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。
科研之友
微信
新浪微博
Facebook
分享链接
