巨灾保险模式及保费厘定方法研究

自然灾害保险是灾后恢复与重建最有效的经济手段．研究表明只要在足够大的地域采取强制性的保险政策,并建立科学的风险分散机制和保险模式,自然灾害保险是完全可行的．本文通过构建由潜在受灾者（投保人）、直接保险公司、再保险公司、资本市场和政府巨灾风险保障基金五类主体组建的串联式风险分散机制和保险模式,运用期望效益原理建立相应的相互串联的保险数学模型,提出了比较科学的保险保费计算新方法,通过对湖南灾害保险保费进行实例测算,进一步论证了该方法具有很强的可行性．     

随机利率下一种家庭联合保险的精算模型

寿险中的利率随机性问题是近年来保险精算研究的热点之一.为了消除利率随机性所产生的风险,对随机利率采用Wiener过程建模,以一种家庭联合保险模型为基础,讨论了多元生存函数,给出了保额的精算现值及其均衡年保费的计算方法.此家庭联合保险模型包括夫妻终身寿险、子女早亡补偿保险、夫妻养老金,以及父母早逝时给予不足18周岁的子女的抚养保险金等.     

Web计算保险机制及对信誉度模型的扩展

Web计算是一种基于Web技术并面向Web资源的组织、管理和使用等功能的分布式网络计算模式,是一个具有不确定性和风险的网络平台.文章通过研究和分析Web计算风险的典型控制方法,建立了Web计算保险机制以转移和分化Web计算风险,并提出了一个基于保险思想的信誉度模型.首先,对Web计算风险及其控制方法进行了分析,总结了web计算保险机制的必要性;然后,给出了web计算保险机制的体系结构,对其工作原理进行了详细分析,并对Web保险机构的破产问题进行了简单分析;最后,通过分析保险机制对信誉评估的影响,提出了一个基于保险思想的信誉度模型.     

基于决策树组合分类器的气温预测

气象数据挖掘是近年来研究的热点,组合分类器能够实现协同计算以提高效率和准确性,就此本文采用数据挖掘方法中的决策树组合分类器对某地气象进行了气温预测,主要依据C4.5经典算法、Bagging集成方法构建组合决策树,并加入协同的思想建立了预测气温的决策树协同分析模型.实验表明,基于Bagging的决策树协同模型对于局部区域的气温预测具有较高的准确率.     

基于Bayes方法的船舶航行参数概率模型修正研究

针对桥区船舶航行参数数据较少,不能有效反映概率模型的问题,提出采用Bayes方法进行修正。该方法结合以往其他区域船舶航行参数数据获得的概率模型,对关注桥区已有数据获得的概率模型进行修正,从而对概率模型进行更新。算例表明,通过Bayes方法进行修正后,获得的概率模型参数综合了以往的经验性信息与实测信息的特点,减小了小样本实测数据的不确定性,可为后续的船桥碰撞风险评估提供理论依据。     

保险对缓释商业银行操作风险的作用研究

对新巴赛尔协议中关于银行操作风险的理论进行了论述,对不同的操作风险类别采用不同的控制方式进行了分析,介绍了保险产品现状及存在问题;研究了保险对缓释商业银行操作风险的作用;提出我国商业银行操作风险管理中可以引入保险机制,并给出了对策建议.     

日照市花生产量的预测模型

利用日照市气象局提供的30多年的相关气象资料和农业局提供的花生的产量,用SPSS软件对日照市的气象因素与花生产量进行了偏相关系数分析,从中找到了影响花生产量的重要气象因子.采用逐步回归的分析方法对相关因子进行了分析,建立了花生产量与气象因子关系的多元线性回归模型及灰色GM(1,N)模型进行花生产量预测.     

龙岩市烟叶气象灾害风险评价与区划

应用风险管理的理论和方法,对福建省龙岩市烟叶种植面临的气象灾害风险进行了风险评价和管理.在对当地烟叶种植面临的气象灾害风险识别和分析的基础上,通过对危险性、暴露性、脆弱性3因子的分析,构建了当地烟叶种植面临气象灾害的风险评价指标体系和灾害风险评估模型.利用该风险评估模型对龙岩地区各县(市)进行了风险评估,得出了各县(市)的霜冻和暴雨洪涝灾害的风险指数,并根据制定的风险等级划分标准,进行了风险等级的区划,为龙岩市烟叶种植结构的调整和灾害预防提供了科学的依据.     

