欢迎来到天天文库
浏览记录
ID:22605084
大小:345.00 KB
页数:25页
时间:2018-10-30
《灾害的预测和应急管理问题》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、我国重大自然灾害的预测和应急管理问题摘要本文以我国历年自然灾害的损失的实际情况为背景,分析并建立了我国重大自然灾害的预测模型和应急物资调配模型。首先,针对我国自然灾害发生的现状,并结合傅里叶级数的相位特征,利用傅里叶级数时间序列模型给出自然灾害损失的变化趋势。根据1988-2010年间的因灾造成的直接经济损失的数据,在SPSS软件环境的拟合之下,并对未来三年我国自然灾害造成经济的直接损失进行预测。结果显示傅里叶模型能够很好地符合重大自然灾害损失发生的特点,有效地解决了传统损失预测模型在灾害经济损预测中误差大、稳定性差的缺陷,提高了预测精度;且得出
2、未来3年我国灾害灾情仍然具有递增的趋势的结论。然后,针对我国自然灾害常常是多个事故同时发生的特点,我们设计了一种改进的基于偏好次序的效用函数,用以刻画各事故得到救援的及时性和有效性。将多事故物资调配问题描述为完全信息非合作博弈过程,利用Gambit软件,求解该博弈过程的纳什均衡,得到物资分配方案。综合了考虑事故严重程度、响应时间、救援可靠性等多个优化目标和影响因素。结果表明:该方法能合理有效地解决多事故点的应急物资调配问题,为应急辅助决策提供必要的支持。最后,通过一定的数据分析方法,我们分析了我国灾害应急管理中的重要问题,并提出了自己的观点。关键
3、词:傅里叶级数、拟合曲线、多事故、博弈理论、纳什均衡25问题重述和分析我国是世界上自然灾害发生最多的国家之一,其自然灾害发生的频率高、种类多、范围广、程度深、危害大,这些自然灾害在不同程度上都给我国的经济社会发展和人民生命财产安全带来了严重影响。自然灾害直接经济损失的预测是一个非常重要的理论和实践问题,它对于国民经济和防灾减灾工作既有重要的决策参考价值。传统的预测模型往往在拟合精度和预测精度等方面存在着很多的不足,究其原因是由于自然灾害的发生是多种致灾因子共同作用的结果,不同的致灾因子对承灾体起着不同的作用,有的致灾因子起着长期而稳定的作用,而有
4、的致灾因子则周期性地起作用,从而使得灾情具有不确定性和波动性。因此,本文会同时结合以上致灾因子来建立精度更高的灾害预测模型。应急资源调配优化问题,主要是研究如何通过合理地分配有限的应急资源,及时有效地进行应急救援行动,尽可能地减少事故所造成的损失。考虑到多事故的发生,特别是发生时间间隔短、地理位置相对靠近的多个事故的应急响应,因涉及到共同救援物资和力量,则更加凸显资源调配问题的重要性和复杂程度。在应急救援物资储备和力量部署一定的条件下,各事故之间必然存在对稀缺资源的竞争。博弈论作为研究竞争与冲突条件下决策分析的科学,运用于各领域的资源调配或优化问
5、题中,也为解决该应急资源调配问题提供了有效方法。25我国重大自然灾害损失的预测模型一、模型准备:基于一般的研究方法存在精确性不足,原因在于自然灾害的发生是由多种致灾因子共同作用的结果,一方面来源于长期而稳定的致灾因子的影响;而另一方面来源于周期性的波动影响。使得自然灾害的损失具有周期性和波动性。鉴于此笔者建议运用傅里叶级数预测模型来预测自然灾害损失的情况:首先,我们可以把那些长期而稳定的致灾因子所造成的损失用单调线性关系来表示:f(t)=a+b*t.若b>0,则表示递增,若b<0,则表示递减。其次,我们把那种周期性波动的致灾因子所造成的经济损失用
6、周期函数来表示。最后,可以用如下这个时间序列来表示致灾因子所造成的直接经济损失:。a,b表示长期发展趋势的参数,,表示致灾因子周期性影响因素,反映周期函数的振幅和周期的相位。上述参数可以在后面的数据拟合里面求得。N表示致灾因子的数量,显然N数值越大,在拟合的过程中得到的结果会越精确。总的说来,该模型克服了一般方法的不足,考虑了周期性带来的影响,具有重要的借鉴意义。二、模型假设:1,不包含在数据里面的直接经济损失不予考虑;2,致灾因子只有长期而稳定和周期性波动两种情况;3,周期函数所反映的致灾因子只考虑一种情况;4,致灾因子在长期方面的影响认为是单
7、调的直线关系;255,忽略消费者价格指数的影响,把各年的数据不再予以折现;6,假设2010之后的三年不会发生像汶川大地震那样的特大自然灾害;三、模型建立:其中w表示弧度,a,b,a1,b1,W都为参数。四:模型求解:笔者采用的数据是来自:中华人民共和国民政部规划财务司,1988年到2010年的民政事业发展统计报告,救灾工作栏里的自然灾害造成的直接经济损失。理论上应该要把每一年的数据都折现到2010年,但笔者在假设中把消费者价格指数的影响去掉了,所以直接以1988年到2010年22年的数据进行求解,以下是1988年-2010年数据:时间直接经济损失
8、(亿)19885251989616199112151992854199399319941876199518631996288225199
此文档下载收益归作者所有