云計(jì)算平臺(tái)支持下的BP神經(jīng)網(wǎng)絡(luò)在洪災(zāi)損失評(píng)估中的應(yīng)用研究.pdf

1、在我國(guó)洪災(zāi)屬于最為嚴(yán)重的自然災(zāi)害之一，其頻率高、影響范圍廣及經(jīng)濟(jì)損失大等特征已經(jīng)嚴(yán)重制約了我國(guó)國(guó)民經(jīng)濟(jì)的發(fā)展，因此對(duì)洪災(zāi)經(jīng)濟(jì)損失進(jìn)行科學(xué)有效的估算是必要的。但是近年來，由于人類的活動(dòng)增多、洪災(zāi)損失評(píng)估的數(shù)據(jù)種類和數(shù)劇量不斷增加，導(dǎo)致傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)技術(shù)在洪災(zāi)損失評(píng)估應(yīng)用中可能出現(xiàn)耗時(shí)過長(zhǎng)、訓(xùn)練困難等問題?？紤]云計(jì)算平臺(tái)在處理大量數(shù)據(jù)方面問題的優(yōu)越性與實(shí)用性，而現(xiàn)有洪災(zāi)損失評(píng)估相關(guān)研究還未在云計(jì)算平臺(tái)下進(jìn)行應(yīng)用。因此，開展云計(jì)算平臺(tái)支持下

2、的BP神經(jīng)網(wǎng)絡(luò)在洪災(zāi)損失評(píng)估中的應(yīng)用研究具有現(xiàn)實(shí)意義。本文選取江西省鄱陽湖區(qū)范圍內(nèi)的某縣作為研究區(qū)域，主要研究?jī)?nèi)容如下：
　　首先，闡述了洪災(zāi)損失評(píng)估及相關(guān)技術(shù)的國(guó)內(nèi)外的研究現(xiàn)狀，論述本文所運(yùn)用的關(guān)鍵技術(shù)：Hadoop分布式計(jì)算框架及BP神經(jīng)網(wǎng)絡(luò)技術(shù)，可為本文洪災(zāi)損失評(píng)估應(yīng)用研究提供理論基礎(chǔ)。
　　其次，運(yùn)用數(shù)理統(tǒng)計(jì)的方法對(duì)原始數(shù)據(jù)進(jìn)行收集與整理，結(jié)合洪災(zāi)損失理論選擇能夠反映洪災(zāi)損失情況的洪災(zāi)影響因子，并根據(jù)洪災(zāi)影響因子劃分

3、得到進(jìn)行計(jì)算的樣本數(shù)據(jù)與測(cè)試數(shù)據(jù)；
　　然后，在BP神經(jīng)網(wǎng)絡(luò)算法基本結(jié)構(gòu)的基礎(chǔ)上，將其拆分成兩大部分：首先是網(wǎng)絡(luò)學(xué)習(xí)部分，其次是權(quán)值調(diào)整部分。根據(jù)算法的拆分，將其分別在 Map函數(shù)與Reduce函數(shù)中實(shí)現(xiàn)，得到云計(jì)算平臺(tái)支持下的Mapreduce-bp算法；
　　最后，根據(jù)Mapreduce-bp算法，建立云計(jì)算平臺(tái)支持下的Mapreduce-bp神經(jīng)網(wǎng)絡(luò)洪災(zāi)損失評(píng)估模型，利用該模型對(duì)本文研究區(qū)域2013年的洪災(zāi)經(jīng)濟(jì)損失進(jìn)行