典型文献
基于改进ELman神经网络的台风风暴潮损失测度
文献摘要：
针对传统神经网络对台风风暴潮灾害的损失测度易陷入局部极值和预测准确度低的问题,本文基于广东省1995—2020年的50组台风风暴潮灾害数据建立损失评估指标体系,使用熵权法客观赋权灰色关联分析进行损失评估指标的筛选,提出天牛须搜索(BAS)算法优化ELman神经网络模型来预测受灾人口、直接经济损失、海水养殖受灾面积、海岸工程损毁4种灾情评估指标.与多种算法模型进行了比较分析,结果表明该模型具有预测精度高且有效避免网络陷入局部极值的优点,对台风风暴潮损失测度具有一定的实用价值和普适性.
文献关键词：
台风风暴潮;ELman神经网络;天牛须搜索;熵权法;灰色关联分析;损失测度
中图分类号：
作者姓名：
郝婧;刘强
作者机构：
中国海洋大学工程学院,山东 青岛 266100
文献出处：
引用格式：
[1]郝婧;刘强-.基于改进ELman神经网络的台风风暴潮损失测度)[J].中国海洋大学学报（自然科学版）,2022(08):71-76
A类：
ELman,损失测度
B类：
台风风暴潮,风暴潮灾害,局部极值,预测准确度,损失评估,评估指标体系,客观赋权,灰色关联分析,天牛须搜索,BAS,算法优化,受灾人口,直接经济损失,海水养殖,受灾面积,海岸工程,损毁,灾情评估,算法模型
AB值：
0.216733
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
