摘要：重大自然災(zāi)害的發(fā)生往往造成巨大的人員傷害和財產(chǎn)損失，救援物資的預測對于救援行動的開展具有重要意義.本文通過對重大自然災(zāi)害應(yīng)急救援物資需求預測方法進行總結(jié)概括，為救援物資的預測方法的選擇提供決策依據(jù).

關(guān)鍵詞：自然災(zāi)害；預測方法

引言

災(zāi)害發(fā)生后，災(zāi)區(qū)災(zāi)害信息的獲取對救援工作的開展有著巨大的影響，為了最大程度的提高災(zāi)民的存活率，需要盡最大努力滿足災(zāi)民維持及救治生命所需的必備物資。因此，需要通過一定的預測方法對獲取的災(zāi)區(qū)信息進行模擬，預測出所需物資的量。本文通過對重大自然災(zāi)害應(yīng)急救援物資需求預測方法進行總結(jié)，以期為專家學者的研究工作進行匯總。

1. 重大自然災(zāi)害應(yīng)急救援物資預測方法研究綜述

分析總結(jié)近年來專家學者對應(yīng)急物資的需求預測研究，按照研究方法將其進行如下分類：

（1） 多元回歸模型預測法

根據(jù)相關(guān)性原理，應(yīng)急物資需求量受到多個因素的影響，因此，一些學者在假設(shè)需求量與各因素之間的線性關(guān)系的前提下，提出多元回歸預測模型。

聶高眾等（2001）通過對《綜合自然災(zāi)害信息共享》網(wǎng)提供的地震資料進行分析和研究，得出了一種能夠快速確定地震災(zāi)區(qū)救援物資需求的關(guān)系式：即地震初期的經(jīng)濟損失和人員傷亡情況之間的關(guān)系，鑒于此提出一種災(zāi)區(qū)救援物資需求預測框架，快速預測出災(zāi)區(qū)救援物資的需求。王楠等（2006）通過分析與救災(zāi)物資相關(guān)的因素，選取四個相關(guān)性大的因素：受災(zāi)人口、直接經(jīng)濟損失、受災(zāi)面積、災(zāi)害強度，繼而建立回歸預測模型，最后計算出相應(yīng)的物資需求量。孫燕娜等（2010）通過分析指出救援物資實際最小需求量是一個與自然災(zāi)害等級、受災(zāi)面積、人口密度等多種因素相關(guān)的函數(shù)，從而建立一個需求概念模型用以預測災(zāi)害救援物資需求。

（2） 案例推理預測法（CBR）

根據(jù)類比原理可知，通過尋找相似案例來預測救援物資需求量是一種可行方案。案例推理預測法是目前人工智能中一種比較新的推理方法，它是通過將以往發(fā)生過的災(zāi)害的經(jīng)驗進行總結(jié)，從而組成一個案例數(shù)據(jù)庫，在新的災(zāi)害發(fā)生后，通過搜索數(shù)據(jù)庫來尋找最相似的案例從而推理出目前問題的解決方法。

傅志妍等（2009）研究指出通過歸一化處理后的歐氏算法來尋求最佳相似案例，并根據(jù)實際情況確定關(guān)鍵的幾個因素，建立案例推理——關(guān)鍵因素物資需求預測模型，并將其運用到汶川地震的實際事例中，從而對災(zāi)害救援物資需求量進行了準確預測，取得了良好的效果；廖振良等（2009）通過將案例推理法運用到了突發(fā)性的大面積的環(huán)境污染案件中，準確的預測出了所需的應(yīng)急物資需求量；邢冀等（2010）通過對油氣發(fā)生事故的特性的分析，構(gòu)建了基于案例推理的油氣事故應(yīng)急資源需求預測模型，并在VB語言基礎(chǔ)上開發(fā)了一個應(yīng)急資源需求預測的支持決策系統(tǒng)，取得了良好的效果；王曉等（2010）通過研究將模糊理論、神經(jīng)網(wǎng)絡(luò)、線性回歸、案例推理等組合起來的方法對目標案例的物資需求量進行了預測；趙小檸等（2012）研究指出利用粗糙集理論搜索相似度最高的主震的歷史案例，然后通過分析影響物資需求量的因素來預測預測當前范例主震期應(yīng)急物資需求量是一個較好的方法；趙一兵等（2013）提出了支持向量機回歸算法和庫存管理模型，建立了人員傷亡預測模型，對地震人員傷亡進行了預測，然后再結(jié)合庫存管理模型對應(yīng)急物資進行了估算，并將其運用在青海玉樹地震實例中，證明了方法的有效性。

