壤养分的时空变化进行分析,得到如下结论：不同样地的不同土壤养分元素在诱导改造后初期的时间变化动态各不相同,但综合来看,改造后初期的土壤养分均高于改造前,且总体上随着时间的推移逐年上升；诱导改造后不同年限的不同土壤养分元素在的空间变化趋势各不相同,但综合来看,土壤养分均高于对照样地（CK）,且总体上随着带宽增加而升高；采用模糊模式识别法对土壤养分进行综合评价,结果科学合理,与实际相符,具有良好的指导和借鉴意义。
孙海[8]（2013）在《滨海城市自然灾害风险评估与控制方法的基础研究》文中研究表明如今全球遭受到的自然灾害的强度和频率不断增加，干旱、洪水、飓风、地震和海啸等灾害给人类社会带来的损失不断加剧。城市则是受自然灾害影响最大的区域，而在所有城市中滨海城市更是人口、财富、技术聚集的核心区域，是自然灾害易发和频发的区域。全方面地对滨海城市自然灾害风险评估与风险控制方法进行研究显得尤为必要。因此，本文以滨海城市自然灾害为研究对象展开了灾害风险评估与风险控制方法的基础性研究，主要研究内容包括了如下几个方面：（1）对滨海城市自然灾害等级界定方法进行了研究，提出了基于模式识别理论的多指标滨海城市自然灾害等级界定算法，它是一种多指标下的模式分类方法。通过研究发现基于多指标的滨海城市自然灾害等级的界定实际上可以简化成为一个多输入单输出的模式判别问题。因此，本文建立了线性模式判别函数对滨海城市灾害等级进行划分。在线性判别函数系数的确定上，结合增量固定算法编制了相关的计算机程序模块，以滨海城市常见的风暴潮灾害数据为例，实现了判别函数系数的快速计算，达到对滨海城市自然灾害级别的快速界定，说明了该算法的可用性。（2）对滨海城市自然灾害风险预测的方法进行了研究。本文通过研究发现自然灾害本身具有混沌的特征，而混沌理论能够很好地解释自然灾害所表现出的混沌现象，同时对灾害未来的发展规律进行预测。因此，本文提出了基于混沌理论的自然灾害预测模型。通过研究表明，混沌理论在自然灾害的预测方面是可行的，可以取得较为理想的结果。与此同时，在自然灾害风险等级预测方面，本文提出了基于神经网络的多指标滨海城市自然灾害风险等级预测模型。以风暴潮灾害为例，建立了三层BP神经网络的自然灾害致灾等级预测模型，编制了分析程序并进行了预测计算，通过实例分析证明在通过主成因识别法对风暴潮致灾的主要因素进行识别的基础上，神经元网络模型能够较为精确地预测出自然灾害的灾害等级，预测效果较好。（3）对滨海城市自然灾害风险的定量化评估方法进行了研究。本文以风暴潮灾害与地震灾害为例进行了灾害风险定量化评估方法研究，构建了定量化评估模型。在风暴潮灾害风险的定量化评估模型中，讨论了单一承灾体和行业承灾体的损失率计算模型，并通过潮灾损失定量统计模型对滨海城市的潮灾损失进行了汇总统计。在地震灾害风险的定量化评估模型中，提出了基于烈度的单体建筑物损失评估的震害影响因子法和基于历史灾情数据统计的群体建筑物损失评估方法，最后按照震害损失定量统计模型对震害损失进行了汇总统计。（4）对滨海城市自然灾害风险空间可视化评估方法进行了研究。本文运用GIS技术针对特定灾害进行了可视化的模拟，并在对研究区域进行了评价单元划分的基础上评估了灾害的损失，同样以风暴潮灾害与地震灾害为例进行了灾害风险可视化评估方法的研究。在风暴潮灾害风险的可视化评估过程中，本文利用GIS中的网格计算模型模拟了风暴潮的影响范围与范围内的水深分布情况，结合潮灾定量化评估模型，编程实现了风暴潮灾害损失评估模块，并进行了潮灾风险可视化评估的实例分析。在地震灾害风险的可视化评估中，本文查阅了研究区的地震烈度衰减模型利用GIS技术绘制出了地震的影响范围，并根据震害损失定量统计模型对研究区的人员伤亡、经济损失、建筑物破坏情况等进行了评估，编制计算机程序模拟出了地震灾害对研究区造成的损失。该方法全面可视化地表现了灾区的受灾情况，达到了较好的效果。（5）以青岛市为例进行了滨海城市自然灾害的可视化模拟和风险评估。以青岛市作为研究区，通过对青岛市历史上灾害致灾因子强度的概率分析得出了区域未来可能遭受到的灾害的强度。根据定量化和可视化评估方法评估了青岛市未来一旦遭受到风暴潮和地震灾害时的损失情况，运用GIS技术对灾害影响区域进行了模拟，统计出了青岛市各个社区灾害的损失情况，并在地图上标示出了灾害的风险区，生成了城市中各类承灾体的破坏专题图，评估效果较为满意。（6）对滨海城市自然灾害风险控制方法进行了研究。本文把构建滨海城市自然灾害预警与应急信息系统作为滨海城市自然灾害风险控制的主要手段，并在ArcGIS Server平台上讨论了系统的逻辑结构设计、功能设计与数据库设计，并对系统的关键技术和核心功能的实现作了相关的研究，建立了滨海城市自然灾害风险控制信息系统，实践证明该系统在滨海城市自然灾害风险的评估与控制中能起到较好的辅助决策作用。
