基于多BPNN敏感性分析的气候变化脆弱性指标赋权方法

• 作者: 张明顺 张质明 马文林 黎学琴
• 来源期刊: 自然灾害学报
• 学科: 地球科学
• 关键词: 赋权 气候变化 脆弱性 反向传播神经网络(BPNN) 敏感性分析
• 年，卷（期）: 2014,（5）
• 页码范围: 140-147
• 页数: 8页
• 分类号: P46
• 语种: 中文
• DOI: 10.13577/j.jnd.2014.0518

摘要

为尽量减小气候变化脆弱性评估中对指标权重的人为干扰,通过对某市卫生领域的气候变化脆弱性的评价案例,提出了一种基于多反向传播神经网络(BPNN)敏感性分析的气候变化脆弱性指标赋权方法.结果表明:多组BPNN拟合与泛化能力普遍较好,且每个模型敏感性分析结果具有一致性,总敏感性指数远大于一阶敏感性指数,反映了气候指标巨大潜在影响.所提出的敏感性分析具有较好的稳定性;该方法能够有效识别出气候指标的直接影响及间接影响,可以为指标权值的确定提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马文林		26	223	9.0	14.0
2	张质明		10	17	2.0	4.0
3	张明顺		8	22	3.0	4.0
4	黎学琴		1	0	0.0	0.0