一种洪涝灾害应急物资动态需求预测方法技术

一种洪涝灾害应急物资动态需求预测方法，涉及一种网络物流分析方法，该方法从动态角度对应急物资需求预测进行研究，充分考虑了应急事件发展的动态性。设计一种基于小样本数据可操作性强的灰色预测模型，以洪涝灾害为例对灾害发生后的应急物资需求进行预测。基于灰色系统理论，根据其样本数量小、历史数据少的特点，构建了改进GM(1,1)预测模型对洪涝灾害受灾人数动态预测，使得研究更加贴近实际情况；结合安全库存管理方法对灾后需要的多种应急物资分别进行了需求预测，对洪涝灾害发生后的应急物资需求预测提供了理论帮助。

A dynamic demand forecasting method for flood and drought emergency materials

A method of forecasting the dynamic demand of emergency materials for flood and waterlogging disaster involves a network logistics analysis method. This method studies the forecast of emergency material demand from the dynamic point of view, and fully considers the dynamics of emergency events development. A grey prediction model based on small sample data and operability is designed. Flood disaster is taken as an example to forecast the demand for emergency materials after the disaster. Based on the grey system theory, based on the small number of samples and few historical data, the improved GM (1,1) prediction model is constructed to predict the flood disaster victims, which makes the research more close to the actual situation. The prediction of emergency material demand after flood disaster has provided theoretical assistance.