张丽媛[9]（2013）在《复杂偏好下多属性大群体决策方法研究》文中认为近年来,我国自然灾害和公共危机不断发生,给国家经济和人民生命财产造成了重大损失,使得应急决策成为研究的热点和重点。分析应急决策问题与其他决策问题的不同,根据应急决策问题的环境复杂多变,决策任务具有复杂性、动态性、不确定性和时效性,决策属性之间存在复杂的关系,提出了复杂偏好的概念。利用相似度模型解决复杂偏好下多属性大群体应急决策问题,并与其他大群体决策方法做比较,从数值结果可以看出本文方法的优势。论文的工作主要包括以下几个方面：（1）确定型偏好,主要研究矢量偏好型多属性大群体决策问题。首先介绍了两矢量之间的J-相似度、E-相似度和C-相似度,分析了它们的缺陷,在它们基础上构造了变系数相似度模型,并证明变系数相似度满足自反性、对称性、有界性。把变系数相似度模型以及现有的三种相似度模型应用到应急决策问题中,比较湖南省三个地级市（长沙市、株洲市、湘潭市）的重大冰雪应急管理能力,通过计算三个城市的评价矢量与理想方案的评价矢量之间的加权相度,排列三个城市。决策结果表明变系数相似度方法是有效的,其计算简单,可广泛应用到应急决策问题中。（2）关联偏好,考虑决策属性之间的关联。首先考虑决策属性之间的层次关系,提出了基于三角函数的决策属性权重确定方法。利用群决策方法中偏好集结的思想,将决策结果逐层集结,得到最终决策结果。最后,利用属性层次偏好决策方法对2002-2009全国自然灾害的数据,按年份划分等级,决策结果与实际一致。再次考虑决策属性之间的二元关系,提出了属性二元关系偏好的大群体决策方法。该方法基于二元关系形成群体成员偏好矢量属性关系矩阵,借助该关系矩阵是0-1矩阵及其范数性质,构建了两个决策成员偏好矢量相似度模型,基于该模型提出了一种大群体决策聚类方法和决策方案排序方法。最后以湖南省重大冰雪灾害应急管理能力评价为案例,对该方法进行了应用。（3）模糊偏好,详细的给出了直觉模糊集偏好型、三角模糊数偏好型、直觉三角模糊数偏好型、梯形模糊数语言值偏好型、直觉梯形模糊数偏好型、考虑属性二元关系直觉梯形模糊数偏好型、区间梯形模糊数偏好型多属性大群体决策方法,以及决策属性权重确定方法,通过构造相应的加权相似度模型,得到相应的方案排序方法。把每一种模糊偏好型多属性大群体决策方法去解决应急决策问题,与其他群决策方法比较,案例结果表明本文方法的有效性、可行性。
徐黎明[10]（2013）在《基于突变理论的乌东德水电站近坝区泥石流风险评价与防治研究》文中研究表明泥石流是发生于山区的极普遍的地质灾害。泥石流灾害分布范围广、数量多，为世界性的地质灾害，受到全世界范围的广泛关注和重视。我国是一个多山的国家，也是泥石流活动频繁、受灾严重的国家之一，我国西南山区尤为严重，5.12汶川大地震之后我国西南地区泥石流发生频率更高。大型水电站库区内暴发泥石流会对坝址的安全及人民的生命财产安全造成损害。论文基于突变理论对乌东德近坝区内泥石流进行了风险评价和防治研究。论文以SPOT5遥感图像为数据源进行了乌东德水电站近坝区泥石流的解译，并结合野外现场调查，对水电站近坝区内泥石流发育的地质背景、泥石流发育现状进行了分析。选取了10个泥石流危险度评价指标和3个泥石流危害度评价指标，采用突变级数综合评价法对乌东德水电站近坝区的5条泥石流沟进行了危险度评价和泥石流危害度评价，在此基础上进而对近坝区内5条泥石流沟进行了风险评价。以突变理论为基础，建立了泥石流突变起动模型，分析了泥石流突变起动机制。在泥石流突变起动分析的基础上，针对不同的影响因素对近坝区内泥石流提出来相应的治理措施。论文提出了一种资料较少地区泥石流临界降雨量的计算方法。通过对沟床内松散堆积体进行受力分析，采用摩尔库伦强度准则计算松散堆积体破坏起动时的临界水深，并通过泥石流沟流域内的产汇流分析计算得到泥石流发生的临界降雨量，采用此方法对乌东德水电站近坝区内5条泥石流沟进行了临界降雨量预测。论文共分八章，第1章为绪论，介绍了选题依据和研究意义，总结了泥石流研究的国内外现状，并介绍了论文的主要内容和技术路线以及论文的创新点。第2章从气象水文、地形地貌、地层岩性、地质构造、物理地质现象、植被条件六个方面介绍了乌东德水电站库区内泥石流发育的地质背景。第3章介绍了乌东德水电站近坝区内5条泥石流沟的发育现状。第4章介绍了泥石流遥感解译的方法步骤以及解译内容。第5章介绍了突变理论的基本原理。第6章选取了泥石流危险度评价指标和危害度评价指标，采用突变级数综合评价法计算了乌东德近坝区泥石流危险度和危害度，进而进行了近坝区泥石流的风险评价。第7章建立了泥石流突变起动模型，通过模型分析，得到启示，对乌东德近坝区泥石流提出了相应的治理措施，并预测了各泥石流沟的临界降雨量。第8章为结论，总结了论文的所有结论。
二、自然灾害危害度模糊模式识别（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、自然灾害危害度模糊模式识别（论文提纲范文）
（1）基于数据融合的丰满水库长期径流预报研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和目标 |
| 1.1.1 研究背景 |
| 1.1.2 研究目标 |
| 1.2 国内外研究进展 |
| 1.2.1 三大尺度因子径流预报研究 |
| 1.2.2 因子相关性分析 |
| 1.2.3 传统统计预报模型 |
| 1.2.4 现代水文预报模型 |
| 1.2.5 研究进展的总结 |
| 1.3 本文研究介绍 |
| 1.3.1 研究问题 |
| 1.3.2 研究方法 |
| 1.3.3 研究内容 |
| 1.3.4 技术路线图 |
| 第二章 径流预报技术的系统分析 |
| 2.1 来水丰枯的影响机理 |
| 2.1.1 热量与引力作用 |
| 2.1.2 地形和海陆分布作用 |
| 2.2 来水预报基于的基本特性 |
| 2.2.1 周期性 |
| 2.2.2 有序性 |
| 2.2.3 遥相关性 |
| 2.2.4 结构特性 |
| 2.3 来水与极端来水预报的思路 |
| 2.3.1 预报因子基于空间尺度的分类 |
| 2.3.2 预报因子基于时间尺度的分类 |
| 2.3.3 预报值基于预报特征的分类 |
| 2.3.4 基于信息融合的流域来水预报 |
| 2.4 研究流域分析 |
| 2.4.1 流域介绍 |
| 2.4.2 流域丰枯机理 |
| 2.5 小结 |
