人口高密度地区强震伤亡GM模型的研究.docVIP

人口高密度地区强震伤亡GM模型的研究 　　摘要：针对强烈地震事中伤亡人员救援问题，考虑此类突发事件受灾系统的贫信息特性，在现有灰预测研究成果基础上，构建一种面向人口高密度地区强震人员伤亡预测的灰色模型，设计了该模型参数的求解算法，以不定积分为工具，求得该模型的时间响应函数。数值计算结果表明新模型的有效性。 　　Abstract： Aimed at the casualty rescue in strong earthquakes， in order to enrich the theoretical systems of grey forecasting modeling， this paper creates a novel grey forecasting model for strong earthquake casualties prediction in population density areas according to the modeling mechanism for original grey forecasting models. It designs the solution algorithm of the model parameters and takes indefinite integral as the tool to obtain the time response function of the model. Research results show the proposed model can increase the prediction accuracy. 　　关键词：强烈地震；灰色预测理论；建模精度 　　Key words： strong earthquakes；grey forecasting theory；modeling accuracy 　　中图分类号：N941 文献标识码：A 文章编号：1006-4311（2015）22-0154-03 　　0 引言 　　近年来，全球发生多起强烈地震非常规突发事件，如2005年10月巴基斯坦发生的强烈大地震造成7.3万人死亡；2006年5月印尼的强烈地震造成2.6万人伤亡；2007年4月南太平洋岛国所罗门群岛发生8级地震并引发海啸造成约20万人死亡；2008年5月我国汶川大地震造成约8.7万人死亡；2009年5月洪都拉斯的强烈大地震造成8000多人死亡；2010年1月海地发生的7.3级强烈大地震，造成27万多人死亡；2011年3月日本发生9级强烈大地震并引发海啸，造成3万多人死亡和失踪。这些频频发生的强烈地震给世界各国造成巨大人员伤亡和财产损失，同时也向世界各国敲响安全警钟。为揭示强震事件人员伤亡演化规律，最大限度减少人员伤亡，须对该类事件事中人员伤亡演化趋势进行科学有效的预测分析，进以采取相应的应急救援策略。现有研究表明，强震造成的伤亡程度与其发生地人口密度具有密切关系。爆发于人口高密度地区的强震导致的伤亡人员数量远远高于其他地区，造成的生命财产损失亦异常巨大，因而亟需对其进行伤亡预测与应急管理研究。通常，强震事件具有重创性、短时性，灾难发生后，伤亡人数在短时内急剧上升，人们在通常反应滞后，短时内很难获取大量事故人员伤亡相关信息，该事故待援系统通常具有“小样本、贫信息”的特征，这为利用灰色系统理论研究强烈地震事中人员伤亡演化预测工作提供了切入点。灰色系统理论是以“部分信息已知，部分信息未知”的 “小样本”、“贫信息”不确定性系统为研究对象，主要通过对部分已知信息的生成、开发，提取有价值的信息，实现对系统的性质、演化规律的正确描述与有效监控[1]。作为该理论的重要分支之一，灰色预测模型迄今为止已在工业、农业、军事、科技、经济、管理等众多领域得到了广泛应用，尤其GM（1，1）模型，目前属于应用最为广泛一种灰色模型，其预测精度一直备受灰色理论学者们的关注 [1-3]。迄今为止，已有众多学者对其进行深入研究，并取得较为丰硕的理论成果。总体来说，目前关于灰色预测模型的研究已呈现多元化发展格局，研究成果主要分为如下几种类型：第一类是关于的缓冲算子的研究[4-8]。第二类是关于灰色预测模型初始值的优化研究[9-11]。第三类是关于灰色预测模型灰导数背景值的优化研究[12-15]。第四类是关于离散灰色模型的研究[16-19]。第五类是关于近似非齐次灰指数律特征序列的灰色预测模型研究[20，21]。上述研究对于完善灰色预测模型的建模精度，丰富灰色模型理论体系，拓展其应用范围作出了较大贡献。但从建模机理来看，现有灰色预测模型研究成果均在系统特征序列累加生成后具有准指数律这一特定理论前提下完成的，而关于系统特征序列累加生成后具有非准