交通系统地震应急决策模型与方法

为了提高震后应急救援工作的效率,开展交通系统地震应急决策模型与方法研究,建立一套反映地震灾害情况下交通系统应急决策问题特点的方法和模型体系,为开发交通系统地震应急决策辅助支持系统提供模型支持,以实现震后交通调配决策的智能化。把双层规划方法、随机模拟方法以及模糊决策方法引入到震后交通应急调配决策的分析中,重点研究了基于交通系统畅通可靠性分析的应急决策优化问题。论文的主要研究内容概述如下:(1)介绍了四阶段交通需求预测方法及震后修正四阶段法,对震后应急交通需求的特征进行分析,建立了震后应急交通需求预测模型,提出了三阶段震后应急交通需求预测方法;分析了路桥单元的地震易损性,给出了路桥单元的震害等级,推导了路桥单元震害指数的临界区间,提出了路桥单元的地震影响修正系数区间,进而建立了震后路桥可能通行能力的评估模型;对路网容量及其计算方法进行了分析,给出了震后路网容量的计算过程。(2)介绍了单元可靠性和交通系统可靠性的基本概念,阐述了道路网络的布局形式及其性能,分析了交通系统抗震性能影响因素;利用不交化最小路集法对震后交通系统连通可靠性进行分析;依据公路服务水平分级标准,定义了震后公路服务水平阀值,引入了蒙特卡罗法,分析了交通系统的畅通可靠性,进而提出了基于服务水平的交通系统畅通可靠性评估方法,给出了评估标准,并构建了交通系统的畅通可靠性评估优化流程;为震后交通系统应急决策方法的研究提供理论依据。(3)科学的应急决策是震后救灾工作高效开展的有力保证,本文介绍了决策的基本概念、模糊决策分析方法以及数据标准化的处理方法;地震应急服务点选址决策是地震应急救援决策工作的重要基础,本文分析了地震应急服务点选址问题的不确定性,介绍了直觉模糊数和区间直觉模糊数的概念,在分析两者之间关系的基础上,定义了区间直觉模糊数的得分函数和精确函数,提出了它的排序规则;构建了约束中含有区间直觉模糊参数的地震应急服务点选址模型,提出了一种基于区间直觉模糊数排序规则的模型算法。(4)建立了基于模糊聚类分析的单服务点多需求点应急调配优化模型,并给出了模型的解法;论述了用区间数形式描述地震应急物资调配决策信息的可行性,推导了区间数可能度的算法,改进了区间数可能度矩阵,定义了基于区间数可能度的最优调配系数,构建了基于区间数可能度的单服务点多需求点应急调配优化模型,给出了模型的求解过程;考虑到震后应急物资调配是基于时间链的动态过程,假设调配至应急需求点的物资是被连续消耗的,进而建立了基于双层规划的多服务点多需求点应急调配优化模型,给出了双层规划问题的动态优化算法;构建了基于交通系统畅通可靠性分析的配流优化决策方法及体系。(5)引入设定地震法,对交通系统地震应急决策模型与方法进行理论集成研究,提出了基于不确定性分析的地震应急物资服务点选址决策优化方法、基于畅通可靠性分析的震后交通应急调配决策优化方法,并进而构建了基于设定地震的交通系统地震应急决策优化方法及体系,实现了交通系统地震应急决策理论的集成;并以宿城区县乡道路网为研究对象,引入设定地震法,对模型、方法及决策优化理论进行了模拟应用。     

基于ArcGIS的多准则地震应急避难所选址规划研究

地震是极其严重的自然灾害,有可能造成重大伤亡和经济损失。由于城市中人口高度聚集,地震发生时,需将受灾居民快速疏散至应急避难所,因此,应急避难所选址的合理性至关重要。本文提出1种可用于解决选址问题的多准则选址模型,并提出了求解模型的方法。该方法分为3个步骤,首先选择候选应急避难所,其次分析候选避难所的服务范围,最后确定应急避难所的位置。通过案例研究,论证了多准则选址模型在地震应急避难所规划中的有效性。     

FAM人工神经网络模型在震后趋势判断中的应用

介绍了FAM模糊人工神经网络的原理、学习方法与规则,提出了用于地震震后序列3种震型的判断标准及现场预报规则,建立了基于FAM人工神经网络模型的地震现场预报手段与准则.     

