| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 数据的来源和研究的方法内容 | 第11-14页 |
| 1.3.1 数据的来源 | 第11页 |
| 1.3.2 研究的主要内容 | 第11-13页 |
| 1.3.3 本文的雷电研究流程图 | 第13-14页 |
| 2 基于ARIMA-SVM模型的雷电活动长期预测 | 第14-30页 |
| 2.1 雷电时间序列模型的构建 | 第14-20页 |
| 2.1.1 ARIMA模型的原理 | 第15-16页 |
| 2.1.2 SVM回归模型原理 | 第16-18页 |
| 2.1.3 ARIMA-SVM模型原理 | 第18-19页 |
| 2.1.4 雷电数据的ARIMA-SVM模型构建 | 第19-20页 |
| 2.2 基于江苏省雷电数据的实例分析 | 第20-29页 |
| 2.2.1 江苏省雷电环境背景概述 | 第20-23页 |
| 2.2.2 江苏省雷电日时间序列分析 | 第23-29页 |
| 2.3 本章小结 | 第29-30页 |
| 3 基于熵值赋权主成分分析的雷电灾害风险区划 | 第30-43页 |
| 3.1 雷电风险评估体系的构建 | 第30-33页 |
| 3.1.1 雷电灾害的特点 | 第30-31页 |
| 3.1.2 雷电灾害风险评估体系的构建 | 第31-32页 |
| 3.1.3 雷电灾害风险评估体系框架 | 第32-33页 |
| 3.2 雷电灾害风险区划模型 | 第33-37页 |
| 3.2.1 传统的气象学分级统计方法 | 第33页 |
| 3.2.2 基于熵值赋权的改进主成分分析法 | 第33-37页 |
| 3.3 江苏省雷电灾害风险区划实例分析 | 第37-42页 |
| 3.4 本章总结 | 第42-43页 |
| 4 雷电灾害保险的保费厘定 | 第43-53页 |
| 4.1 雷电灾害保险 | 第43-47页 |
| 4.1.1 雷电灾害可保性分析 | 第44-45页 |
| 4.1.2 雷电灾害保险分散模式 | 第45-47页 |
| 4.2 雷电灾害保险的保费定价模型设计 | 第47-52页 |
| 4.2.1 雷电灾害保险的理赔指数设计 | 第47-49页 |
| 4.2.1.1 雷灾概率指数 | 第47-48页 |
| 4.2.1.2 雷灾损失指数 | 第48-49页 |
| 4.2.2 雷电灾害保险的保费定价模型的建立及检验 | 第49-52页 |
| 4.3 本章总结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| 5.1 全文总结 | 第53-54页 |
| 5.2 不足与展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 作者简介 | 第60-61页 |
| 致谢 | 第61页 |