自然災(zāi)害應(yīng)急物資需求預(yù)測(cè)方法研究.pdf

1、近年來(lái)，自然災(zāi)害頻繁發(fā)生，給我國(guó)的經(jīng)濟(jì)發(fā)展和人民生命財(cái)產(chǎn)和帶來(lái)重大損失。應(yīng)對(duì)自然災(zāi)害時(shí)必然需要大量的應(yīng)急物資，它是救災(zāi)工作的物質(zhì)基礎(chǔ)和基本保障，對(duì)應(yīng)急物資需求的分析和研究至關(guān)重要。我國(guó)應(yīng)急物流發(fā)展尚處于起步階段，應(yīng)急物資管理中還存在著諸多問(wèn)題，特別是應(yīng)急物資需求量不明確，在救災(zāi)過(guò)程中出現(xiàn)應(yīng)急物資短缺等問(wèn)題。為了提高應(yīng)對(duì)自然災(zāi)害的能力和處理效率，有必要對(duì)應(yīng)急物資需求數(shù)量的預(yù)測(cè)問(wèn)題進(jìn)行深入研究。
　　 本文以預(yù)測(cè)應(yīng)急物資需求量為研究

2、對(duì)象，首先對(duì)國(guó)內(nèi)外在應(yīng)急物資需求預(yù)測(cè)方面的研究進(jìn)行了探討，分析了各種預(yù)測(cè)方法的優(yōu)缺點(diǎn)。然后，文中基于不同的應(yīng)急環(huán)境，根據(jù)案例推理、BP神經(jīng)網(wǎng)絡(luò)在應(yīng)急物資需求預(yù)測(cè)中應(yīng)用的不足，結(jié)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(yù)測(cè)模型。在歷史數(shù)據(jù)比較齊全，宏觀上預(yù)測(cè)整個(gè)救災(zāi)情況時(shí)，比較適合選擇基于粗糙集理論的案例推理預(yù)測(cè)模型；在歷史數(shù)據(jù)不完備，存在特殊案例或臟數(shù)據(jù)時(shí)，選用基于遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型。由于自然災(zāi)害歷史案例數(shù)據(jù)多而雜，勢(shì)必

3、影響案例推理的效率，因而本文利用粗糙集的知識(shí)約簡(jiǎn)，根據(jù)不同的應(yīng)急物資客觀地提取相應(yīng)的關(guān)鍵影響因素，忽略非關(guān)鍵因素，再根據(jù)關(guān)鍵因素進(jìn)行案例檢索等操作；同時(shí)，根據(jù)粗糙集的屬性重要度來(lái)客觀確定案例匹配中需要的屬性權(quán)值。這種方法不僅縮短了檢索時(shí)間，降低了計(jì)算成本，而且提高了預(yù)測(cè)的科學(xué)性和客觀性。另外，根據(jù)BP神經(jīng)網(wǎng)絡(luò)在應(yīng)急物資需求預(yù)測(cè)中的應(yīng)用，針對(duì)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)過(guò)程收斂速度慢，網(wǎng)絡(luò)結(jié)構(gòu)不穩(wěn)定等問(wèn)題，利用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值，提