摘要：為全面評(píng)估預(yù)測(cè)震害損失,提出一種概率密度預(yù)測(cè)方法。首先,通過(guò)改進(jìn)的生命年損失計(jì)算法,獲取生命年損失值;其次,采用基于Akaike信息量準(zhǔn)則(AIC)的逐步回歸分析法,辨識(shí)生命年損失的強(qiáng)關(guān)聯(lián)因素,在此基礎(chǔ)上構(gòu)建神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸(QRNN)模型;然后,得到生命年損失預(yù)測(cè)值與強(qiáng)相關(guān)因素的非線性關(guān)系,輸出不同分位點(diǎn)下生命年損失預(yù)測(cè)值,運(yùn)用高斯核函數(shù)預(yù)測(cè)生命年損失概率密度;最后,選取我國(guó)1996-2014年的189條地震災(zāi)害損失數(shù)據(jù)作為訓(xùn)練樣本,預(yù)測(cè)2015年10例地震的生命年損失,并與B樣條分位數(shù)回歸(QRBS)模型及3種線性模型作對(duì)比。研究表明:基于QRNN模型的震害損失評(píng)估概率密度預(yù)測(cè),降低了數(shù)據(jù)依賴性,提高了評(píng)估效率;預(yù)測(cè)值平均絕對(duì)誤差不超過(guò)7. 5%,便于震害評(píng)估。