| 第三章 三大尺度因子与径流的统计分析 |
| 3.1 天文尺度因子相位与流域来水规律分析 |
| 3.1.1 太阳黑子相对数 |
| 3.1.2 月球赤纬角 |
| 3.1.3 24节气阴历日期 |
| 3.2 全球尺度因子相位与流域来水规律分析 |
| 3.2.1 ENSO事件的发生与结束时间与流域来水丰枯的关系 |
| 3.2.2 ENSO事件特征值与流域来水丰枯的关系 |
| 3.3 流域尺度因子相位与流域来水规律分析 |
| 3.3.1 谚语机理分析 |
| 3.3.2 气象因子与来水属性级别统计分析 |
| 3.4 因子数值与流域来水统计分析方法 |
| 3.4.1 基础数据处理 |
| 3.4.2 相关性分析的方法 |
| 3.5 因子相关性分析结果 |
| 3.5.1 天文因子相关性分析 |
| 3.5.2 气象因子相关性分析 |
| 3.5.3 天文因子+海洋大气因子+气象因子相关性分析 |
| 3.6 结果分析 |
| 3.6.1 因子相位与流域来水规律 |
| 3.6.2 因子数值与流域来水相关性 |
| 3.7 小结 |
| 第四章 基于智能学习的预报因子融合的径流预报 |
| 4.1 预报方法 |
| 4.1.1 神经网络 |
| 4.1.2 决策树和随机森林 |
| 4.1.3 支持向量机 |
| 4.2 数据处理的方法 |
| 4.2.1 预报因子的处理 |
| 4.2.2 预报值的处理 |
| 4.2.3 预报值的评判指标 |
| 4.2.4 模型和因子优选的TOPSIS-模糊综合评判法 |
| 4.3 建模预报 |
| 4.4 结果统计分析 |
| 4.4.1 流域水量回归预报结果分析 |
| 4.4.2 流域来水量7级分类预报结果分析 |
| 4.4.3 流域来水量3级分类预报结果分析 |
| 4.4.4 33个因子方案分析 |
| 4.4.5 预报结果的最优方案 |
| 4.4.6 最优方案的预报结果分析 |
| 4.5 小结 |
| 第五章 基于相似性分析的预报因子融合的径流预报 |
| 5.1 相位对比法 |
| 5.1.1 基本原理 |
| 5.1.2 预报结果分析 |
| 5.2 相似模糊推理法 |
| 5.2.1 模糊推理法的基本原理 |
| 5.2.2 相似度的计算方法 |
| 5.2.3 主成分分析法计算权重 |
| 5.2.4 TOPSIS-模糊综合评判法优选最优模型 |
| 5.2.5 预报模型的建立 |
| 5.3 模糊推理法预报 |
| 5.3.1 因子组合分析 |
| 5.3.2 误差评定与优选判别 |
| 5.4 模糊推理法因子二次筛选 |
| 5.4.1 因子进出法寻优 |
| 5.4.2 因子进出法实例分析 |
| 5.5 模糊推理法预报结果 |
| 5.6 结果分析 |
| 5.7 小结 |
| 第六章 基于天文因子对比法的预报结果融合的径流预报 |
| 6.1 天文因子对比法机理分析 |
| 6.2 预报方法1-单一天文因子对比法 |
| 6.2.1 24节气阴历日期对比法 |
| 6.2.2 太阳黑子相对数对比法 |
| 6.2.3 月球赤纬角对比法 |
| 6.3 预报方法2-天文因子对比法预报结果的融合 |
| 6.3.1 天文因子预报结果的线性融合 |
| 6.3.2 天文因子融合法-主次因子对比法 |
| 6.3.3 天文因子融合法的修正 |
| 6.3.4 天文因子融合法定量预报 |
| 6.4 小结 |
| 第七章 基于点聚图法的预报结果融合的径流预报 |
| 7.1 点聚图法 |
| 7.1.1 点聚图的制作 |
| 7.1.2 预报方案 |
| 7.2 24节气阴历日期点聚图预报 |
| 7.2.1 极端来水年24节气阴历日期的聚类特性 |
| 7.2.2 24节气阴历日期聚类预报方法 |
| 7.2.3 24节气阴历日期聚类分析建模 |
| 7.2.4 基于聚类分析的来水预报 |
| 7.3 月球赤纬角和太阳黑子相对数点聚图预报 |
| 7.3.1 月球赤纬角聚类预报方法 |
| 7.3.2 太阳黑子相对数聚类预报方法 |
| 7.4 海洋大气因子与流域气象因子点聚图预报 |
| 7.5 多尺度因子点聚图预报结果融合 |
| 7.6 小结 |
| 第八章 基于来水结构融合的极端径流预报 |
| 8.1 基本定义 |
| 8.2 预报方法 |
| 8.2.1 一般来水结构预报-多方法预报结果融合 |
| 8.2.2 极端来水结构预报 |
| 8.2.3 基于改进可公度网络结构的极值点结构预报 |
| 8.2.4 极端来水年预报 |
| 8.3 实例应用 |
| 8.3.1 一般来水结构分析 |
| 8.3.2 极端来水结构分析 |
| 8.3.3 极值点结构的确定及极端来水年预报分析 |
| 8.3.4 连续极端来水年预报分析 |
| 8.4 讨论 |
| 8.5 小结 |
| 第九章 结论与展望 |
| 9.1 结论 |
| 9.2 展望 |
| 9.3 创新性 |
| 附表 |
| 参考文献 |
| 科研及发表论文情况 |
| 致谢 |
（2）知识图谱在水资源系统分析中的应用（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究文献综述 |
| 1.2.1 知识图谱及其在文献计量分析中的应用 |
| 1.2.2 知识图谱在水资源问题中的应用研究进展 |
| 1.3 主要研究内容与技术路线 |
| 第二章 知识图谱在水旱灾害风险防控研究中的应用 |
| 2.1 文献计量分析 |
| 2.1.1 文献发表时间分布 |
