基于动态递归神经网络的洪水灾害损失预测
2014-07-16何树红杨博戴明爽
经济师 2014年5期
何树红+杨博+戴明爽
摘 要:对洪水灾害损失进行预测,旨在为我国巨灾保险产品的创新提供新的理论依据。神经网络自身的联想能力决定了它在预测方面有比较大的优势,特别是在处理洪水灾害损失这类动态问题上,Elman动态神经网络能很好地预测洪水灾害损失,与静态神经网络相比,预测所得结果的精度进一步提高。
关键词:洪水灾害 损失预测 神经网络
中图分类号:F840.69 文献标识码:A
文章编号:1004-4914(2014)05-016-04
关于洪水灾害损失的预测,我国目前仍处于起步阶段。常采用定性分析的方法,分析得出有关影响因素,并且进一步分析各因素对洪水灾害影响作用的大小。例如杨凯在对包括洪水灾害的巨灾风险进行分析之后指出我国巨灾风险最大的问题是:相关保险的供给不足,需求也不足。其中的根本原因是:国民的巨灾保险意识薄弱,巨灾保险存在再保险困难,巨灾保险目标市场难以确认;但是这些理论研究对我国如何防范洪水灾害风险的借鉴性比较小。洪水灾害风险防范的核心问题在于洪水灾害损失的预测,近年来有学者将数学模型引入到了洪水灾害损失预测,例如张正建立了洪水灾害损失的数学预测模型,通过利用历史数据,来完成对未来数据的预测。可这种研究方式有一个前提假设,即洪水灾害损失是一个静态问题,但是洪水灾害损失是否是一个静态问题值得商榷。
针对洪水灾害损失的特点,本文对其损失的预测将按照以下三个步骤进行。……
登录APP查看全文