基于直觉模糊层次分析法的地震压埋率模型研究

强烈地震会导致建筑物倒塌进而造成室内人员压埋,因此,把特定区域和建筑群的压埋率作为震后救援的决策指标尤为重要。但地震建筑物倒塌受多个影响因素共同作用,造成了压埋率模型的后验倒塌率评估的不确定性问题。针对这个问题采用直觉模糊层次分析法,选取了震级、震源深度、震中距、抗震设防烈度、地基和基础、建筑物结构类型和结构现状等七大影响因素进行加权分析。运用LINGO软件建模解算出了各影响因素权重,通过极大似然法估算了各影响因素对建筑物倒塌率的影响值,进而评估出了建筑物预估倒塌率,并结合先验在室率模型及其区划,建立了基于直觉模糊层次分析法的地震压埋率模型。最后以汶川灾区学校为例,进行了压埋率评估,并对其进行了误差分析。研究表明:抗震设防烈度、建筑物结构类型和结构现状是影响建筑物倒塌的主要因素;在实际评估中模型精度达到±0.15,能为震后快速应急救援提供决策辅助。     

基于情景构建的超大型城市地震应急任务研究

如何提高超大型城市地震巨灾应对能力,是我国现阶段地震应急研究的重要内容。在微观分析情景要素及其相互作用的基础上,利用知识元模型构建震害情景。为解决地震巨灾情景中信息的不确定性问题,建立模糊规则来匹配不确定信息,判断情景推演的结果及可能性。最后进行案例分析,将震后情景划分为5个应急响应阶段,通过情景推演实现地震巨灾应急任务的生成,验证了该研究方法的科学性和实用性,同时也为应急能力评估提供参考。     

利用大地测量数据反演地震位错Love数和格林函数的理论与方法

本文提出一种利用大地测量观测技术反演地震位错Love数及格林函数的理论和方法.首先根据地震位错理论建立理论同震变化和大地测量观测值之间的关系式;其次,以2011年Tohoku-Oki地震（M_W9.0）为例,反演体现局部构造特征的地震位错Love数和格林函数.结果表明：反演得到的位错Love数与PREM模型下的位错Love数随深度和阶数变化不同,反映出局部三维地球模型的构造差异,由此计算的同震变化跟实际大地测量观测值的吻合度提高了~60%~~80%.通过大地测量观测数据反演的地震位错Love数能体现局部地球真实的构造信息,为该地区地震研究提供更加精确的地震位错格林函数.

     

模糊烈度

本文在文献〔1〕的基础上,进一步阐明了模糊烈度的概念。对近年来强烈地震的大量调查资料作了详细分析,提出了以震害指数的模糊集表征的模糊烈度。比较了用模糊集的凸组合、α-截集和区间数运算、模糊数语言概率的均值三种方法对烈度评定的影响。最后指出了模糊烈度在震害预测、历史地震资料整理等方面的实用意义。     

基于改进遗传算法的地震后重建工程造价模型改进设计

传统依据BP神经网络的地震后重建工程造价模型求导运算过程复杂,收敛效率较低,造价结果准确性低。提出基于改进遗传算法的地震后重建工程造价模型,结合地震后重建工程造价的影响因素,通过算法优化造价模型,选择更好的造价模拟数据,模拟数据构建造价函数模型,利用T系数运算分析造价函数模型数据,采用二进制计算规律对造价函数的数据参数实施拟定,通过公式演算获取高精度的数据参数值,得到精确的造价数据。实验结果表明:所设计的模型能够准确、快速的对地震后重建工程造价进行预算。     

考虑时间约束的地震救灾数学模型设计与实现

在地震救灾方面,针对信息实时更新的地震救灾数学模型,为了满足不同受灾点的物资需求,增加了出救点数量以及配送时间,以此来保证地震救援物资需求的满足度,提高了应急响应水平。结合地震救灾特点,设计了一种考虑时间约束的地震救灾数学模型。该模型在地震救灾物资需求预测部分,分析影响地震救灾物资需求量的主要因素,构建地震救灾物资需求量计算模型,对影响地震救灾物资需求量的主要因素构建隶属度函数,给出基于模糊综合评判的地震救灾物资需求分级模型。其次,考虑时间约束以及需求不确定等方面,构建考虑时间约束的地震救灾多目标优化数学模型,并给出求解模型。实验结果表明,该模型减少了救灾物资到达受灾点的延迟时间,可在满足时间约束的条件下提高物资需求满足率。     

基于置信区间的地震压埋人员实时伤亡状态预估模型

在震后应急救援宏观决策中,地震压埋人员的实时伤亡状态是最重要的定量指标和参考依据。因此,以置信度区间为工具,对影响伤亡状态的参数即初始伤亡指数Co、囤陷环境S和体质综合指数B进行了区间分析,建立了实时伤亡状态模型,并以汶川地震灾区为例,对不同人员的伤亡状态进行了预估,预估值与实际情况的误差为10%左右,表明该模型可供震后应急救援工作参考。     