| 2.1.2 文献发表学科和期刊分布 |
| 2.1.3 文献代表作者分析 |
| 2.2 研究热点聚类结果分析 |
| 2.2.1 水旱灾害管理 |
| 2.2.2 灾害风险防控 |
| 2.2.3 灾害脆弱性 |
| 2.2.4 灾害影响 |
| 2.3 本章小结 |
| 第三章 知识图谱在水资源集对分析中的应用 |
| 3.1 集对分析中的文献计量分析 |
| 3.1.1 文献发表时间分布 |
| 3.1.2 文献发表学科和期刊分布 |
| 3.1.3 着者分析 |
| 3.2 集对分析中的研究热点聚类结果分析 |
| 3.2.1 理论分析 |
| 3.2.2 评价与预测分析 |
| 3.2.3 决策分析 |
| 3.3 水资源集对分析中的研究热点聚类结果分析 |
| 3.3.1 水资源集对分析理论研究方面 |
| 3.3.2 水资源集对评价与预测研究方面 |
| 3.3.3 水资源集对决策研究方面 |
| 3.4 本章小结 |
| 第四章 知识图谱在水资源承载力中的应用 |
| 4.1 水资源承载力中的文献计量分析 |
| 4.1.1 文献发表时间分布 |
| 4.1.2 文献发表学科和期刊分布 |
| 4.1.3 着者分析 |
| 4.2 水资源承载力中的研究热点聚类结果分析 |
| 4.2.1 国内研究热点分析 |
| 4.2.2 国外研究热点分析 |
| 4.3 基于五元联系数的减法集对势水资源承载力趋势分析研究 |
| 4.3.1 五元减法集对势 |
| 4.3.2 基于五元减法集对势的山东省水资源承载力趋势分析 |
| 4.3.3 基于五元减法集对势的黑龙江省水资源承载力趋势分析 |
| 4.4 本章小结 |
| 第五章 知识图谱在着名水资源学家学术研究中的应用 |
| 5.1 文献计量分析 |
| 5.1.1 文献发表时间分布 |
| 5.1.2 文献发表学科和期刊分布 |
| 5.1.3 高被引文献分析 |
| 5.2 研究热点聚类结果分析 |
| 5.2.1 研究的第一阶段 |
| 5.2.2 研究的第二阶段 |
| 5.2.3 研究的第三阶段 |
| 5.2.4 研究的第四阶段 |
| 5.2.5 研究的第五阶段 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（3）基于模糊理论的安全计算机非严格输入方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 本文研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 安全计算机研究现状 |
| 1.2.2 数据的一致性研究现状 |
| 1.2.3 模糊数学研究现状 |
| 1.3 论文研究内容和组织结构 |
| 1.3.1 本文研究内容 |
| 1.3.2 论文组织架构 |
| 1.4 本章小结 |
| 2 列控安全计算机非严格问题及数据分类研究 |
| 2.1 安全计算机非严格问题分析研究 |
| 2.1.1 数据不一致性分析 |
| 2.1.2 安全计算机非严格问题研究 |
| 2.2 列控安全计算机数据分析研究 |
| 2.2.1 安全计算机数据特性分析 |
| 2.2.2 安全计算机数据分类 |
| 2.3 本章小结 |
| 3 列控安全计算机数据处理分析研究 |
| 3.1 数据特征分析研究 |
| 3.1.1 运行类数据特性分析 |
| 3.1.2 数据特征选择 |
| 3.2 数据预处理分析研究 |
| 3.3 数据决策滤波分析研究 |
| 3.4 数据融合分析研究 |
| 3.5 本章小结 |
| 4 数据处理算法研究及安全计算机建模 |
| 4.1 列控安全计算机模糊处理模型 |
| 4.2 安全计算机多源数据源选择研究 |
| 4.2.1 速度数据源选择 |
| 4.2.2 风管压力数据源选择 |
| 4.2.3 建立运行类数据库 |
| 4.2.4 建立数据特征参数数据库 |
| 4.3 数据处理对比模型建模 |
| 4.3.1 基于滑动平均滤波算法 |
| 4.3.2 基于最小二乘加权融合算法 |
| 4.4 模糊处理模型建模 |
| 4.4.1 基于改进FID3模糊决策算法 |
| 4.4.2 模糊加权融合算法 |
| 4.5 本章小结 |
| 5 安全计算机模型与平台仿真分析 |
| 5.1 模糊处理模型仿真分析 |
| 5.1.1 模糊决策子模块仿真 |
| 5.1.2 基于滑动平均滤波算法仿真 |
| 5.1.3 模糊加权子模块仿真 |
| 5.1.4 基于最小二乘加权融合算法仿真 |
| 5.2 安全计算机平台仿真分析 |
| 5.2.1 安全计算机平台主控流程模块 |
| 5.2.2 安全计算机仿真控制界面 |
| 5.3 本章小结 |
| 6 结论 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 图索引 |
| 表索引 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）滑坡灾害定量评估方法研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 灾害等级的划分与预测 |
| 1.2.2 滑坡的危险性评价 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 滑坡灾害等级的模糊聚类及识别 |
| 2.1 滑坡灾害等级的评估 |
| 2.1.1 灾害等级的划分 |
