检索结果-南通市图书馆

作者：郭金芬天津大学

学位级别：硕士

近年来,汶川8.0级大地震、青海玉树7.1级地震以及日本海域9.0级特大地震等大型地震的发生给社会造成了重大的人员伤亡和财产损失,引起了广大人民的关注。为了最大限度地减少人员伤亡,震后需要及时展开救援工作以及保障灾民基本生活。大... 详细信息

近年来,汶川8.0级大地震、青海玉树7.1级地震以及日本海域9.0级特大地震等大型地震的发生给社会造成了重大的人员伤亡和财产损失,引起了广大人民的关注。为了最大限度地减少人员伤亡,震后需要及时展开救援工作以及保障灾民基本生活。大型地震往往会造成灾区基础设施破坏、通讯中断,使得信息流畅不通,因此,很难迅速收集到灾民所需应急物资的准确信息,这就给有效开展应急物资的筹措和配送工作带来很大障碍。因此,如何在震后第一时间内获取灾民所需应急物资的信息,这成为了减灾救灾工作系统中需要解决的一个问题。本文首先分析总结了震灾中应急物资的需求特征和需求分析内容,并将研究范围限定在地震发生初期应急物资需求数量的预测上。基于地震中应急物资需求的突发性、不确定性、供方主导性、弱经济性等特性,决定了不能运用传统的数理统计预测模型对应急物资的需求进行预测分析。经过探索和分析,本文构建了一种动态的即时估测方法。该方法可分为两个阶段:第一阶段中,通过能够快速和便于收集到的信息,运用主成分BP神经网络模型对震灾中各受灾点的人员伤亡数据进行预测;第二阶段,在各受灾点人员伤亡预测数据的基础上,运用商业物流中的库存管理知识,对这种震灾中需求未知情况下应急物资的供给量进行估算。对于主成分BP神经网络地震伤亡预测模型,本文从影响地震伤亡的众多参数中选取了能够在震后第一时间直接获取或者可通过快速评估方法获取的震级、地震发生时间、破坏烈度、受灾人口等8个参数,并通过中国地震信息网、图书《中国震例》和各地统计年鉴等资料等,收集了历年来几次大型地震的相关数据作为样本。为避免参数具有相关性,本文运用主成分析法对其进行降维,然后构建了三层BP神经网络模型,对降维后的数据进行训练,经测试样本验证,该模型预测的数据能够满足误差要求。在应急物资需求量的估算方法中,本文根据应急物资的需求特性,运用安全库存理论建立了饮食类、御寒物资类和基本药品类需求量的估算公式。最后,本文运用所构建的模型和方法对青海玉树地震初期玉树州境内各受灾点所需的压缩饼干、饮用水、帐篷、消炎药等应急物资进行了估算。

关键词：大型地震应急物资需求预测主成分分析 BP神经网络模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于PSO-BP神经网络的大型地震应急物资需求预测研究

基于PSO-BP神经网络的大型地震应急物资需求预测研究

引用

作者：樊睿北京交通大学

学位级别：硕士

从古至今,中国地震频发,对中国的经济水平和人们的生命安全都造成了很严重的损害。大型地震发生后,人员伤亡会很严重,这时灾区就需要大量的应急物资。但是由于地震发生的时间通常都很快,应急部门无法在第一时间得知灾区的伤亡情况,也就... 详细信息

从古至今,中国地震频发,对中国的经济水平和人们的生命安全都造成了很严重的损害。大型地震发生后,人员伤亡会很严重,这时灾区就需要大量的应急物资。但是由于地震发生的时间通常都很快,应急部门无法在第一时间得知灾区的伤亡情况,也就无法确定应急物资的需求,这样应急物资在配送时便会失去准确性。供应量太大会造成物资的严重浪费,而供应量太小又无法满足灾区人们对物资的需求。因此,地震发生之后及时准确地预测出灾区对应急物资的需求量至关重要,这不仅有助于开展后续的救援工作,而且能够为应急部门作出决策提供便利。本文主要利用粒子群算法对BP神经网络进行了改进,并用改进之后的模型来预测大型地震应急物资的需求量。BP神经网络运用PSO算法进行改进之后来预测6级以上的大型地震中的人员死亡率和受伤率,从而得出伤亡人数和存活人数。再利用存活人数、受伤人数与不同应急物资之间的数量关系来估算出各种应急物资的需求量。本文选取了历年以来20次大型地震的数据作为样本,随机分配出了训练样本、测试样本和变动样本。对死亡率和受伤率进行预测时,本文选取了8个预测指标,用所有样本进行主成分分析之后最终选定了6个预测指标来进行预测。接着设置了网络的结构和一系列参数,构建了粒子群算法改进后的BP神经网络,用训练样本得出了优化后的初始权值和阈值。之后用分配好的三种样本对网络进行了训练和测试,验证了模型的有效性和准确性。估算应急物资时,本文主要估算了饮食类、御寒物品类和医疗物品类物资的需求量。通过对大型地震应急物资需求量的预测,能够对政府应急部门确定物资的供应量提供一定的参考,这样便可以在很大程度上避免供大于求或者供不应求的情况,在尽可能满足灾区对物资的需求的情况之下还能够节省物资,既不浪费又有利于后续救援工作的顺利推进。

关键词：大型地震应急物资需求量预测粒子群算法(PSO) BP神经网络主成分分析

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大型地震应急物资需求预测方法研究

引用

价值工程 2011年第22期30卷 27-29页

作者：郭金芬周刚天津大学管理与经济学部天津300072

大型地震给社会造成了重大的人员伤亡和财产损失,灾后应急物资的及时供应对挽救生命至关重要,而应急物资需求预测是供应的前提。本文利用BP神经网络算法对灾后人员伤亡人数进行预测,然后结合库存管理知识估算灾区应急物资的需求量,以期... 详细信息

大型地震给社会造成了重大的人员伤亡和财产损失,灾后应急物资的及时供应对挽救生命至关重要,而应急物资需求预测是供应的前提。本文利用BP神经网络算法对灾后人员伤亡人数进行预测,然后结合库存管理知识估算灾区应急物资的需求量,以期为灾后应急物资的筹措和配送决策提供参考。最后,运用该方法对"5.12汶川地震"中的极重灾区北川县的应急物资需求进行了估算。

关键词：大型地震应急物资需求预测 BP神经网络库存管理

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：