基于改进的SVR-GRNN风暴潮灾害损失组合评估模型

• 作者: 贾丙宏 杨帅 冉姝
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: 风暴潮灾害损失评估 支持向量回归(SVR) 广义回归神经网络(GRNN) 组合模型
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 学术探讨
• 页码范围: 1-6
• 页数: 6页
• 分类号: P258
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2022.01.001

摘要

风暴潮灾害是制约我国海洋开发和海洋经济发展的重要因素,也是海洋预防的重点难点问题.在风暴潮灾害损失评估这一领域,对组合评估模型的研究较少.以浙江省为例,整理收集了1990—2020年间记录完整的29个风暴潮历史灾情数据,利用麻雀搜索算法(Sparrow Search Algorithm,SSA)分别对支持向量回归(Support Vector Regression,SVR)和广义回归神经网络(Generalized Regression Neural Network,GRNN)进行模型优化改进,得到的直接经济损失拟合结果R2值分别为0.8473和0.8828,将改进后的SVR和GRNN建立组合模型,用于风暴潮灾害损失评估,R2提高为0.9190.结果表明:组合模型的评估精度优于单一模型,是一种适用于风暴潮灾害损失评估的高精度、稳定性方法.