基于GA的BP神經網絡的地震應急物資需求預測.pdf

1、中國處于歐亞地震帶和環(huán)太平洋地震帶之間，最近幾年的地震災害發(fā)生頻繁，不僅對中國的經濟水平造成很大的損失，也對人們的生命安全等帶來巨大的傷害。由于地震發(fā)生的復雜性和不確定性，以目前的研究水平以及科技水平，還無法從科學上對地震進行精確的預測，雖然不能避免地震的發(fā)生，但是可以提高救援效率，將地震發(fā)生后的損失減到最小。地震發(fā)生后，造成重大的人員傷亡，此時地震災區(qū)人民急需大量的應急物資。但是地震后無法在短時間內收集到地震人口的相關信息以及對應物資

2、的需求信息，物資的供應量就無法確定，這樣就會使得地震物資的配送存在很大的盲目性，不能確定運輸?shù)奈镔Y量能否滿足災區(qū)的需求，從而對災區(qū)人民的生存造成很大的威脅，同時也不利于開展地震災害救災工作。如果能在地震災害發(fā)生后，能夠及時對應急物資的需求量做出預測，其不但可以保證災后救援工作的順利進行，而且可為政府組織和調度提供一定的便利性，促進救援工作的順利推行。
　　本文主要是在郭金芬等人對救援物資需求預測的基礎上，進行改進和更加深入的研究，

3、構建了GA改進BP神經網絡的地震應急物資需求預測模型。即首先用遺傳算法改進的BP神經網絡預測地震中的傷亡人口率從而得出傷亡人口數(shù)，之后利用存活、受傷人數(shù)與不同類型物資之間的關系，引入倉庫概念對應急物資的需求進行估算。(1)首先選取了震級、地震烈度、震源深度、設防烈度、預警水平、發(fā)生時間、人口密度7個預測指標;收集的樣本數(shù)據是震級在6.0級以上的25個地震案例信息數(shù)據，理由是小型地震災害本身危害比較小，對建筑物、道路交通運輸?shù)钠茐某潭容^低

4、，居民基本具有自救能力，對應急物資的需求比較容易統(tǒng)計和運送。但對于一般性震級大的地震，建筑物毀壞嚴重，傷亡、受災人口較多，應急物資的需求量無法短時間內進行統(tǒng)計，所以需要進行預測;(2)為了使變量更具代表性，首先用主成分分析法對數(shù)據進行了處理，將處理后的數(shù)據作為輸入數(shù)據，在進行地震傷亡人數(shù)進行預測時，由于BP神經網絡較容易陷入局部極小化，因此選擇運用GA算法對全局進行搜索，避免局部最優(yōu)，對BP神經網絡的初始的權值和閾值進行了優(yōu)化，通過ma

5、tlab軟件實現(xiàn)對未改進的BP神經網絡和遺傳算法改進的BP神經網絡進行訓練和測試，訓練時發(fā)現(xiàn)，改進后要比改進前收斂后的誤差要小，但是迭代次數(shù)要多，可能是種群的設置問題，進行測試時，用遺傳算法改進的BP神經網絡模型對地震人口的傷亡率有著很好的擬合，要比BP神經網絡模型擬合效果好，證明了本文改進后的模型預測效果更好。(3)預測出地震的傷亡人口率即可得到傷亡人口的數(shù)量，于是再運用基于安全庫存管理知識對地震中不同類型的應急物資的需求量做出預測，

6、本文主要針對飲食類和醫(yī)藥品物資進行了預測，并對四川爐霍地震所需飲用水、壓縮餅干、消炎藥的數(shù)量進行了預測。不僅為及時準確的向災區(qū)配送應急物資奠定了基礎，而且也支持了災后的救援工作。對地震應急物資進行需求的預測可以使得應急物資進行高效率的分配，這樣就可以避免物資的供需失衡、配送不及時等問題，對減輕地震造成的災害有重要的意義。
　　本文創(chuàng)新點是在地震緊急物資的需求預測中，在預測傷亡人口率時用遺傳算法對BP神經網絡的初始的權值和閾值進行了

7、優(yōu)化。
　　在對地震應急物資需求預測時，本文也存在著不足以及改進空間:(1)在變量的選取方面，只是基于數(shù)據的可獲得性、及時性而只七個變量，但是影響地震傷亡人數(shù)的因素是比較復雜的;在樣本的選取方面，樣本量太少，數(shù)據量太少會影響預測準確性，在比較改進前后模型的訓練速度方面效果不明顯。(2)在建立神經網絡的結構時，有些參數(shù)的確定是依靠試算法或者經驗來確定，雖然用遺傳算法改進BP神經網絡的初始權值和閾值，預測效果要比為改進之前好，但為了使