第四讲 信息扩散的风险评价方法.ppt

第四讲 信息扩散的风险评价方法 大多数风险系统是模糊系统 风险系统不易锁定 洪水风险系统中的许多社会因素不易锁定，地震风险系统中建筑物施工质量不易锁定 风险系统内部的因果机理不清 台风如何导致标的毁坏 人们对风险系统观测得到信息不全 粗糙：报纸报道多用语言描述（严重破坏） 缺损：一些重要参数没有记录（有震级，中烈度，无震源深度） 记录错误：有意无意的错误（被毁自行车价值10000元？） 小样本：30个以下的数据（ 5-15年内的洪水资料价值较高。受人类活动的影响，更长年份的数年与现在的数据之间有很大的系统误差。 扩散函数守恒的性质 μ是守恒的，当且仅当 ，其在论域U上的积分值是1，即： 如果随机变量的定义域U是离散的，假设U={u1,u2,..,um}，则守恒条件是 扩散估计 令X是一个可以用算子(模型) 估计关系R的给定样本。如果估计是用FS D(X)得到（FS代表模糊样本），则此估计称为R的扩散估计 (Diffusion Estimate),表示为 其中μ(xi,u)是X在U上的扩散函数 令X={x1,x2,…,xn}是用来估计论域U上关系R的一个给定样本。假设γ是一个合理的算子，χ (xi,u)是相伴特征函数，所得非扩散估计是： 信息扩散原理 信息分配定义里的uj,j=1,2,…,m称作控制点 (Controlling Point)； μ称作X在U上的分配函数 (Distribution Function)。 我们说，样本点xi分配给控制点uj量值为qij= μ(xi,uj)的信息。qij称作“样本点xi给控制点uj的分配信息”(Distributed Information)。U也称作控制点空间 (Space of Controlling Points)。 信息分配能在选定的控制点空间上展示一个样本的信息结构。 地震数据 如果直方图的区间划分过大，则不会从给定样本中得到任何信息。事实上,区间划分越大，我们的得到的概率分布估计就越粗糙。那么反过来，区间划分过小，又会发生什么呢？ 我们将震级论域划分为6个区间 我们得到了如下图所示的直方图。这个直方图有两个波峰(I2,I4)和一个波谷(I3)。这个划分较小的直方图同样也不能显示任何统计规律。 在传统直方图模型中，落入同一个区间的样本点，被看成是一样的，它们可能的差别被忽视。这种可能的差别是，落入同一个区间的样本点占据的位置可能不同。试验中一个小的扰动， 就可能使得处于区间边缘的样本点从一个区间移到另一个区间，这种显示位置的信息称作过渡信息 。(Transition Information)。 由于小样本提供的是模糊性(Huang and Shi, 2002)，我们也称它为模糊过渡信息 。(Fuzzy Transition Information)。 假设我们构造了一个传统频率直方图，划分为m个宽h的区间I1,I2,,Im。设uj是Ij的中点。选定步长 =h的控制点空间U={u1,u2,…,um}。令 依此 在传统频率直方图区间上绘制的直方图称作X的软频率直方图 (Soft Frequency Histogram)。 X已由上表给出，n=24， m=6，=h=(7.4-5.4)/6=0.3，相应的控制点是 利用线性分配公式， 我们得到全部的分配信息qij。 X在U上的原始信息分布是： 我们得到一个软频率直方图如下图所示。 求简单系数的公式 这里 假设U和V分别是输入和输出论域，它们的卡氏积是 信息矩阵 令 当U和V是离散论域时，例如 U={u1,u2,…,ut}, V={v1,v2,…,vl}.则  qujvk(xi,yi)简写成qjk(xi,yi), Qujvk简写成Qjk 简单信息矩阵模型的力学过程 特征降落公式: 令 X给卡氏积上的点(Uj,Vk)一个高度为Ejk的凸起 模糊区间上的信息矩阵 构造信息矩阵 一个对称的三角模糊数I(x0, △)可近似看作“x0周围”的模糊概念。它的边界是模糊的。把它变成一些模糊区间，我们就可以构造一个高质量的信息矩阵。 设uj为区间Uj的中心点。用uj表示一个模糊区间的中心数，hx(Uj的宽度)表示模糊度，就可以得到一个输入论域内的模糊区间： 对于Vk，我们同样可以在输出论域内得到一个模糊区间，如下 软卡氏空间 我们把所谓的软卡氏空间(Soft Cartesian Space)定义为: 模糊区间上的信息矩阵的力学过程 3.1 风险系统