建议一个弥补震害资料不足的方法

本文用模糊贴近度原则作类比,提供了一种弥补震害预测时历史地震资料不足的方法,途径是将一个烈度之下的震害经验推广到其他烈度上去用。实践证明,用这种建立在近似推理基础之上的方法推导出来的结果,在总体趋势上和真实情况完全一致。     

区域地震综合防御体系的模糊数学模型及其能力估价与对策

本文针对一个区域的现况,以经济损失为指标,用模糊数学的方法,建立了区域地震综合防御体系能力的评估模型。探讨了针对系统的薄弱环节,通过采取适当的决策手段,有效地提高区域抗震防灾能力的问题。本文提供的数学模型,可供各地建立区域地震综合防御体系来减轻地震灾害时参考。     

民房震害预测专家评定统计模型的探讨

本文针对专家评定意见有一定伸缩性的特点,将专家意见表示为评定论域上的模糊子集,利用可能性相加原理,对专家意见进行了统计分析,得出综合性的意见。结果表明,利用伸缩性提供的丰富信息,可以较好地总结专家意见。基于几种模型的仿真可靠性分析结果,本文推荐可靠性最高的模型作为城市平房震害预测统计手段。     

多灾种综合风险评估软层次模型

在复杂的灾害风险系统中,风险并非简单相加,但目前的研究成果基本是单一灾种简单相加得到的综合风险,缺乏可靠性。因此,此研究基于灾害风险系统理论,引入模糊信息粒化方法和模糊转化函数,利用模糊近似推理理论和方法,建立一个多灾种综合风险评估软层次模型。研究表明该模型的优势：1）不仅考虑了灾害风险系统中的确定性,而且还包括了随机不确定性和模糊不确定性;2）利用模糊信息粒化方法不仅减少了数据的不确定性,而且还包括了一些主观信息,使得评估结果更加接近实际,理论与实际紧密结合,更有利于风险管理者和决策者为减少损失规避风险提供依据;3）通过模糊转化函数将不同灾种得到的不同量纲的量转化同一量纲的量,以便于综合分析和模糊近似推理,获得多灾种综合风险。以云南省丽江地区（市）的地震－洪水灾害为例,验证多灾种综合风险评估软层次模型的实用性,并将其结果与世界银行灾害管理中心和哥伦比亚大学灾害和风险研究中心所建议的风险评估模型（HMU－CHRR模型）的结果进行比较分析,讨论了本研究所建模型在多灾种综合风险评估中的特点。     

模糊人工神经元网络在地震工程中的应用

本文将信息扩散方法和BP型人工神经元网络相结合,建立了一类可供地震工程领域使用的模糊人工神经元网络。该模型主要用来对某些物理对象各参数之间的关系进行识别。由于BP网络的良好特性,该模型有较强的自适应能力。模糊数学方法的引用,使该模型不但能处理矛盾样本,而且有信息优化处理的功能。本文以震中烈度识别为例作了演示。     

余震区长度与震级关系的模糊神经元网络模型

本文试图将模糊人工神经元网张及模糊信息分析理论引入到余震区长度与震级关系的识别之中，采用信息扩散与ＢＰ型人工神经元网络相结合的方法建立模型，该模型有较强的自适应能力及处理矛盾样本的功能。最后将该模型的识别结果与统计结果瑟统计结果进行了比较，结果表明该模型具有一定的优越性。     

四川地震灾害致灾因子风险分析

分别应用直方图法、信息扩散法和内集-外集模型评估方法,对四川的历史地震灾害进行了致灾因子风险分析.这3种方法在高风险水平区间计算所得到的风险值比较一致.分析结果认为:四川发生8.0级左右地震的超越概率大约是0.03.换言之,四川这种风险水平的地震为33～34 a一遇.根据这一结果,四川地区上次发生7.9级地震的时间是1973年,那么本次发生该风险水平的地震时间应该是2006-2007年,与实际上的2008年四川汶川地震发生的时间相差1～2 a.     

震害预测的模糊贴近类比方法

本文提供了一种弥补震害预测时历史地震资料不足的方法,给出了构造离散型多因素预测矩阵的模型。利用本文提供的方法进行预测所得结果较易进行可靠性分析。实践证明,本文所介绍的建立在近似推理理论基础上的方法基本上满足一般震害预测的需要。