《基于多模型的国家脆弱性》
本文是关于国家类论文范文资料跟脆弱性和国家脆弱性和多模型有关论文怎么写.
[摘 要]持续的气候变化导致的净损害成本很大,这些影响中的很多会改变人类的生活方式,并有可能导致社会和政府结构的弱化和崩溃.首先分析了影响国家脆弱性的相关因素,利用加权复杂网络模型确定气候变化与国家脆弱性的影响因素之间的关系.其次,选取中非作为研究对象,应用气温和降水两个变量描述气候变化,得到气候与脆弱性的变化成负相关关系,与实际气温、降水和国家脆弱性的关系一致.最后,根据国家脆弱性情况将选定的样本国家聚为三类,以牙买加国家为例,得到稳定、相对脆弱和脆弱的临界值为0.75和0.45,并运用灰色预测模型预测国家得到在2036年到达临界点.
[关键词]气候变化 脆弱性国家 AHP综合模糊分析 加权复杂网络 聚类分析 灰色预测
中图分类号：P58 文献标识码：A 文章编号：1009-914X（2019）01-0124-02
0.引言
气候变化改变了人类的生活方式,并可能导致社会和政府结构的弱化和崩溃,不稳定的政府也可能导致一个国家的脆弱性.现有的研究文献对“脆弱国家”进行了广义和狭义的界定：从狭义上讲,脆弱性是指政治制度的财产,一个“脆弱国家”无法承担其作为基本服务和公共产品提供者的责任,其社会后果是对生活水平的威胁.从最广泛的意义上说,社会团体被卷入各种形式的暴力冲突,并且在政治,社会或经济上不稳定[1].理解的脆弱性因此被定义为“社会状况的脆弱性”.
1.气候变化与国家脆弱性之间的关系
1.1 影响国家脆弱性的因素
1.1.1 影响国家脆弱性因素的选取
根据指标选取原则,选取出五个一级指标为：经济、政治、环境、人口和安全,以及14个二级指标为：收入、人均GDP、GDP增长、政府债务、一般政府最终消费支出、耕地、人均可再生内陆淡水资源、二氧化碳排放量、人口增长、人口密度、净移民和公共教育支出.
1.1.2 标准化及构造模糊综合评价矩阵
为确定单个评价指标的相对隶属度,需对各指标进行标准化和无量纲处理.为尽可能保持各指标值的变化信息,故按照如下公式进行处理：
式中,x（i,j）为第j个国家中第i个评价指标的实测值；xmax（i）和xmin（i）分别为第i个指标的最大和最小值；r（i,j）为x（i,j）标准化后的数值,i等于1～n,j等于1～m.
1.1.3 构造模糊判断矩阵
为了减少甚至避免信息的不对称,引入各评价指标的样本标准差s.可以各评价指标间的差异和反映指标对綜合评价的影响程度,根据公式（2）可以构造出判断矩阵.
式中：bij为判断矩阵B中的元素；bm为相对重要性程度参数值.
1.1.4 权重计算过程
若要计算判断矩阵B的一致性检验、修正及权重,就要求满足 和 .根据判断矩阵B的定义,在理论上有公式 .
接下来就用已知判断矩阵B,来求各评价指标的权重值 .若判断矩阵B满足上述公式,即能精确度量 ,判断矩阵具有完全一致性,则有如下公式所示：
1.1.5 AHP综合模糊分析法计算
根据判断矩阵B得出特征向量矩阵即权重向量矩阵A,将各国家14个指标对应的数值作为矩阵R,则得出脆弱性国家评价结果矩阵Z等于R*A.
根据计算得出λmax等于14.4427,求解出CI等于0.002184<0.1,因此判断矩阵通过一致性检验.
根据不同国家对应的指标数值所做的矩阵R,按照两者的乘积所得值Z的大小进行国家脆弱性排名,Z（j）值越小,该国家越脆弱.
1.2 利用多层复杂网络求解气候变化对国家脆弱性因素的影响
在多层复杂网络中,V为节点集合,E为边集合,L为层集合.所构造的模型为无向加权网络,基于数据建立脆弱国家的多层网络模型[2].
根据相关性分析找出16个二级指标间的相关性,定义相关性系数的绝对值大于0.3为相关,作为边的权值,根据查找资料得出相关性可以作为两指标之间的影响程度,构建加权多层复杂网络,如图1所示.
其中,ex为经济下的三个二级指标,px为人口下的四个指标,sx为安全下的两个指标,lx为政治下的两个指标,wx为环境下的三个指标,cx为气候指标下的两个指标.