【技术实现步骤摘要】
一种洪涝灾害应急物资动态需求预测方法
本专利技术涉及一种网络物流分析方法，特别是涉及一种洪涝灾害应急物资动态需求预测方法。
技术介绍
由于洪涝灾害发生后短时间内采集到的受灾信息无法确定其可靠性，通常是具有灰色特征的不确定信息，回归分析法可用来探寻数据变化的规律，研究变量之间的关系，通过建立回归预测模型可对未知数据进行预测。但是回归分析的前提是要求样本数据量足够大，并且在处理多个自变量情况下模型构造困难，计算过程复杂。
技术实现思路
本专利技术的目的在于提供一种洪涝灾害应急物资动态需求预测方法，该方法从动态角度对应急物资需求预测进行研究，充分考虑了应急事件发展的动态性。设计一种基于小样本数据可操作性强的灰色预测模型，以洪涝灾害为例对灾害发生后的应急物资需求进行预测。本专利技术的目的是通过以下技术方案实现的：一种洪涝灾害应急物资动态需求预测方法，所述方法按如下步骤进行：步骤1：洪涝灾害应急物资动态需求预测模型构建；为原始的受灾人数序列，其中，表示灾区时刻的受灾人数，为的1-AGO序列，则，(1)是的紧邻均值生成序列，其中(2)新陈代谢GM(1,1)预测模型为（3）步骤2：模拟值精度检验；采用均方差比值方法对预测模型的有效性进行检验，检验过程如下。原始数据序列与模拟数据序列的残差为，其中，残差的均值为，残差的方差为；原始数据序列均值为，原始数据序列方差为，因此均方差比值检验的公式为；步骤3：建立的应急物资动态需求预测模型如下：(9)(10)(11)其中，表示应急物资的种类，如饮用水、帐篷等；表示灾区时刻对应急物资的需求量；表示每个灾民单位时间内对应急物资的需求量；表示灾区的受灾人数；表示两次应急物资配送的时间间隔；表示应急物资缺货率在下的服务水平系数；表示时刻应急物资需求的方差；表示应急物资的安全库存量；表示时间内应急物资抵达灾区的数量。本专利技术的优点与效果是：1.一是基于灰色系统理论，根据其样本数量小、历史数据少的特点，构建了改进GM(1,1)预测模型对洪涝灾害受灾人数动态预测，使得研究更加贴近实际情况；2.结合安全库存管理方法对灾后需要的多种应急物资分别进行了需求预测，对洪涝灾害发生后的应急物资需求预测提供了理论帮助。附图说明图1为受灾人数实际值与预测值对比图。具体实施方式下面结合附图所示实施例对本专利技术进行详细说明。本专利技术为一种用于洪涝灾害应急物资动态需求的预测方法。该方法按如下步骤进行：步骤1：洪涝灾害应急物资动态需求预测模型构建。为原始的受灾人数序列，其中，表示灾区时刻的受灾人数，为的1-AGO序列，则，(1)是的紧邻均值生成序列，其中(2)新陈代谢GM(1,1)预测模型为：（3）其中(4)(5)又因为即，因此的白化方程的时间响应方程为：(6)离散响应方程为：(7)其中，。原始数据估计值为：(8)其中，。步骤2：模拟值精度检验。采用均方差比值方法对预测模型的有效性进行检验，检验过程如下。原始数据序列与模拟数据序列的残差为，其中，残差的均值为，残差的方差为；原始数据序列均值为，原始数据序列方差为，因此均方差比值检验的公式为。步骤3：建立的应急物资动态需求预测模型如下：(9)(10)(11)其中，表示应急物资的种类，如饮用水、帐篷等；表示灾区时刻对应急物资的需求量；表示每个灾民单位时间内对应急物资的需求量；表示灾区的受灾人数；表示两次应急物资配送的时间间隔；表示应急物资缺货率在下的服务水平系数；表示时刻应急物资需求的方差；表示应急物资的安全库存量；表示时间内应急物资抵达灾区的数量。实施例步骤1：根据湖南省防汛抗旱网2016年3月28日发布的受灾人口数量统计数据，经整理汇总得到受灾人数初始序列(以一天为一个时间段，单位：万人)为：=(4.66,7.9,22.25,24.33,36.46,57.33,58.73,66.48,112.23,122.55,157.78,185.8)首先选取初始序列中的前五个数据进行建模，即：=(4.66,7.9,22.25,24.33,36.46)由此可得其1-AGO序列为=(4.66,12.56,34.81,59.14,95.6)的紧邻均值生成序列为=(8.61,23.685,46.975,77.37)因此于是可得代入式(6)可得的时间响应方程为：(12)步骤2：当时，代入式(12)可得模拟值序列为：因此模拟值残差序列为：残差的均值为=2.48，残差的方差为=4.13，原始数据序列均值为=22.735，原始数据序列方差为=102.81，因此均方差比值为=0.2。步骤3：建立应急物资动态需求预测模型，对受灾人数进行预测，采用本申请所提的新陈代谢GM(1,1)模型对5-12天的受灾人数进行预测，得到受灾人数实际值与预测值的对比结果如下：表1受灾人数实际值与预测值对比(单位：万人)Tab3Comparisonoftheactualvalueofthenumberofvictimsandthepredictedvalue(unit:million)可知，相对误差序列为：=(0.0020,0.0892,0.0531,0.0571,0.1028,0.0333,0.0024,0.0062)则平均相对误差为：=0.0433<0.05，根据相对误差检验精度等级可知，该预测模型精度为二级，表明该模型有效可行，平均预测精度为95.67%。受灾人数实际值与预测值对比图如图1所示。本文档来自技高网...

【技术保护点】
1.一种洪涝灾害应急物资动态需求预测方法，其特征在于，所述方法按如下步骤进行：步骤1：洪涝灾害应急物资动态需求预测模型构建；

【技术特征摘要】
1.一种洪涝灾害应急物资动态需求预测方法，其特征在于，所述方法按如下步骤进行：步骤1：洪涝灾害应急物资动态需求预测模型构建；为原始的受灾人数序列，其中，表示灾区时刻的受灾人数，为的1-AGO序列，则，(1)是的紧邻均值生成序列，其中(2)新陈代谢GM(1,1)预测模型为（3）步骤2：模拟值精度检验；采用均方差比值方法对预测模型的有效性进行检验，检验过程如下：原始数据序列与模拟数据序列的残差为，其中，残差的均值为，残差的方差为；...

【专利技术属性】
技术研发人员：韩晓微，谢英红，杜英魁，原忠虎，
申请(专利权)人：沈阳大学，
类型：发明
国别省市：辽宁,21