| 2.1.2 评估指标的选取 |
| 2.1.3 评估方法的确定 |
| 2.2 滑坡灾害等级的模糊聚类 |
| 2.2.1 模糊聚类原理 |
| 2.2.2 滑坡灾害等级划分模型的建立 |
| 2.2.3 滑坡灾害等级划分模型的优化 |
| 2.3 滑坡灾害等级的模糊识别 |
| 2.3.1 滑坡灾害等级识别模型的建立 |
| 2.3.2 贴近度的改进 |
| 2.4 滑坡灾害等级模糊聚类及识别模型的应用 |
| 2.4.1 示范区概况 |
| 2.4.2 滑坡灾害等级的模糊聚类 |
| 2.4.3 滑坡灾害等级的模糊识别 |
| 2.5 本章小结 |
| 第3章 滑坡灾害等级的神经网络预测 |
| 3.1 灾害等级的BP预测模型 |
| 3.1.1 模型的组成与结构 |
| 3.1.2 模型的学习规则 |
| 3.1.3 模型的计算步骤 |
| 3.2 滑坡灾害等级的RBF预测模型 |
| 3.2.1 模型的组成与结构 |
| 3.2.2 模型的学习算法 |
| 3.2.3 模型的计算流程 |
| 3.3 滑坡灾害等级预测模型的应用 |
| 3.3.1 BP预测模型的应用 |
| 3.3.2 RBF预测模型的应用 |
| 3.4 本章小结 |
| 第4章 滑坡危险性的模糊综合评价 |
| 4.1 滑坡的危险性评价 |
| 4.1.1 评价方法的确定 |
| 4.1.2 评价指标的选取 |
| 4.2 基于熵的滑坡危险性模糊综合评价 |
| 4.2.1 评价步骤 |
| 4.2.2 信息熵及熵权 |
| 4.3 滑坡危险性的模糊综合评价模型的应用 |
| 4.3.0 滑坡概况 |
| 4.3.1 指标体系的建立 |
| 4.3.2 评价集的建立 |
| 4.3.3 指标权重的确定 |
| 4.3.4 模糊综合评价结果 |
| 4.3.5 评价结果分析 |
| 4.4 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文及参与的科研项目 |
（5）基于模糊数相似度的模糊风险分析方法研究及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的意义及目的 |
| 1.2 国内外研究现状 |
| 1.2.1 风险分析研究现状 |
| 1.2.2 模糊数相似度的模糊风险分析国内外研究现状 |
| 1.2.3 区间犹豫模糊元的国内外研究现状 |
| 1.3 研究内容 |
| 1.4 主要工作和成果 |
| 1.5 论文结构 |
| 第2章 基本理论 |
| 2.1 模糊集和模糊数 |
| 2.1.1 模糊集 |
| 2.1.2 模糊数 |
| 2.1.3 模糊数的运算法则 |
| 2.2 广义模糊数 |
| 2.2.1 广义模糊数的定义 |
| 2.2.2 广义模糊数运算法则 |
| 2.3 犹豫模糊集及区间犹豫模糊集 |
| 2.3.1 犹豫模糊集定义 |
| 2.3.2 区间犹豫模糊集定义 |
| 2.4 区间数的排序 |
| 2.4.1 区间数的定义 |
| 2.4.2 区间数的运算 |
| 2.4.3 基于可能度的区间数排序 |
| 第3章 改进的广义模糊数相似度计算方法 |
| 3.1 现存广义模糊数相似度计算方法 |
| 3.2 种改进的广义模糊数相似度计算方法 |
| 3.2.1 一种改进的广义模糊数相似度计算公式 |
| 3.2.2 广义模糊数相似性测度的性质 |
| 3.3 各种方法的相似性测度计算结果比较 |
| 3.4 模糊风险分析实例 |
| 3.4.1 原理步骤 |
| 3.4.2 实例分析 |
| 第4章 区间犹豫模糊元相似度计算方法及多属性决策 |
| 4.1 研究的必要性 |
| 4.2 广义区间犹豫模糊元的距离公式 |
| 4.3 区间犹豫模糊元的相似性测度 |
| 4.4 区间犹豫模糊TOPSIS的多属性群决策方法 |
| 4.4.1 权重 |
| 4.4.2 利用IVHF-TOPSIS法确定贴近度 |
| 4.4.3 算法步骤 |
| 4.4.4 实例分析 |
| 第5章 结语 |
| 5.1 总结 |
| 5.2 后续研究工作 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及科研成果 |
（6）高速公路自然灾害管理信息系统的构建（论文提纲范文）
| 一、我国自然灾害与道路运输交通事故概况分析 |
| 二、高速公路自然灾害风险管理系统整体构架 |
| 三、高速公路自然灾害风险管理信息系统总体设计 |
| (一) 高速公路自然灾害风险识别系统 |
| (二) 高速公路基础设施安全度估测系统 |
| (三) 高速公路自然灾害决策系统 |
| 四、结论 |
（7）大兴安岭阔叶混交低质林诱导改造后土壤养分的时空变化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 低质林 |
| 1.2.1 低质林的概念 |
| 1.2.2 低质林的成因 |
| 1.3 低质林改造 |
| 1.3.1 低质林改造的意义 |
| 1.3.2 低质林改造的模式 |
| 1.4 土壤养分 |
| 1.4.1 土壤养分与低质林改造效果的关系 |
| 1.4.2 土壤养分的时空变化研究现状 |
| 2 研究区概况及研究方法 |
| 2.1 研究区自然概况 |
| 2.2 实验样地设置 |
| 2.3 研究方法 |
| 2.3.1 实验方法 |
| 2.3.2 评价方法 |
| 2.3.3 数据处理 |
| 3 土壤养分指标赋权 |
| 3.1 确定土壤养分评价指标 |
