论文部分内容阅读
针对传统洪灾损失评估存在精度低、速度慢等问题，首先提出基于神经网络集成的洪灾损失评估方法技术路线；其次，以鄱阳湖区某县为研究对象，运用层次分析法对影响该研究区域的洪灾损失评估指标进行分析和提取，并对影响因子的权重进行分配；然后，研究神经网络集成模型的个体生成和结论生成的实现方法，并利用C#编程语言和AForge.NET开源框架下的神经网络类库搭建一个能快速构建神经网络集成模型的程序；最后，对该方法进行应用，并将评估结果与实际统计的洪灾损失值进行对比分析，验证该评估方法的可行性，从而为洪灾损失评估提供一种新的方法。