基于自适应区间二型模糊聚类的遥感土地覆盖自动分类

遥感影像土地覆盖分类面临"类别密度差异显著"、"同谱异物"和"同物异谱"等不确定性问题,传统的分类方法(如FCM)因不能描述高阶模糊不确定性,无法完成准确建模,使分类误差较大,而二型模糊集恰是处理此类不确定性的有效工具.在引入二型模糊集新概念和自适应降型新方法的基础上,提出一种自适应二型模糊分类方法(A-IT2FCM):(1)基于样本集模糊距离度量构建面向分类的区间二型模糊集,以尽可能降低对先验知识和预设参数的依赖,从而满足自动分类的要求;(2)给出一种自适应探求等价一型代表(模糊)集合的高效降型方法,在此基础上进行自适应区间二型模糊聚类.实验数据为珠海横琴和北京颐和园的SPOT5影像数据,对比方法有A-IT2FCM、基于Karnik-Mendel算法降型和基于Tizhoosh提出的简易降型方法的区间二型模糊C均值聚类以及作者前期研究提出的区间值模糊C-均值算法(IV-FCM).实验结果表明,A-IT2FCM方法分类效果佳,在类别具有较大密度差异和多重模糊性时能得到比FCM及IV-FCM更精确的边界和更连贯的类别,适于处理遥感影像土地覆盖类别的深层不确定性;同时在"光谱混叠"现象严重时,可以获得比对比方法更稳健、精度更高的影像自动分类结果,且时间复杂度明显低于基于Karnik-Mendel方法.     

对中强地震发震时间的模糊灰色预测

本文视地震系统为模糊灰色系统,由此建立关于发震时间的模糊灰色预测模型,该模型认为已知地震样本集及待预测集的震级分布属模糊正态分布,应用模糊聚类思路于样本集元素的选取,引入最佳震级从属函数μ~*的选择过程。针对可能产生的趋势性偏差,根据实际资料对模型进行了修正。并以华北平原地震带、燕山渤海地震带及山西地震带为例,对模糊灰色GM(1,1)预测模型的实际应用及有关问题进行了初步讨论。     

模糊数学方法在地震综合预报中的应用

本文的目的,是把模糊数学中发展起来的模糊识别的直接方法与间接方法,试用于地震综合预报.模糊识别的直接方法,就是直接由前兆指标的从属函数来估计地震危险性并进行预报,其效果依赖于建立前兆指标的从属函数的技巧.文中以地下水氡含量、视电阻率、波速等前兆资料为基础,提出了一种主要依据前兆变化速率及相关系数,并使用其它途径来建立从属函数的具体方法与公式.使用这样的从属函数之后,可以更好地识别出前兆异常,并且更容易区分出异常的起始、终结或发生明显转折的时期.模糊识别的间接方法,本文中采用的是模糊聚类分析方法,它与选取表示型类区别的相似系数或距离有关.我们这里采用的是基于模糊等价关系的聚类分析方法.此方法包括以下步骤:将一系列样本按彼此间的相似程度建立一个模糊相容关系;通过合成运算把这个模糊相容关系改造为一个模糊等价关系;选择一个适当的参数的数值,并对原始样本进行分类.选取某一给定地区的地震活动性的一些统计指标,或者选取由多手段单台或单手段多台得出的一些前兆数据(地形变、地下水氡含量、视电阻率等等),就可以使用上述模糊聚类分析方法来进行地震综合预报.作为说明此方法的例子,文中给出了对我国西部强震及中强震得出的一些初步结果.由所得结果可以看出,利用模      

Novel fuzzy uncertainty modeling for land cover classification based on clustering analysis

It is well known that there is a degree of fuzzy uncertainty in land cover classification using remote sensing (RS) images. In this article, we propose a novel fuzzy uncertainty modeling algorithm for representing the features of land cover patterns, and present an adaptive interval type-2 fuzzy clustering method. The proposed fuzzy uncertainty modeling method is performed in two main phases. First, the segmentation units of the input multi-spectral RS image data are subjected to objectbased interval-valued symbolic modeling. As a result, features for each land cover type are represented in the form of an intervalvalued symbolic vector, which describes the intra-class uncertainty better than the source data and improves the separability between different classes. Second, interval type-2 fuzzy sets are generated for each cluster based on the distance metric of the interval-valued vectors. This step characterizes the inter-class high-order fuzzy uncertainty and improves the classification accuracy. To demonstrate the advantages and effectiveness of the proposed approach, extensive experiments are conducted on two multispectral RS image datasets from regions with complex land cover characteristics, and the results are compared with those given by well-known fuzzy and conventional clustering algorithms.     

