排序方式： 共有5条查询结果，搜索用时 15 毫秒
1
1.
针对如何选取合适的影响因素进行砖木结构房屋地震破坏合理评估的问题,提出了一种基于主成分分析与BP神经网络相融合的云南砖木结构房屋地震破坏评估方法,通过灰色关联度模型剔除对砖木结构房屋发生地震破坏影响较小的因素得到关键因子,采用主成分分析法从关键因子中提取主要成分,最后利用BP神经网络模型对处理后的主要成分进行训练,建立砖木结构房屋地震破坏比例预测模型,并利用实际震例进行验证。结果表明：本文方法相较于传统脆弱性曲线拟合方法和BP神经网络模型,其预测的砖木结构房屋地震破坏比例的预测精度更高、普适性更好。 相似文献
2.
以宁蒗县1988年MS 5.5、2012年MS 5.7以及2022年MS 5.5地震为研究对象,以宁蒗地震灾区当年相关震害统计资料为基础,从人员伤亡、房屋破坏、经济损失3个主要方面,对3次地震震害特征进行对比分析。结果表明： 2012年MS 5.7地震造成的人员伤亡最为严重,此外震区房屋结构不断丰富,抗震性能不断增强,但土木结构房屋抗震性能较差,震灾经济损失逐渐减小,但民房经济损失占比逐年升高。根据分析以上结果提出“提高民众防震减灾意识,增强房屋抗震性能,积极响应政策号召”等建议和措施,为灾后重建以及城市规划发展提供借鉴。 相似文献
3.
4.
引入客观赋权的熵权法和几何平均模型,对综合灾情指数法的评估过程进行改进。基于改进的综合灾情指数法,利用1978—2020年云南省9种主要自然灾害灾情数据,以及社会经济统计数据,选取人员受灾、农作物受灾、房屋倒损、经济损失4个因子7个具体指标构建综合灾情的绝对和相对指数,对灾害损失程度进行分级评估。结果表明：从灾害损失总量来看,损失较重的区域分布在滇东的昭通—曲靖—文山一带,以及滇西的大理—楚雄—普洱地区。从社会经济受影响的程度来看,损失较重的区域分布在滇西的迪庆—怒江—丽江—楚雄—普洱一带,以及滇东的昭通、文山地区。改进的综合灾情指数在指标权重确定、指数计算和损失程度分级过程中避免了人为的主观任意性,评估结果与区域实际情况相符,表明该方法具有较好的实用性和有效性。 相似文献
5.
震后避难空间是居民遭遇地震时紧急疏散、避难、临时生活的重要区域。以无人机影像为基础,采用影像面向对象分类与GIS栅格化的分析方法,构建震后避难空间评价指标,建立基于遥感影像的震后避难空间快速提取模型,并以2021年云南漾濞MS6.4地震为例,将避难空间提取的结果与震后居民实际选取的避难空间进行比较。结果表明：模型共计提取可用避难空间70个,根据目标函数F得到最优避难空间5个,其中每个避难空间在漾濞MS6.4地震中实际帐篷数量分别为72、55、54、30、44顶,模型计算结果与实际结果匹配。 相似文献
1