| 3.2 确定土壤养分评价指标权重 |
| 3.2.1 主观赋权 |
| 3.2.2 客观赋权 |
| 3.2.3 综合赋权 |
| 3.3 本章小结 |
| 4 土壤养分的模糊模式识别评价 |
| 4.1 确定待识别的样本 |
| 4.2 确定评价标准 |
| 4.3 确定隶属度模糊矩阵 |
| 4.4 确定指标权向量 |
| 4.5 确定最优相对隶属度矩阵 |
| 4.6 确定级别特征值 |
| 4.7 本章小结 |
| 5 土壤养分的时空变化分析 |
| 5.1 土壤养分元素的时空变化分析 |
| 5.1.1 土壤养分元素的时间变化分析 |
| 5.1.2 土壤综合养分的时间变化分析 |
| 5.2 土壤综合养分的时空变化分析 |
| 5.2.1 土壤养分元素的空间变化分析 |
| 5.2.2 土壤综合养分的空间变化分析 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（8）滨海城市自然灾害风险评估与控制方法的基础研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 选题背景 |
| 1.2 研究目标与主要研究内容 |
| 1.2.1 研究目标 |
| 1.2.2 论文结构 |
| 1.2.3 创新点 |
| 2 滨海城市自然灾害风险研究概述 |
| 2.1 自然灾害风险定义 |
| 2.2 城市自然灾害风险的定义 |
| 2.3 滨海城市自然灾害风险的特点 |
| 2.4 自然灾害风险评估的现有理论 |
| 2.4.1 自然灾害风险评估的概念 |
| 2.4.2 自然灾害风险评估现有方法 |
| 2.5 滨海城市多灾种自然灾害风险评估与控制的研究现状 |
| 2.5.1 国外多灾种自然灾害风险评估与控制的研究现状 |
| 2.5.2 国内多灾种自然灾害风险评估与控制的研究现状 |
| 2.6 滨海城市自然灾害风险可视化评估的研究现状 |
| 3 滨海城市自然灾害等级界定方法研究 |
| 3.1 滨海城市自然灾害等级界定的概念与意义 |
| 3.2 滨海城市自然灾害等级界定方式与的现状与不足 |
| 3.3 模式识别理论基础 |
| 3.3.1 判别函数的概念 |
| 3.3.2 确定判别函数的两个因素 |
| 3.3.3 线性判别函数及线性分类 |
| 3.3.4 判别函数多模式划分方式的选择 |
| 3.4 基于模式识别的滨海城市自然灾害等级界定模型 |
| 3.4.1 滨海城市风暴潮灾害等级评估预分类 |
| 3.4.2 灾害等级模式识别系统中判别函数系数推求的增量固定算法 |
| 3.5 增量固定算法在滨海城市风暴潮灾害等级界定中的应用与计算机实现 |
| 3.6 结果分析 |
| 3.7 本章小结 |
| 4 滨海城市自然灾害风险预测方法研究 |
| 4.1 现有灾害风险预测评估方法的不足与展望 |
| 4.2 混沌理论与神经网络理论基础 |
| 4.2.1 混沌理论基础 |
| 4.2.2 神经网络理论基础 |
| 4.3 基于混沌理论的滨海城市自然灾害风险预测模型与实例分析 |
| 4.3.1 重构相空间中延迟时间τ和嵌入维数 m 的计算 |
| 4.3.2 神经网络训练算法的实现 |
| 4.3.3 预测结果分析 |
| 4.4 基于神经网络的多指标滨海城市自然灾害风险等级评估模型与实例分析 |
| 4.4.1 致灾主导因素灰色关联性分析的具体步骤 |
| 4.4.2 风暴潮致灾因素数据的预处理与分析 |
| 4.4.3 灾害风险等级评估中的神经网络算法模型 |
| 4.4.4 数据的还原检验与风险等级评估结果分析 |
| 4.5 本章小结 |
| 5 滨海城市自然灾害风险定量化评估方法研究 |
| 5.1 引言 |
| 5.2 滨海城市典型自然灾害识别 |
| 5.3 风暴潮灾害损失定量化评估方法研究 |
| 5.3.1 评估方法选择 |
| 5.3.2 承灾体损失率的确定与实例分析 |
| 5.3.3 潮灾损失定量统计模型 |
| 5.4 地震灾害损失定量化评估方法研究 |
| 5.4.1 单体建筑物震害损失评估的震害影响因子法与实例分析 |
| 5.4.2 群体建筑物震害损失评估的统计分析法与实例分析 |
| 5.4.3 震害损失定量统计模型 |
| 5.5 本章小结 |
| 6 滨海城市自然灾害风险空间可视化评估方法研究 |
| 6.1 引言 |
| 6.2 风暴潮灾害风险可视化评估方法研究 |
| 6.2.1 潮灾影响范围及强度分布模拟 |
| 6.2.2 潮灾风险网格化评估模型 |
| 6.2.3 潮灾风险可视化评估实例分析 |
| 6.2.4 评估结果分析 |
| 6.3 地震灾害风险可视化评估方法研究 |
| 6.3.1 地震影响场可视化模拟 |
| 6.3.2 滨海城市震害分析可视化评估实例分析 |
| 6.3.3 评估结果分析 |
| 6.4 本章小结 |
| 7 青岛市多种自然灾害可视化模拟与风险评估实例 |
| 7.1 研究区域概况 |
| 7.1.1 自然地理条件状况 |
| 7.1.2 青岛市的社会经济概况 |
| 7.1.3 青岛市历史上自然灾害概况 |
| 7.2 青岛市风暴潮灾害情景模拟与风险评估 |
| 7.2.1 数据的准备 |
| 7.2.2 灾害的致灾强度分析 |
| 7.2.3 青岛市潮灾情景模拟与风险评估结果 |
| 7.3 地震灾害情景模拟与风险评估 |
| 7.3.1 青岛市地震影响场范围 |
| 7.3.2 青岛市地震灾害情景模拟与风险评估结果 |
| 7.4 本章小结 |