对该图进行分析：例如c1与l1相连,表明降水与政府消费支出有关,按此即可得出气候与其它14个指标的间接关系.根据AHP综合模糊分析法判断出14个指标与国家脆弱性之间的关系,根据加权多层复杂网络得出气候与其它14个指标直接或间接的关系,进而求出气候与国家脆弱性间的关系.
2. 气候变化如何影响国家脆弱性
将气候的变化量化为气温和降水数据的变化量.利用模糊层次评价可以得到气候与国家脆弱性的变化情况,进而得到减小国家脆弱性的具体方法.以中非国家为例,进行分析.利用模糊层次评价,计算出中非2006年到2014年这九年中的脆弱度,并查阅资料得到温度、降雨量在该时间段的值,最终得到温度、降水量和脆弱度关于年份的折线图,如图2所示.
根据该图可以分析出,当降水量和气温在一定程度及国家可承受度内变化时对气候的影响较小,当降雨量和气温的波动超过国家可承受度使,脆弱性将发生剧烈波动.根据权重向量矩阵得出人均GDP、人均水资源与国家脆弱性成反比,种群矛盾、难民和国内流离失所者与国家脆弱性成正向相关,因此得出气温与国家脆弱性成负相关.根据权重向量矩阵得出耕地面积与国家脆弱性成正向相关关系,因此得出气温与国家脆弱性成负相关.
3. 脆弱性临界点的选取以及其脆弱性预测
3.1 基于聚类分析确定脆弱性临界点
3.1.1 聚类分析模型的建立
利用1的分析得出了评价国家脆弱性的评价矩阵Z,据此计算各个国家的脆弱性.将各指标数据进行归一化处理.根据最短距离的方法将各国家对应的脆弱性进行聚类,并将聚类分为三类[3].求各大类的最大值与最小值,根据脆弱性值的连续性,各大类的最大最小值之间应是连续的,因此可以确定出国家脆弱与相对脆弱,相对脆弱与稳定的临界值.
本文以牙买加国家为例进行分析.根据最短距离进行聚类所得结果如图3所示.在该图中,根据脆弱性国家的分裂,将聚类分为三类,计算出各类的最大最小值分别为表2所示：
类与类之间的最大最小值具有连续性,判断这三大类按表中数据分别相对脆弱、稳定和脆弱.最终得到稳定、相对脆弱和脆弱的临界值分别为0.75和0.45.
3.2 灰色预测模型预测脆弱性
传统的灰预测模型GM（1,1）,为等间距灰序列的预测模型.设X0为非负的原始数据序列,X1为X0的一次累加声称AGO序列,Z1为X1的邻均值等权生成序列[4].
对有明显趋势的数据进行拟合,对无明显趋势的数据采取均值填充的方法,最终得到1961至2016年牙买加的各指标数据.并利用模糊层次模型,计算出牙买加1961年到2014年这九年中的脆弱度,进行灰度预测,如图4所示.得到百分绝对误差为0.026585%,结果良好.根据结果发现当x等于76时,即在2036年,牙买加的国家脆弱性评分为0.44807,低于临界值.
4.结论
利用AHP综合模糊分析与多层复杂网络得到气候与国家脆弱性的关系,并以中非国家为例进行验证,结果合理.对于国家脆弱性临界点的选取以及预测,本文采用聚类分析和灰色预测的方法进行求解,并以牙买加国家为例,经计算得到,稳定、相对脆弱和脆弱的临界值分别为0.75和0.45,并且在2036年变为脆弱国家,此时国家脆弱性评分为0.44807.
参考文献
[1]刘天旭,吴滔.脆弱国家的评估标准问题[J].领导科学论坛,2016（13）：17-26.
[2]马夏夏,蔡永明.基于复杂网络的铁路-航空多层网络的鲁棒性研究[J].山东科学,2017,30（05）：70-78.
[3]陈江丽,张嵘.一种基于最短距离聚类的K最近邻分类算法[J].新乡学院学报,2014,31（12）：29-33.
[4]王大鹏. 灰色预测模型及中长期电力负荷预测应用研究[D].华中科技大学,2013.
上文总结,此文是关于经典国家专业范文可作为脆弱性和国家脆弱性和多模型方面的大学硕士与本科毕业论文国家论文开题报告范文和职称论文论文写作参考文献.
国家引用文献:
[1] 关于国家优秀博士学位的论文选题 国家优秀博士学位论文标题如何定
[2] 新颖的国家博士论文题目 国家博士论文题目哪个好
[3] 国家地理类论文题目 国家地理论文标题怎样定