基于DEM的江苏气温空间插值研究

以江苏省及周边39个常规气象站点1957—2001年的月平均气温数据和90 m空间分辨率的DEM数据为基础,采用基于DEM的多元线性回归插值方法,分析多年平均气温与海拔、坡度和坡向等地形因子的相关关系,建立适合该区域的多元回归空间插值模型.同时与反距离权重法(IDW)和克里格(Kriging)插值法等传统方法的计算结果进行对比,并用交叉验证方法比较5种插值方法的精度.结果表明:该研究区各月气温递减率在0.5~0.9℃/(100 m)左右;基于DEM的多元线性回归空间插值方法(MLR)无论从插值效果还是误差精度上,均优于其他传统插值方法.插值结果客观地表达了气温与各地形要素的相关性,反映了气温的空间变异性.     

气候变化对广州市城市雨潮遭遇风险的影响评估

为避免我国沿海城市遭受洪涝灾害侵袭,保证广州市可持续发展,利用8种气候模式数据集和4种排放情景(A1B,RCP2.6,RCP4.5,RCP8.5)对广州市未来时期(2020—2050年)的极端降雨和气温变化趋势进行了预估,基于海平面变化与温度变化的相关关系对海平面进行了上升预测,构建了基于Copula函数的历史与未来时期广州市雨潮遭遇风险概率模型,分析了未来时期不同排放情景下雨潮遭遇概率的变化趋势。分析结果表明,未来时期极端降雨与海平面均将呈现上升趋势,治涝风险概率将呈现增加趋势,表明广州市城区未来将会面临更大的防洪压力。     

动态气象数学模型的研究(二)——模拟程序与模拟结果

介绍了应用作者建立的五维自回归动态气象模型模拟逐日气象参数的方法、步骤与程序,进而对室外空气的日平均温度、温度日振幅、日平均相对湿度、相对湿度日振幅、水平面上的太阳总辐射五项参数的模拟值与实测值进行了分析对比。结果表明,模拟值与实测值的概率分布是一致的,这为空调能耗分析奠定了基础。     

基于条件云的时变故障率模型及其在可靠性评估中的应用

电力系统通常采用常数故障率模型进行可靠性评估,常数故障率模型虽然结构简单、计算量小,但忽略了天气因素的影响,无法反映系统可靠性的真实水平。针对常数故障率模型的缺陷和可靠性统计数据的不足,提出了一种基于条件云的时变故障率模型。首先定义了适当的隶属度函数,使用X条件云模型完成风光出力到天气条件的转化。然后使用半降尖Γ云模型,对天气条件与天气影响因子之间的确定性关系进行模糊化,使用Y条件云模型完成天气条件到天气影响因子的转化。在条件云模型的基础上,根据云模型的不确定性推理规则,由t时刻风光出力推测对应时刻的天气影响因子,对采用威布尔分布模拟的时变故障率模型进行修正。最后结合比利时瓦垄地区风电场和光伏电站出力数据进行云模型构建和发电系统可靠性评估。该模型能够更好地模拟系统运行的实际状况,提高可靠性评估的准确性。     

恶劣天气下高速公路实时事故风险预测模型

先提取了美国加州I-880N高速公路上一段长为23km路段的实时交通流数据、事故数据和气象数据。然后采用Logistic模型建立了基于交通流数据和气象数据的事故风险预测模型。研究结果表明:天气条件对事故风险有显著影响,在雨天和雾天的比值比(Odds ratios)分别为6.4和4.4时,事故风险性分别提高了5.4和3.4倍。最后建立了不含天气参数的事故风险预测模型,结果表明:含有天气参数的实时事故风险模型预测精度为71.7%,不含天气参数的模型预测精度为66.5%,表明天气条件可以显著提高实时事故风险模型的预测精度。     

