中国安全科学学报

作者：武佳佳, 王威, 朱强强, 马东辉

单位：1 北京工业大学 建筑工程学院,北京 100124;；2 北京工业大学 建筑与城市规划学院,北京 100124

关键词：生命年损失,逐步回归,神经网络分位数回归(QRNN),关联因素辨识,概率密度函数

基金：国家自然科学基金资助(51678017);国家重点研发计划课题(2018YFD1100902-1)。

为全面评估预测震害损失,提出一种概率密度预测方法。首先,通过改进的生命年损失计算法,获取生命年损失值;其次,采用基于Akaike信息量准则(AIC)的逐步回归分析法,辨识生命年损失的强关联因素,在此基础上构建神经网络分位数回归(QRNN)模型;然后,得到生命年损失预测值与强相关因素的非线性关系,输出不同分位点下生命年损失预测值,运用高斯核函数预测生命年损失概率密度;最后,选取我国1996—2014年的189条地震灾害损失数据作为训练样本,预测2015年10例地震的生命年损失,并与B样条分位数回归(QRBS)模型及3种线性模型作对比。研究表明:基于QRNN模型的震害损失评估概率密度预测,降低了数据依赖性,提高了评估效率;预测值平均绝对误差不超过7.5%,便于震害评估。

来源：2019年第5期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2019年第5期