基于層次熵的自然災害案例匹配研究.pdf

1、自然災害在我國最近幾年呈現日益多發(fā)的趨勢，造成的經濟也日益增大，由于我國地區(qū)發(fā)展不均衡，東西部經濟差距較大，災害發(fā)生以后，由于災害造成的通信設施的中斷，將使得災情信息很難及時傳遞給上級救災中心，因此如何在災害發(fā)生以后第一時間預評估災害損失和救災物資需求，是救災工作的第一要務。
　　 本文針對自然災害種類繁多，受災地區(qū)經濟多樣性的特點，將基于案例的推理應用到災害救助中來，提出一種基于層次熵技術的案例檢索算法，通過案例推理來預評估救

2、災物資需求等信息。案例推理是人工智能領域的一種重要的基于知識的問題求解和自我學習的推理方法，其主要的思想是從以往的案例庫中檢索與當前案例最相似的案例樣本，并加以調整，借此推導出當前問題的最優(yōu)解。在整個案例推理的過程中，決定其性能的是案例檢索，而案例檢索的關鍵在于案例匹配，這也是近年來案例推理領域研究的重點。
　　 本文首先介紹了國內外相關領域的研究現狀，然后對案例推理、層次分析法、信息熵的基礎理論及相關技術進行了分析，重點針對案

3、例推理中的案例匹配環(huán)節(jié)，將層次分析法和信息熵技術應用到自然災害的案例推理中，通過層次分析法分析決策問題的目標和多種層次因素，構造出合理的層次結構，結合主觀經驗信息和得出當前案例的特征屬性權重的優(yōu)先級，并在此基礎上利用信息熵技術對結果進行修正，保證了結果的客觀性，從而得到更加符合實際情況的優(yōu)選案例。本文以洪澇災害為例，通過實驗證明該方法適用于洪澇災害的案例推理，通過信息熵技術修正得到的案例優(yōu)于直接通過層次分析法得到的案例，可以更加準確的預