| 8 滨海城市自然灾害风险控制方法研究 |
| 8.1 风险控制的意义与方法比较 |
| 8.2 基于 WebGIS 的滨海城市自然灾害预警与应急信息系统开发 |
| 8.2.1 WebGIS 平台分析 |
| 8.2.2 系统的体系结构设计 |
| 8.2.3 系统的关键技术与核心功能的实现 |
| 8.2.4 系统主要功能的集成与初步实现 |
| 8.3 本章小结 |
| 9 总结与展望 |
| 9.1 研究工作总结 |
| 9.2 未来的展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
| 学术论文与研究成果 |
（9）复杂偏好下多属性大群体决策方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明 |
| 1 导论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 复杂偏好下多属性大群体决策问题的研究现状 |
| 1.2.2 相似度模型的研究现状 |
| 1.3 本文研究问题描述 |
| 1.4 论文的总体结构 |
| 2 基于矢量偏好的多属性大群体决策方法 |
| 2.1 引言 |
| 2.2 变系数相似度模型 |
| 2.3 几种不同相似度之间的比较 |
| 2.4 变系数相似度在应急决策中的应用 |
| 2.4.1 决策问题描述 |
| 2.4.2 应急决策案例分析 |
| 2.5 本章小结 |
| 3 基于属性层次关系偏好的多属性大群体决策方法 |
| 3.1 决策问题研究背景 |
| 3.2 基于属性层次关系的属性权重确定方法 |
| 3.3 基于属性层次关系的偏好矢量集结 |
| 3.4 基于属性层次关系的大群体应急决策方法 |
| 3.4.1 基于属性层次关系的评价模型的算法 |
| 3.4.2 自然灾害等级评价实例分析及结论 |
| 3.5 本章小结 |
| 4 基于属性二元关系偏好的多属性大群体决策方法 |
| 4.1 决策问题研究背景 |
| 4.2 基于属性二元关系的偏好矢量间相似度 |
| 4.3 基于属性二元关系的大群体聚类算法 |
| 4.3.1 属性关系矩阵T={T~i}形成 |
| 4.3.2 基于二元关系Q的决策成员偏好矢量聚类 |
| 4.4 聚类算例及算例结果的比较 |
| 4.4.1 基于不同二元关系Q的算例结果比较 |
| 4.4.2 不同的聚类方法的算例结果比较 |
| 4.5 基于属性二元关系偏好的决策方案排序 |
| 4.5.1 基于属性二元关系的决策属性权重 |
| 4.5.2 基于属性二元关系的决策方案排序原则 |
| 4.6 基于属性二元关系的偏好相似度在应急决策中的应用 |
| 4.7 本章小结 |
| 5 基于模糊集偏好的多属性大群体决策方法 |
| 5.1 模糊集的概念及两模糊集间的相似度 |
| 5.2 直觉模糊集的概念及两直觉模糊集间的相似度 |
| 5.2.1 直觉模糊集 |
| 5.2.2 基于直觉模糊集的变系数相似度模型 |
| 5.3 不同的两直觉模糊集之间的相似度的比较 |
| 5.4 直觉模糊集相似度的应用 |
| 5.4.1 模式识别案例分析 |
| 5.4.2 医学诊断案例分析 |
| 5.4.3 模糊多属性多方案决策案例分析 |
| 5.5 基于直觉模糊集得分矢量间相似度的多属性群决策方法 |
| 5.5.1 觉模糊集的得分函数 |
| 5.5.2 直觉模糊集的得分矢量之间的相似度 |
| 5.5.3 基于得分矢量相似度的模糊多属性大群决策方法 |
| 5.5.4 模糊偏好多属性大群体应急决策案例分析 |
| 5.5.5 与其他方法比较 |
| 5.6 本章小结 |
| 6 基于模糊数偏好的多属性大群体决策方法 |
| 6.1 模糊数及其拓展形式 |
| 6.1.1 引言 |
| 6.1.2 模糊数、直觉模糊数和区间直觉模糊数 |
| 6.2 基于三角模糊数偏好的多属性大群体决策方法 |
| 6.2.1 三角模糊数及三角模糊数间的相似度 |
| 6.2.2 基于相似度的三角模糊偏好多属性群决策方法 |
| 6.2.3 案例分析 |
| 6.2.4 小结 |
| 6.3 基于参数型直觉三角模糊数偏好的多属性大群体决策方法 |
| 6.3.1 三角直觉模糊数和参数型直觉三角模糊数 |
| 6.3.2 参数型直觉三角模糊数间的相似度 |
| 6.3.3 参数型直觉三角模糊数偏好的多属性大群体决策方法 |
| 6.3.4 案例分析 |
| 6.3.5 小结 |
| 6.4 本章小结 |
| 7 基于梯形模糊数偏好的多属性大群体决策方法 |
| 7.1 改进的TOPSIS方法在梯形模糊偏好多属性决策问题中的应用 |
| 7.1.1 梯形模糊数及其性质 |
| 7.1.2 改进TOPSIS方法及应用 |
| 7.1.3 案例分析 |
| 7.1.4 小结 |
| 7.2 基于参数型直觉梯形模糊数偏好的多属性决策方法 |
| 7.2.1 参数型直觉梯形模糊数及相似度 |
| 7.2.2 参数型直觉梯形模糊数偏好多属性决策方法 |
| 7.2.3 案例分析 |
| 7.2.4 小结 |
| 7.3 考虑属性二元关系的参数型直觉梯形模糊偏好多属性大群体决策 |
| 7.3.1 基于属性间二元关系的参数型直觉梯形模糊数的相似度 |
| 7.3.2 参数型直觉梯形模糊偏好大群体聚类方法 |
| 7.3.3 聚类案例分析 |
| 7.3.4 基于属性二元关系的参数型直觉梯形模糊偏好大群体决策方法 |
| 7.3.5 案例分析 |
