基于改进的神经网络模型预测气象灾害经济损失 ——以广东省台风灾害为例

摘要：

以广东省台风灾害为例,利用遗传算法改进B P神经网络形成GA-B P神经网络模型,将台风最大风力、台风最大风速、受灾人数、转移安置人数和农作物受灾面积5种变量作为致灾因子,进入神经网络模型,并作为GA-B P神经网络输入数据对直接经济损失进行预测.结果表明:在物价调整前GA-B P神经网络模型和单一B P神经网络模型的平均相对误差分别为17.30和22.86,物价调整后两者的平均相对误差分别为6.27和12.51,这意味着只有将各年份台风灾害直接经济损失调整到同一物价水平上,才能达到最优结果,且GA-B P神经网络模型的预测结果始终优于单一B P神经网络模型;鉴于GA-B P神经网络模型的适用性和参考价值,有关政府部门可在气象灾害发生后,采用该方法对灾情数据进行预测,提升政府在灾情统计方面的时效性,进而在应急财政投入方面迅速作出反应.

关键词：台风灾害、神经网络、经济损失、物价水平

所属期刊栏目：35

分类号：F069.9(经济学分支科学)

资助基金：国家自然科学基金青年基金项目71804033

在线出版日期：2021-05-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：247-253