關(guān)于我國救災(zāi)應(yīng)急物資的需求預(yù)測方法概述

1、關(guān)于我國救災(zāi)應(yīng)急物資的需求預(yù)測方法概述作者簡介：陳文沛（1973）,女，漢族，湖南岳陽人， 教授， 碩導(dǎo)， 重慶郵電大學(xué)經(jīng)濟(jì)與管理學(xué)院，研究方向：市場營銷。陳藝嫻 （ 1990-） ， 女， 漢族， 湖北孝感人，碩士研究生，重慶郵電大學(xué)經(jīng)濟(jì)與管理學(xué)院，研究方向：物流運(yùn)作管理。摘要：當(dāng)今世界，突發(fā)事件時有發(fā)生，影響日益嚴(yán)重，對物資的運(yùn)輸及時性和數(shù)量準(zhǔn)確性的要求越來越高，使得應(yīng)急物資需求預(yù)測成為關(guān)鍵。本文從案例推理和數(shù)學(xué)模型兩個方面，概述了救災(zāi)應(yīng)急物資的需求預(yù)測方法。關(guān)鍵詞：應(yīng)急物資；需求預(yù)測；案例推理；數(shù)學(xué)模型就目前情況來看，與救災(zāi)應(yīng)急物資需求預(yù)測相關(guān)的還處于研究階段，國內(nèi)還處于起步階段，研究成

2、果并不多?，F(xiàn)有的救災(zāi)應(yīng)急物資需求預(yù)測方法有2 種：第一種是考慮關(guān)鍵因素，運(yùn)用案例推理（CBR, Case-Based Reasoning的理論，在此過程中尋求最佳相似源案例從而進(jìn)行估算；第二種是運(yùn)用數(shù)學(xué)模型進(jìn)行估算。一、案例推理目前人工智能中，案例推理是一種比較新興的推理方法，它最早出現(xiàn)在一本叫做Dynamic Memory 中，它是由美國耶魯大學(xué)Roger Schank教授1982年所作的。相似原理是其理論基礎(chǔ)。在進(jìn)行問題求解的過程中，因為以前有類似問題，我們可以使用其中獲得的經(jīng)驗和知識來進(jìn)行推理，然后分析出新舊情況之間的差異并對其做相應(yīng)的調(diào)整，從而得到解決新問題的方法，并在案例庫中加入新的

3、案例，隨著案例庫中案例的增加，系統(tǒng)的“經(jīng)驗”將會越來越豐富。首先對新問題的特征進(jìn)行詳細(xì)的描述，然后根據(jù)這些特征，從案例庫中檢索相似案例，比較舊案例與新問題的異同之外，對舊案例進(jìn)行調(diào)整，從而獲得新問題的解。這就是案例推理的核心思想。近年來，有學(xué)者運(yùn)用案例推理的思想方法研究應(yīng)急物資的需求預(yù)測。王曉等1主要利用案例推理法進(jìn)行資源需求預(yù)測，同時將模糊集理論，神經(jīng)網(wǎng)絡(luò)與案例推理相結(jié)合，通過模糊化案例的屬性，以及利用神經(jīng)網(wǎng)絡(luò)對權(quán)值進(jìn)行訓(xùn)練調(diào)整，還將資源進(jìn)行了分類預(yù)測，改進(jìn)了以往算法的精確度，提高了非常規(guī)突發(fā)事件預(yù)測的效率和精度。在得出相似案例之后，根據(jù)多元回歸理論，對資源需求進(jìn)行了預(yù)測。張曉磊等2利用模糊

4、相似優(yōu)先比的算法，從源案例庫中尋找與目標(biāo)案例最佳相似的樣本案例，并通過最佳相似樣本案例的數(shù)據(jù)資料和規(guī)律，抽取主要因素，進(jìn)行目標(biāo)案例的需求預(yù)測。3基于應(yīng)急物資需求預(yù)測的特點，引入直覺模糊集來描述案例的不精確屬性。在定義直覺模糊集的相似度基礎(chǔ)上，構(gòu)建了源案例的特征因素矩陣，提出了基于模糊案例推理的應(yīng)急物資需求預(yù)測模型，通過算例分析驗證了該方 法的有效性。二、數(shù)學(xué)模型近年來，學(xué)者運(yùn)用各種數(shù)學(xué)模型研究救災(zāi)應(yīng)急物資需求。有學(xué)者運(yùn)用具有較強(qiáng)的非線性逼近能力的神經(jīng)網(wǎng)絡(luò)研究應(yīng)急物資需求預(yù)測。而有些專家先運(yùn)用相關(guān)方法預(yù)測災(zāi)害中的受傷人數(shù)和死亡人數(shù)，再結(jié)合庫存管理知識構(gòu)建數(shù)學(xué)模型預(yù)測應(yīng)急物資需求量。也有學(xué)者運(yùn)用適

5、用于小樣本的最小二乘支持向量機(jī)構(gòu)建模型預(yù)測應(yīng)急物資需求。還有學(xué)者運(yùn)用灰色 系統(tǒng)模型預(yù)測應(yīng)急物資需求。孫燕娜等4設(shè)計了一個需求概念模型，該模型是與醫(yī)療、食物或者日常用品等相關(guān)的。實際最小需求量與災(zāi)害等級、受災(zāi)面積、人口密度、每人每天對物資的需求量以及應(yīng)急救 援的最少天數(shù)等相關(guān)，它們之間構(gòu)成了一個的函數(shù)。郭金芬等5對災(zāi)后受傷人數(shù)和死亡人數(shù)進(jìn)行了預(yù)測，采用的是BP神經(jīng)網(wǎng)絡(luò)算法，然后算法與模型相結(jié)合，對災(zāi)區(qū) 應(yīng)急物資的需求量進(jìn)行估算。趙一兵等6先用支持向量機(jī)回歸算法建立了人員傷亡預(yù)測模型，該模型與庫存管理模型相結(jié)合，對應(yīng)急物資進(jìn)行 了估算。劉文博等7針對應(yīng)急物資需求量的預(yù)測問題，提出了一種改進(jìn)的加權(quán)最