| 7.3.6 小结 |
| 7.4 区间梯形模糊数型偏好多属性大群体决策方法 |
| 7.4.1 区间梯形模糊数及相似度 |
| 7.4.2 区间梯形模糊数型偏好多属性大群体决策方法 |
| 7.4.3 案例分析 |
| 7.4.4 小结 |
| 7.5 本章小结 |
| 8 结论与展望 |
| 8.1 本文结论 |
| 8.1.1 主要工作 |
| 8.1.2 创新点 |
| 8.1.3 研究不足 |
| 8.2 研究展望 |
| 参考文献 |
| 附录 主要程序 |
| 攻读博士学位期间主要科研成果 |
| 致谢 |
（10）基于突变理论的乌东德水电站近坝区泥石流风险评价与防治研究（论文提纲范文）
| 内容提要 |
| 中文摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题依据和研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 泥石流研究概况 |
| 1.2.2 泥石流风险评价研究现状 |
| 1.2.3 泥石流防治研究现状 |
| 1.3 研究内容及技术路线 |
| 1.4 主要创新点 |
| 第2章 泥石流发育地质背景 |
| 2.1 气象水文 |
| 2.1.1 气象 |
| 2.1.2 水文 |
| 2.2 地形地貌 |
| 2.3 地层岩性 |
| 2.4 地质构造 |
| 2.4.1 断裂 |
| 2.4.2 褶皱 |
| 2.5 物理地质现象 |
| 2.6 植被条件 |
| 第3章 近坝区泥石流特征及现状 |
| 3.1 下白滩泥石流 |
| 3.1.1 形成区特征 |
| 3.1.2 流通区特征 |
| 3.1.3 堆积区特征 |
| 3.1.4 发育历史 |
| 3.2 上白滩泥石流 |
| 3.2.1 形成区特征 |
| 3.2.2 流通区特征 |
| 3.2.3 堆积区特征 |
| 3.3 猪拱地泥石流 |
| 3.3.1 形成区特征 |
| 3.3.2 流通区特征 |
| 3.3.3 堆积区特征 |
| 3.4 阴地沟泥石流 |
| 3.4.1 形成区特征 |
| 3.4.2 流通区特征 |
| 3.4.3 堆积区特征 |
| 3.5 鲹鱼河泥石流 |
| 3.5.1 形成区特征 |
| 3.5.2 流通区特征 |
| 3.5.3 堆积区特征 |
| 第4章 近坝区泥石流遥感解译 |
| 4.1 SPOT5 遥感图像处理 |
| 4.1.1 几何校正 |
| 4.1.2 正射校正 |
| 4.1.3 镶嵌与裁剪 |
| 4.2 建立三维遥感模型 |
| 4.2.1 建立研究区的 DEM |
| 4.2.2 建立三维遥感模型 |
| 4.3 近坝区泥石流遥感解译 |
| 4.4 本章小结 |
| 第5章 突变理论 |
| 5.1 突变理论基本思想 |
| 5.2 初等突变种类 |
| 5.2.1 折叠型突变 |
| 5.2.2 尖点型突变 |
| 5.2.3 燕尾型突变 |
| 5.2.4 蝴蝶型突变 |
| 5.3 突变级数综合评价法 |
| 5.4 本章小结 |
| 第6章 近坝区泥石流风险评价 |
| 6.1 泥石流危险度评价 |
| 6.1.1 评价指标的选取 |
| 6.1.2 评价指标间独立性检验 |
| 6.1.3 基于突变理论的泥石流危险度评价 |
| 6.2 泥石流危害度评价 |
| 6.2.1 评价指标选取 |
| 6.2.2 基于突变理论的泥石流危害度评价 |
| 6.3 泥石流风险评价 |
| 6.3.1 风险的定义及风险评价模型 |
| 6.3.2 基于突变理论的泥石流风险评价 |
| 6.4 本章小结 |
| 第7章 近坝区泥石流防治 |
| 7.1 泥石流突变起动机理分析 |
| 7.1.1 泥石流突变模型 |
| 7.1.2 突变起动机理分析 |
| 7.1.3 突变模型对于泥石流防治的启示 |
| 7.2 临界降雨量预测 |
| 7.2.1 产汇流分析 |
| 7.2.2 诱发泥石流的降雨组成 |
| 7.2.3 泥石流起动临界水深 |
| 7.2.4 泥石流雨量阈值 |
| 7.3 工程防治措施 |
| 7.4 本章小结 |
| 第8章 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
四、自然灾害危害度模糊模式识别（论文参考文献）
- [1]基于数据融合的丰满水库长期径流预报研究[D]. 雷冠军. 中国水利水电科学研究院, 2020(04)
- [2]知识图谱在水资源系统分析中的应用[D]. 陈鹏飞. 合肥工业大学, 2020
- [3]基于模糊理论的安全计算机非严格输入方法研究[D]. 卢宏康. 北京交通大学, 2019(01)
- [4]滑坡灾害定量评估方法研究及应用[D]. 饶军. 武汉大学, 2017(06)
- [5]基于模糊数相似度的模糊风险分析方法研究及应用[D]. 赵蒙川. 西南石油大学, 2016(01)
- [6]高速公路自然灾害管理信息系统的构建[J]. 孙艳. 现代商业, 2015(15)
- [7]大兴安岭阔叶混交低质林诱导改造后土壤养分的时空变化研究[D]. 曾翔亮. 东北林业大学, 2014(02)
- [8]滨海城市自然灾害风险评估与控制方法的基础研究[D]. 孙海. 中国海洋大学, 2013(12)
- [9]复杂偏好下多属性大群体决策方法研究[D]. 张丽媛. 中南大学, 2013(01)
- [10]基于突变理论的乌东德水电站近坝区泥石流风险评价与防治研究[D]. 徐黎明. 吉林大学, 2013(08)