50a来宁夏中宁沙尘天气发生规律及气候成因分析

为了研究宁夏沙尘天气发生的规律和成因,根据中宁站1957—2006年的常规气象资料,分析了中宁沙尘天气的年际变化、春季发生规律及气候成因和气象要素特征.结果表明,该地区特殊的地理位置和地形地貌以及干旱少雨的气候是沙尘天气多发的主要原因.近50a来,中宁沙尘天气呈下降趋势,扬沙和浮尘减少的趋势更显著;沙尘天气多出现在春季的午后至傍晚,此时扬沙发生频率最高;沙尘天气的发生频率和强弱与大风的风向有直接关系,与春季的降水呈明显负相关,沙尘暴与大风频率呈明显的正相关.沙尘天气的发生与气温、湿度也有一定的对应关系.对于提高沙尘天气的预报水平有重要意义。     

钢-混组合梁桥有效温度取值的地域差异性

为了研究不同地区组合梁桥有效温度的精确取值,对钢箱混凝土组合梁节段模型开展长期温度测试,基于实测数据验证数值模拟温度场的准确性. 采用有限元和气象相关性公式2种方法得到有效温度样本数据,基于广义帕累托（GP）分布模型计算有效温度代表值并进行对比. 调研中国839个基准气象站数据,对其中91个具有太阳辐射数据的站点进行23 a长期数值模拟,并逐个站点建立有效温度与气温和太阳辐射2个气象参数之间的相关性公式. 采用空间插值方法得到有效温度全国等值线地图. 结果表明：全国范围内组合梁桥最高有效温度为20.56~51.99 ℃,最低有效温度为?42.94~15.81 ℃,有效温度变化为26.16~87.57 ℃,在等值线地图中,约占全国面积的1/7的区域的有效温度变化超过规范中最大值71 ℃,给桥梁的安全运营带来较大风险.     

考虑气温累积效应的短期负荷预测

随着经济持续发展,人民生活水平不断提高,空调等降温负荷在夏季用电负荷中所占比重近年来总体呈上升趋势。在此背景下,分析了负荷与气温的关系,发展了考虑气温累积效应和负荷对气温变化灵敏度的短期负荷预测方法。首先,通过考虑待预测日的气温、高温持续天数以及待预测日与历史日的温差来计算气温累积效应强度,从而对气温进行修正;在此基础上,采用回归模型来分析负荷对气温变化的灵敏度;之后,以历史日负荷为基准值,根据待预测日与历史日的气温差异对待预测日的负荷进行预测。最后,用广东电力系统的历史负荷数据对所发展的负荷预测方法做了大量测试,表明了预测精度满足系统调度机构要求。     

公交IC卡数据客流预测模型研究

为解决我国大城市工作上下班高峰期公交线路客流不均衡的问题,提出以公交路线一卡通数据为研究对象,综合考虑天气类型、温度和风力多个因素对客流的影响,利用多元线性回归模型建立公交工作日高峰期各时间段客流模型. 最后通过一卡通大数据对模型进行了验证,证明多元线性回归模型能够准确且快速地预测高峰时间段的客流量,实现了通过公交线路客流预测缓解城市工作日高峰期出行拥堵的问题.     

智能教学系统中学生模型的构建

介绍了常见的学生模型: 覆盖模型、偏差模型和认知型模型。这三种模型主要是反映学习者的学习基础, 认知能力, 但对于影响学习者的心理因素没涉及到。因此, 本文把影响学习者的心理因素进行了归纳, 根据影响学习者的心理因素提出了一个全面的学生模型, 一个全面的学生模型应该是覆盖模型, 偏差模型, 认知能力、心理模型的综合, 并且用多维向量来表示。     

考虑天气因素的给水管道漏损预测模型

天气变化引起土壤含水率变化和变形等,导致气温变化与市政给水管道的破损事件存在相关性.为此,基于北方某城市给水管网破损事件数据和气温记录,分析不同的天气因素量化指标与管道破损事件的相关性.采用误差反向传播神经网络(BPNN)和基因表达式编程(GEP)方法,建立考虑天气因素的给水管道漏损预测模型.根据案例城市过去11年的市...     

计及温度影响的短期负荷预测时间序列模型

时间序列模型在国际和国内的短期电力负荷预测中得到了广泛应用.然而,这种方法的一个主要缺点是无法将影响负荷预测的主要因素之一即气象因素考虑进去.在此背景下,首先基于负荷和气温数据建立了负荷预测的回归模型,然后构造了回归模型残差累积式自回归一滑动平均模型并对回归模型进行修正.最后,用广东电力系统的实际负荷数据说明了所发展的...