您的位置: 专家智库 > >

浙江省科技厅资助项目(2012C35053)

作品数:1 被引量:1H指数:1
相关作者:俞徐波朱鸣鹤牛程飞更多>>
相关机构:宁波大学更多>>
发文基金:浙江省科技厅资助项目更多>>
相关领域:环境科学与工程更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇环境科学与工...

主题

  • 1篇溢油
  • 1篇溢油事故
  • 1篇神经网
  • 1篇神经网络
  • 1篇径向基
  • 1篇径向基神经
  • 1篇径向基神经网...
  • 1篇环境损害
  • 1篇RBF
  • 1篇A-SVM
  • 1篇船舶
  • 1篇船舶油污

机构

  • 1篇宁波大学

作者

  • 1篇牛程飞
  • 1篇朱鸣鹤
  • 1篇俞徐波

传媒

  • 1篇安全与环境学...

年份

  • 1篇2013
1 条 记 录,以下是 1-1
排序方式:
两种溢油事故损害赔偿方法的应用对比被引量:1
2013年
针对船舶溢油事故的赔偿问题,基于径向基神经网络(RBF)和GA-SVM两种方法,以国际油污基金公约所承认的著名船舶油污事故损害赔偿案例作为学习样本和检验样本,通过建立基准模型和3个对比方案,比较两种方法在赔偿评估中的优劣。其中基准模型为GA-SVM模型,以前16个赔偿案例作为学习样本,后3个赔偿案例作为检验样本,以模糊定量溢油量、油种比重、海况、环境敏感度、清污情况5个主要影响因素作为SVM的输入特征向量,赔偿额作为输出量。3个对比模型为径向基神经网络模型,其中方案1与基准模型基本设定相同;方案2在方案1的基础上,以溢油量、油种比重、风速、波高、涌高、视距(能见度)、环境敏感度、油膜扩散面积、污染海岸线长度、清污情况10个影响因素作为RBF的输入特征向量;方案3以方案2为基准,使用前12个数据为学习样本,后7个为检验样本进行建模分析。结果表明:GA-SVM模型在预测中具有较高的准确率;而RBF在理论上虽占优势,但预测结果不理想,并对其可能的原因作了相应的分析。
俞徐波朱鸣鹤牛程飞
关键词:船舶油污环境损害RBF径向基神经网络
共1页<1>
聚类工具0