基于主成分分析及BP神经网络分析的地震人员伤亡预测模型研究①

田 鑫，朱冉冉

（上海理工大学管理学院，上海 200093）

0 引言

近十年以来，中国发生6．0级以上地震二十余多次，造成的人员伤亡及经济损失不计其数，因此建立地震人员伤亡预测模型显得极为重要［1］。近些年来，国内外学者也提出了一些地震人员伤亡预测模型，这些模型通常分为两类，一类是不考虑易损性方法，另一类以易损性为主要参数的方法［2－3］。但是，由于地震人员伤亡受诸多因素影响，并且因素彼此之间存在错综复杂的关系，因此得出的预测模型往往很难达到理想的效果。通过对收集的6．0级以上地震人员伤亡数据的分析，得出其数据符合主成分分析统计规律［4］。本文通过综合考虑后最终选取地震发生时刻、人口密度、地震预报与否、建筑坍塌率、建筑严重破坏率、建筑一般破坏率、设防水准、震级、地震烈度等因素作为评价指标［5－9］。首先运用主成分分析对这些因素进行降维，并算出各主成分，然后在此基础上运用神经网络方法建立预测模型，最后通过实例对预测结果进行检验。

1 主成分分析、BP神经网络模型基本原理及模型

1．1 主成分分析基本原理及模型

主成分分析是数学上数据降维的一种方法，其基本思想是设法将原来众多的具有一定相关性的指标（比如p项指标）重新组合成一组新的互不相关的综合指标来代替原来指标。最经典的做法就是用F1选取的第一个线性组合，即第一个综合指标的方差来表达，即Var（F1）越大，表示F1包含的信息越多。……