应急物资需求预测方法研究.

《应急物资需求预测方法研究.》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、应急物资需求预测方法研究摘要：由于近年来公共安全事故和自然灾害的频发，应急管理成为国内外学者热衷研究的一个问题；而应急物资需求量的研究，关系到应急物资的储备规模、运输调配和使用效益。本文首先对各类预测方法进行简要概述，而后对国内外应急物资需求预测的研究方法研究现状进行简要介绍和分析，以期寻求一种精准有效的预测方法，对应急物资的需求量进行客观有效的预测。关键词：应急；预测；支持向量机；人工神经网络；案例推理法一、引言“预测”这一件事，从古到今都是人们苦苦追求与探索的话题：从“先知三日，富贵十年”到“凡事预则立，不预则废”；从活跃在屮国民间的算命先生，再到西方观测星象的占卜师，

2、无不寄予着世人对未知的好奇和对未来的向往。随着科技进步与时代发展，特别是计算机技术的飞跃，给予人们更强大、更客观的手段和方法进行预测。本文以应急物资需求为背景，通过对各类预测方法的介绍和对比，为应急物资的需求预测寻求最佳途径。二、预测方法分类及研究现状由于预测的对象、冃标、内容和期限的不同，近几十年来形成了多种多样的预测方法。据不完全统计，目前世界上有近千种预测方法，其中较为成熟的有150多种，常用的有30多种，用得最为普遍的有10多种，但目前为止还没有一个完整、统一、系统的分类体系。本文依照我国常用的分类方法，将预测方法分为定性分析和定量分析两人类。1.定性分析预测法定性

3、分析预测法是指预测者根据历史与现实的观察资料，依赖个人或集体的经验及智慧，对未来的发展状态和趋势做出判断的预测方法。其主要方法包括专家意见法、头脑风暴法和德尔菲法等。定性预测的优点在于,能够较大程度地发挥人的主观能动作用，简单迅速，省时省力，具有较人的灵活性；同时它的缺点也是显而易见的：由于它较为依赖于人的经验和主观判断能力，从而易受人的知识、经验和能力的多少大小的束缚和限制,尤其缺乏对事物发展作数量上的精确描述。因此，定性分析预测法在现代预测技术中逐渐淡出，定量分析预测法成为预测的主要手段。2.定量分析预测法定量分析预测法主要依据调查研究所获取的数据资料，运用统计方法和数

4、学模型，近似地揭示预测对象及其影响因素的数量变动关系，建立对应的预测模型，据此对预测冃标做出定量测算的预测方法。它通常可分为时间序列分析预测法和因果分析预测法。（1）时间序列分析预测法时间序列分析预测法是以连续性预测原理作指导，利用历史观察值形成的时间数列，对预测目标未來状态和发展趋势做岀定量判断的预测方法。较为常用的吋间序列分析预测法主耍有指数平滑法（包括双指数平滑、三次指数平滑和无季节指数平滑等）、移动平均法、ARIMA模型（也称Box-Jenkins法）等。（2）因果分析预测法因果分析预测法是以因果性预测原理作指导，以分析预测目标同其他相关事件及现象之间的因果联系，对

5、事件未来状态与发展趋势做岀预测的定量分析方法。较为常用的主要有回归分析预测法、计量经济模型预测法和投入一一产出分析预测法等。随着数学方法在计算机上的运用和实现，经济学的研究与数学和计算机科学的联系更为紧密。近年来，许多人工智能预测模型层出不穷，极大丰富了预测的方法和手段。三、应急物资需求预测的研究现状应急物资是指为应对自然灾害、事故灾难、公共安全事件和社会安全等突发性公共事件应急处置过程屮所必需的保障性物资。应急物资的需求是应急物资保障的首要环节，它具有时间上和数量上的不确定性等特点。因此，做好应急物资的需求预测有着重要的现实意义。就国内目前的研究来看，主要体现在运用人工智

6、能方法构建预测模型，时下最流行、使用最广泛的方法冇CBR（案例推理法），ANN（神经网络模型），SVM（支持向量机模型）等。1•案例推理法（CBR）案例推理法（Case—BasedReasoning,简称CBR）最早是由耶鲁大学Schank教授在DynamicMemory：ATheoryofRemindingandLearninginComputersandPeople（1982）一文中提出的，它是人工智能领域的一项重耍推理方法。国外自上世纪80年代后期对CBR的理论和方法进行了系统研究，在通用问题求解、法律案例分析、设备故障诊断、辅助工程设计、辅助计划制定等领域取得实用性

7、成果[1];国内运用CBR方法对应急物资需求进行预测，取得了一定的进展：傅志妍，陈坚［2］运用欧氏算法寻求最佳相似源案例，建立案例推理一一关键因素模型对目标案例进行需求预测，并通过实例验证了模型的科学有效；王晓、庄亚明［3］将模糊集理论、神经网络llebb学习规则和多元线性回归与案例推理法相结合，较为准确地预测出非常规突发事件的资源需求；FuDeqiang［4］等人使用了一种基于案例推理和BP神经网络的精度预测法，同样通过目标案例证实了模型的可靠性。虽然案例推理法出现的时间较早，且在各领域得到了广泛的运用，但是这种