突發事件應急救援物資需求預測的方法研究

陳方超 管俊陽 王道重 劉旭寧

（山東省青島市91206部隊 山東 青島 266108）

近年來，我國突發事件頻發，在突發事件造成重大損害之后，相關的應急救援人員必須迅速的展開救援工作，最大程度的減少社會財產損失和保證生命財產安全。而能否準確預測出突發事件應急物資需求，直接關系到救援活動的效率和順利進行，因此如何對應急物資需求加以合理、準確地預測是當下亟須解決的課題。目前，有不少學者就該課題做了相應的研究。文獻［1］基于歸一化處理后的歐氏算法，建立了案例推理－關鍵因素模型，進行應急物資需求預測；文獻［2］提出了1種將模糊集理論、神經網絡學習規則和多元線性回歸與案例推理法相結合的應急物資需求預測方法等。文獻［3］利用模糊相似優先比的算法，從源案例庫中尋找與目標案例最佳相似的樣本案例，并通過最佳相似樣本案例的數據資料和規律，抽取主要因素，進行目標案例的需求預測等。

但是，以上既有研究均未考慮時間對案例相似度的影響、也未采用過運用改進后的關聯度算法與案例推理相結合的方法來解決該問題。基于此，筆者引入熵值法確定權重，考慮時間因素對權重調整和能較好解決該問題的關聯度算法計算相似度，尋求最佳相似源案例，以便很好解決應急物資需求問題。

1 案例推理技術

案例推理（CBR）技術是人工智能領域中較新崛起的1種重要的問題求解和學習方法。筆者為了解決問題的需要采用的思路如圖1 所示?！?br>