（3） 神經(jīng)網(wǎng)絡(luò)模型預測法

郭金芬等（2011）運用神經(jīng)網(wǎng)絡(luò)算法對汶川地震中災(zāi)后的傷亡人數(shù)進行了有效的預測，并估算了應(yīng)急救援物資的需求量，這項研究為救援物資需求量的預測提出了一個新的方法，但其中某些指標的確定仍需進一步研究；吳斯亮（2012）研究發(fā)現(xiàn)，將時間序列預測和神經(jīng)網(wǎng)絡(luò)預測結(jié)合起來可以對地震災(zāi)害物資需求量進行有效的預測。

（4） 灰色系統(tǒng)模型預測法

根據(jù)慣性原理，應(yīng)急物資的需求量可以用前期的需求量組成的數(shù)據(jù)序列來預測當期的需求。

宋曉宇等（2010）研究提出一種改進GM（1，1）模型，將其運用到應(yīng)急物資需求量預測中，取得了較好的效果。該方法根據(jù)GM（1，1）的指數(shù)特性，通過對原始數(shù)據(jù)序列進行變換使其服從指數(shù)規(guī)律的方法改進模型，此改進方法比傳統(tǒng)方法提高了模擬和預測精度。王正新等（2013）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，提出了基于Fourier- GM（1，1）模型的災(zāi)害應(yīng)急物資需求量預測方法，并應(yīng)用于森林火災(zāi)撲火經(jīng)費的預測，取得了良好的效果。李麗麗等（2013）以飲用水為例，通過新陳代謝GM（1，1）模型預測地震災(zāi)害死亡人數(shù)來預測地震救援中消耗性物資的需求量。張軍等（2014）針對地震災(zāi)害初期傷病員人數(shù)及其對緊急藥品需求的變化特征，提出運用灰色Verhulst模型預測地震初期的傷病員人數(shù)變化，結(jié)合地震災(zāi)害傷病員人數(shù)與緊急救援藥品需求間的關(guān)聯(lián)關(guān)系，實現(xiàn)對緊急救援藥品需求量的預測。王桐遠等（2015）構(gòu)建連續(xù)區(qū)間的灰色Verhulst模型，實現(xiàn)對傷病員人數(shù)的區(qū)間預測，從而得到緊急救援藥品在地震發(fā)生前期小時間段內(nèi)的需求量。

2. 結(jié)論

自然災(zāi)害物資需求量的準確預測對于災(zāi)害救援起著十分重要的作用，選擇合適、準確、有效的預測方法對于預測結(jié)果有著不同的影響，間接的影響著應(yīng)急救援的效果。對于同一個預測目標，選擇不同的預測方法得到的預測結(jié)果不同，有可能差距很大，因此在模型的選擇上一定要慎重。決策者根據(jù)各種不同方法的預測結(jié)果綜合考慮，在各個被選方案中選擇最佳預測方法和預測結(jié)果作為其決策的依據(jù)。（作者單位：重慶工商大學電子商務(wù)及供應(yīng)鏈系統(tǒng)重慶市重點實驗室）

參考文獻：

[1]聶高眾，高建國，蘇桂武等.地震應(yīng)急救助需求的模型化處理一來自地震震例的經(jīng)驗分析[J].資源科學，2001，23（1），69-76

[2]王楠，劉勇，曾敏剛.自然災(zāi)害應(yīng)急物流的物資分配決策研究[J].中國物流前沿學術(shù)報告， 2006：518-525

[3]劉悼，吳忠良.地震和地震海嘯中報道死亡人數(shù)隨時間變化的一個簡單模型[J].中國地震， 2006，（4）：72-75

[4]楊杰英，李永強，劉麗芳，曹刻.地震三要素對地震傷亡人數(shù)的影響分析[J].地震研究，2007，（02）

[5]傅志妍，陳堅.災(zāi)害應(yīng)急物資需求預測模型研究[J].物流科技，2009，（10）：11-13

[6]廖振良，劉宴輝，徐祖信.基于案例推理的突發(fā)性環(huán)境污染事件應(yīng)急預案系統(tǒng)[J].環(huán)境污染與防治，2009（1），86-89

[7]宋曉宇，劉春會，常春光.基于改進GM（1，1）模型的應(yīng)急物資需求量預測[J].沈陽建筑大學學報（自然科學版），2010，26（6）：1214-1218

[8]孫燕娜，王玉海，廖建輝.救災(zāi)需求內(nèi)涵模式及其指標體系與救助評估研究[J].經(jīng)濟與管理研究，2010（6），85-94

[9]郭金芬，周剛.大型地震應(yīng)急物資需求預測方法研究[J].價值工程，2011，（22）

[10]方智陽，文進，王俊峰等.地震災(zāi)害醫(yī)療應(yīng)急救援推演研究[J].計算機應(yīng)用研究，2011，28（1）： 172-181

[11]吳斯亮.大型地震應(yīng)急物資需求動態(tài)預測模型研究[D].哈爾濱：哈爾濱工業(yè)大學，2012. 29-32

[12]趙一兵，高虹霓，馮少博.基于支持向量機回歸的應(yīng)急物資需求預測[J].計算機仿真，2013， 30（8）：408-411