1. 研究目的与意义及国内外研究现状

中国是个多暴雨的国家，中国地大物博，地形复杂多样，有平原有丘陵，有高原也有盆地。做好准确、有效的暴雨灾害评估预测是十分重要的。如今，我国愈来愈重视对暴雨的研究，面对暴雨灾害带来的种种巨大的损失，如何有效地评估暴雨的直接经济损失以及预测暴雨带来的直接经济损失，为人们直观了解暴雨带来的灾害程度及相关部门在灾后提供相应的救灾防灾的依据等有了十分现实的重大意义。但直到科技发展如此迅速的今天，面对暴雨成灾环境等的复杂性与不确定性，如何短期内找到合适的、相关的数据也不是一件容易的事。因此，如何应用短期内易统计出的数据指标，对灾害程度进行一个较为准确的估计也就有了客观的意义。

本文基于2012年暴雨洪涝灾害情况的数据，尝试通过主成分分析处理灾情因子、致灾因子及灾情抵抗因子等关键评价指标，精简信息，算出权重。通过灾情因子，将各地区进行聚类分析，根据聚类结果“对症下药”。接着使用bp神经网络模型，通过反向传播来不短调整网络的权值，在训练样本的基础上选择最优评估模型，测算暴雨带来的直接经济损失，为相关部门对暴雨灾害的灾情评估提供理论依据和评估方法，也对暴雨的防灾救灾工作提出了一些建议。

国内外研究现状

20世纪90年代以来，我国学者采用逐步回归分析、概率分析、马尔科夫模型、统计决策理论、以及建立淹水程度机理模型等对暴雨灾情评估进行了许多研究。

2. 研究的基本内容

本文应用主成分分析与BP神经网络理论，利用主成分分析求出各指标权重，建立暴雨灾害带来得损失的BP神经网络评估模型。通过聚类分析，以找到相应的最合适的防灾救灾方法。此模型收集了2012年全国各地的农作物受灾面积、绝收面积、受灾人口、死亡人口、倒塌房间、损坏房间、直接经济损失等数据作为决策变量，通过主成分分析精简信息，发现每一个决策变量所占权重相差不大，都应该被考虑。接着使用BP神经网络估计损失，构建了能够实现一定评估和预测精度的评估模型，对将来可能遭遇的暴雨灾害的防灾救灾工作有一定的意义。最后提出了文中存在的问题以及后续的改善方法，也对暴雨的防灾救灾工作提出了一些建议。

3. 实施方案、进度安排及预期效果

2015年10月，确定选题和大概研究方向；

10月-11月，学习主成分分析与bp神经网络方法；

12月，找数据，并着手开始写论文；

4. 参考文献

[1] 百度百科，暴雨http://baike.baidu.com/subview/193620/5905478.htm#viewpage

content.

[2] 百度百科，暴雨灾害http://baike.baidu.com/subview/725079/13233199.htm#viewpage