提高地震定位精度新方法的研究

根据现有台网的分布密度、仪器配置的状况和目前震相判读精度提出了一些新的措施来提高地震定位的效率和精度。主要思想有采用“全局搜索和单纯形综和求解法”求解方程的极值，计算中考虑地球曲率，并做椭球校正。采用“翻台法”来改善目标函数、实现“目标函数拉伸”的思想、控制解域和自行调整发震时刻提高求解的稳定性和精度。采用“模拟退火法”的物理性质来控制试错解的跨越长度，提高求解效率和解的分辨精度。采用区域走时表加台站校正值的思想来减小速度模型的复杂性。采用ＰＴＤ方法和ｓＰｎ－Ｐｎ方法来求震源深度。在地震定位过程中显示地图经纬度，同步演示定位过程及结果。同时还在屏幕上显示传统的交切结果以帮助分析人员判定定位结果的可靠性。区域走时表采用地壳曲面模型，允许模型带有低速层，各层具有梯度，且不限层数，自动使用台站校正值并给出定位误差。根据上述思想和不同的需要分别编制了地方、区域台网定位程序，全国、全球地震定位程序，极远震定位程序用于速报和专门用于研究的地震定位程序。这些程序还带有求震源深度和震级的功能。对于专门进行地震定位研究的工作，还提供了绘制地震定位误差二维等值线图和三维误差分布图的功能。     

Application of fuzzy clustering method to determining sub-fault planes of earthquake from aftershocks sequence

Earthquake rupture process generally involves several faults activities instead of a single fault. A new method using both fuzzy clustering and principal component analysis makes it possible to reconstruct three dimensional structure of involved faults in earthquake if the aftershocks around the active fault planes distribute uniformly. When seismic events are given, the optimal faults structures can be determined by our new method. Each of sub-fault planes is fully characterized by its central location, length, width, strike and dip. The resolution determines the number of fault segments needed to describe the earthquake catalog. The higher the resolution, the finer the structure of the reconstructed fault segments. The new method successfully reconstructs the fault segments using synthetic earthquake catalogs. By taking the 28 June 1992 Landers earthquake occured in southern California as an example, the reconstructed fault segments are consistent with the faults already known on geological maps or blind faults that appeared quite frequently in longer-term catalogs.     

An interval-valued fuzzy linear programming with infinite ��-cuts method for environmental management under uncertainty

In this study, an interval-valued fuzzy linear programming with infinite α-cuts (IVFLP-I) method is developed for municipal solid waste (MSW) management under uncertainty. IVFLP-I can not only tackle uncertainties expressed as intervals and interval-valued fuzzy sets, but also take all fuzzy information into account by discretizing infinite α-cut levels to the interval-valued fuzzy membership functions. Through adoption of the interval-valued fuzzy sets, IVFLP-I can directly communicate information of waste managers’ confidence levels over various subjective judgments into the optimization process. Compared to the existing methods in which only finite α-cut levels exist, IVFLP-I would have enhanced the robustness in the optimization efforts. A MSW management problem is studied to illustrate the applicability of the proposed method. Four groups of optimal solutions can be obtained through assigning different intervals of α-cut levels. The results indicate that wider intervals of α-cut levels could lead to a lower risk level of constraint violation associated with a higher system cost; contrarily, narrower intervals of α-cut levels could lead to a lower cost with a higher risk of violating the constraints. The solutions under different intervals of α-cut levels can support in-depth analyses of tradeoffs between system costs and constraint-violation risks.     

Voronoi图和双曲线联合方法在地震快速定位中的应用

基于Voronoi图和地震震中近似满足双曲线分布,提出了一种联合应用V图和双曲线的地震预警快速定位方法.并对青海地震台网记录的地震进行了重新定位处理.研究结果发现,该地震定位方法能满足地震速报的精度要求,在时效性上也可满足地震预警的需要.该方法在地震预警方面有应用前景.     

地震形势的模糊综合评判

由中国大陆板块内部地震活动与其周缘地震活动的相关性,可以确定我国大陆未来地震活动的主体和地震活动高潮时间[1].在此基础上,本文进一步探讨用长时间、大面积的地震活动信息,对重点监测区未来地震作出时、空、强综合评判.全文分为三部分:1.地震强度的预报.对于确定的能有效地估计未来地震强度的5项地震活动性指标,选择加权平均型的模糊综合评判方法,对监测区未来地震的震级给出明确的结果.2.发震地点预报.对于扫描单元定义了反映b值时空变化的二项指标:b值异常次数A_yi;和b值异常均值b_yi.通过对二项指标空间分布的综合分析,可以估计未来地震发生的地点.3.发震时间预报.把缺震时间T_l与b值回升时间T_bu,作为描述大震前平静过程的二项定量指标.在对未来地震强度作出模糊综合评判后,可用T_l,T_bu二项指标综合推断监测区未来地震发生的时间.总结的九个震例结果表明,该方法可使地震预报定量化、实用化,可以用于地震形势的预测和中、短期地震预报.