基于Softmax回归模型的地震灾害损失预测评估研究

作者：李云飞; 许才顺; 池招招; 张飞

来源：合肥工业大学学报(自然科学版), 2021, 44(12): 1676-1681.

• Softmax回归模型
• BP神经网络
• 支持向量机(SVM)
• 地震灾害
• 损失预测

文章在对地震灾害损失进行等级划分基础上,提出一种利用Softmax回归模型对地震灾害损失进行评估预测的方法。该方法以我国2005—2017年的全国地震数据作为样本集,将震级、震源深度、震中烈度、抗震设防烈度、设计基本地震加速度、灾区人均GDP、灾区人口、受灾面积等数据作为特征参数,在Softmax回归损失函数中加入权重衰减项后运用梯度下降算法进行求解,采用最小损失函数值对应的模型参数来构建Softmax回归模型,对地震灾害损失等级进行评估和预测。研究结果表明,与支持向量机(support vector machine, SVM)和传统逆向传播(back propagation, BP)神经网络相比,该方法具有更高的地震灾害损失预测精度和能力,其测试精度达到78.571%。

• 单位
  清华大学合肥公共安全研究院; 安徽建筑大学