关键词:
地震灾害
物资需求预测
BP神经网络
遗传算法
摘要:
近年来,我国地震灾害频发,地震灾害的突发性及破坏性对人民的生命财产安全和经济稳定都造成了严重威胁。如何在地震发生后第一时间通过有限的地震信息,快速、准确的进行物资的预测与分配,是控制灾情恶化、减少灾害损失的关键。现有的地震应急物资需求预测及分配模型大多单纯根据过往的地震数据进行物资分配,易导致计算结果不合理。而且,在物资预测模型的建立上,仅考虑效率方面的目标函数,容易造成分配方案考虑不足的问题,如何针对这些风险建立合适的模型需求进一步研究。
本文针对现有地震灾害应急物资需求预测及分配研究中存在的不足,深入讨论了在物资匮乏的情况下地震灾害应急物资预测及分配问题,力求以清晰的应急物资预测及调度架构为前提,建立可行的地震灾害物资分配模型为目标,充分反映灾区物资分配的非均匀性及不确定性,提出科学有效的地震应急物资需求预测与调度方法。应用结果表明,本文所使用的方法能够提高地震灾害场景下应急物资分配效果,具有良好的实用性和创新价值。
论文的具体内容和取得的成果如下:
(1)将应急物资基础理论及方法进行汇总。在梳理国内外相关的物资分配研究现状后,归纳主流的物资预测、分配理论与研究方法,并对应急物资重点的理论基础进行概述,论述BP神经网络方法和层次分析法在地震物资预测研究中的适用性,为构建地震物资预测和分配模型提供有力支撑。
(2)建立基于BP神经网络的物资间接预测模型。采用间接预测的方式,通过对受灾人口的预测来计算物资的需求。选取了震级、烈度、灾区人口密度、建筑物抗震烈度、发生时间作为预测参数建立BP神经网络预测模型,并采用2013年的雅安地震数据进行物资分配的验证,确定了模型的准确度;同时,提出了运用层次分析法对地震灾害物资需求的影响因素进行权重分析,解决了传统BP神经网络模型的局限性,为后续研究应急物资分配计算提供依据。
(3)考虑效率最大化及灾区满意度的地震灾害性应急物资分配模型的建立。首先对物资分配的主要因素进行分析,确定了以运输时间最短和受灾点满足率最大为目标的技术路线,结合前文对应急物资预测及不同受灾点有多种物资的需求情况,建立了以多配送中心、多受灾点、多物资的地震应急物资分配模型。
(4)基于层次分析法的地震灾害应急物资分配方法。针对传统BP神经网络模型易出现过拟合及局部解的特点,使用层次分析法与BP神经网络方法结合,构建应急物资分配的高效分配模型。同时运用遗传算法,对现有的条件进行快速梳理、计算,解决了传统分配方法的效率问题,为应急物资分配方案提供了全新的解决思路,能够快速和准确的反映各受灾点的物资需求情况。