6、小二乘支持向量機(jī)的數(shù)據(jù)驅(qū)動建模方法。在 該方法中，各數(shù)據(jù)樣本的權(quán)重可以根據(jù)最小二乘支持向量機(jī) 的學(xué)習(xí)結(jié)果進(jìn)行不斷的自適應(yīng)迭代修正，從而消除包含誤差 的數(shù)據(jù)樣本對預(yù)測模型的影響。此外，還提出了一個遺傳算 法優(yōu)化確定模型中的參數(shù)。宋曉宇等8通過對原始數(shù)據(jù)序列進(jìn)行變換使其服從指數(shù)規(guī)律的方法改進(jìn)了傳統(tǒng)GM（ 1， 1）模型，克服了其指數(shù)規(guī)律的不足，用改進(jìn)模型對應(yīng)急物資需求量進(jìn)行了預(yù)測。王正新等9針對災(zāi)害應(yīng)急物資需求量時間序列的小樣本和振蕩性特征，基于Fourier-GM（ 1， 1）模型，提出了相關(guān)的應(yīng)急物資需求量預(yù)測方法。該方法首先對給定的小樣本振蕩序列建立具有自適應(yīng)背景值的GM（ 1，1）模型，然

7、后應(yīng)用 Fourier 級數(shù)描述模型殘差中所包含的周期性振蕩信息，進(jìn)而構(gòu)建Fourier-GM（1， 1）模型。在此基礎(chǔ)上，利用遺傳算法在平均預(yù)測誤差最小化準(zhǔn)則下求解模型的最優(yōu)參數(shù)。王正新等10 針對現(xiàn)實世界廣泛存在的小樣本振蕩序列建模和預(yù)測問題，提出含有系統(tǒng)延遲和時變參數(shù)的振蕩型GM（ 1，1）冪模型，給出了最小二乘準(zhǔn)則下的兩級參數(shù)包計算公式，在此基礎(chǔ)上構(gòu)建非線性優(yōu)化模型以尋求最佳冪指 數(shù)和時間作用參數(shù)，以此識別原始數(shù)據(jù)所蘊(yùn)含的振蕩特征 并將該模型應(yīng)用于應(yīng)急資源需求預(yù)測。曾波等 11 應(yīng)用灰色系統(tǒng)建模技術(shù)對灰色異構(gòu)數(shù)據(jù)預(yù)測建模方法展開研究，首先，基于“核”和“灰度”對灰色異構(gòu)數(shù)據(jù)進(jìn)行規(guī)范化處

8、理；然后，建立灰色異構(gòu)數(shù)據(jù)“核”序列的 DGM（ 1， 1）模型，并以“核”為基礎(chǔ)，根據(jù)灰度不減公理，以灰色異構(gòu)數(shù)據(jù)序列中最大灰度值所對應(yīng)的信息域作為預(yù)測結(jié)果的信息域，推導(dǎo)并構(gòu)建了灰色異構(gòu)數(shù)據(jù)預(yù)測模型；最后，將該模型應(yīng)用于某地震帳篷需求量的預(yù)測。結(jié)論不確定性、非例行性是突發(fā)事件的一些特點，而應(yīng)急物資的需求預(yù)測就是因為這些特點而增加了難度。雖然應(yīng)急物資具有社會性和弱經(jīng)濟(jì)性，但是提高對應(yīng)急物資需求預(yù)測的精度仍然具有重要的意義。專家學(xué)者還應(yīng)深入研究應(yīng)急物資需求預(yù)測方法，進(jìn)一步提高預(yù)測的精度。（作者單位：重慶郵電大學(xué)）參考文獻(xiàn)：1王曉， 莊亞明.基于案例推理的非常規(guī)突發(fā)事件資源需求預(yù)測J.西安電子科技

9、大學(xué)學(xué)報（社會科學(xué)版），2010, 04:22-26.2張曉磊， 楊西龍， 展麗瀟 .基于模糊相似推理的應(yīng)急物資需求預(yù)測模型研究J.物流技術(shù)，2012, 09: 229-231.3王蘭英，郭子雪，張玉芬，尚永勝，張露.基于直覺模糊案例推理的應(yīng)急物資需求預(yù)測模型J.中國礦業(yè)大學(xué)學(xué)報,2015， 04： 775-780.4孫燕娜，王玉海， 廖建輝 .救災(zāi)需求內(nèi)涵模式及其指標(biāo)體系與救助評估研究J.經(jīng)濟(jì)與管理研究，2010, 06: 85-94.5郭金芬， 周剛 .大型地震應(yīng)急物資需求預(yù)測方法研究J.價值工程，2011 ， 22： 27-29.6趙一兵，高虹霓， 馮少博 .基于支持向量機(jī)回歸的應(yīng)急物資需求預(yù)測J.計算機(jī)仿真，2013, 08: 408-412.7劉文博.基于加權(quán)最小二乘支持向量機(jī)的應(yīng)急物資需求預(yù)測方法J.物流技術(shù)，2015, 18: 163-166+1808宋曉宇，劉春會，常春光.基于改進(jìn)GM（ 1， 1）模型的應(yīng)急物資需求量預(yù)測J.沈陽建筑大學(xué)學(xué)報（自然科學(xué)版），2010， 06： 1214-1218.9王正新，劉思峰.基于Fourier-GM（ 1， 1）模型的災(zāi)害應(yīng)急