自然災害應急物資需求預測方法研究.pdf

1、近年來，自然災害頻繁發(fā)生，給我國的經濟發(fā)展和人民生命財產和帶來重大損失。應對自然災害時必然需要大量的應急物資，它是救災工作的物質基礎和基本保障，對應急物資需求的分析和研究至關重要。我國應急物流發(fā)展尚處于起步階段，應急物資管理中還存在著諸多問題，特別是應急物資需求量不明確，在救災過程中出現(xiàn)應急物資短缺等問題。為了提高應對自然災害的能力和處理效率，有必要對應急物資需求數(shù)量的預測問題進行深入研究。
　　 本文以預測應急物資需求量為研究

2、對象，首先對國內外在應急物資需求預測方面的研究進行了探討，分析了各種預測方法的優(yōu)缺點。然后，文中基于不同的應急環(huán)境，根據案例推理、BP神經網絡在應急物資需求預測中應用的不足，結合各自的基本原理和算法流程，提出了兩種優(yōu)化算法的預測模型。在歷史數(shù)據比較齊全，宏觀上預測整個救災情況時，比較適合選擇基于粗糙集理論的案例推理預測模型；在歷史數(shù)據不完備，存在特殊案例或臟數(shù)據時，選用基于遺傳優(yōu)化神經網絡的預測模型。由于自然災害歷史案例數(shù)據多而雜，勢必

3、影響案例推理的效率，因而本文利用粗糙集的知識約簡，根據不同的應急物資客觀地提取相應的關鍵影響因素，忽略非關鍵因素，再根據關鍵因素進行案例檢索等操作；同時，根據粗糙集的屬性重要度來客觀確定案例匹配中需要的屬性權值。這種方法不僅縮短了檢索時間，降低了計算成本，而且提高了預測的科學性和客觀性。另外，根據BP神經網絡在應急物資需求預測中的應用，針對神經網絡預測過程收斂速度慢，網絡結構不穩(wěn)定等問題，利用遺傳算法優(yōu)化BP神經網絡的初始權值和閾值，提