论文部分内容阅读
本文所说的应急物资,主要指地震灾害救援过程中所需要的设备和生存物资。应急物资供应问题的核心是合理应用最少的物资最大程度地保障人民在灾害情况下的生命和财产安全。由于救援物资通常数量有限,灾害的发生具有较强的随机性,不可能为所有可能的灾害储备相应的救援物资。在有限的物资条件下,合理地应用和分配救援物资,最大程度减少损失,是应急物资供应研究的主要目标。在灾害发生前制定针对不同灾害的应对计划是保证救援过程正确性的必要手段。为顺利进行救援物资的储备,需要先确定物资的数量、质量和种类等基本信息。将历史受灾强度视为信号序列,利用高斯混合模型对该信号建模,可得到更精确的灾害程度预测,计算灾害程度的最大效益期望可进一步得到应急物资需求估计。由于灾后信息阻塞、通讯中断,受灾人员对灾难的恐惧、逃避,在灾难发生后的短时间内人们很难确切掌握灾害程度和灾害分布情况。通过航拍等手段可以获得灾区在灾前与灾后的图像,利用边缘检测和Hough变换等手段,可以客观地计算灾害发生水平。由于人口流动的原因,灾后人们对灾区的具体受灾人数并不清楚,可以通过逃亡人数来估计实际受灾人数。对灾区逃亡路径图进行简化,然后应用向后传递信息的方法,可以进一步推导出灾区对应急物资需求的分布。救援物资储备过程中,需要考虑物资来源、存储成本、运输成本、救援效益等多方面因素。为支持快速决策,引入主成分分析(PCA)方法对选址因素进行简化,仿真实验表明了PCA方法在选址因素简化过程具备有效性与正确性。为快速到达救援点,应急物资应该存放在统一的储备点中,但各种物资也应该分类存储,以便快速地分发,同时节约储存成本。通过最近邻图聚类,将应急物资进行有效地分类,可以在节约物资存储成本的同时兼顾救援效益,为应急物资储备点选择提供数据参考。传统选址方法主要以运筹学方法为主,建模困难,计算量大。本文引入蚁群算法解决应急物资储备点选择问题,降低了选址的运算复杂度,同时防止出现局部最优的陷阱。为最大程度保障灾区人民生命财产安全,不能等到灾区交通状况调查清楚后再进行救援,救援路径通常都是通过外部观测和历史经验做出决定。在救援运输过程中,各车辆运行是一个随机、并发的过程,引入随机Petri网对应急救援的交通运输过程进行建模可以方便地解决灾区交通状况推测问题。在不考虑资源成本、资源不足等矛盾的情况下,包含时间期望的应急物流路径选择,比时间或距离最短的路径选择方法,更具适应性。灾难发生后,对物资捐赠的讨论是灾后互联网等互动媒体的热点主题之一。可以利用人们对捐赠物资讨论的关注度来收集与预测捐赠物资的种类、数量和分布,本文引入主题检测与跟踪技术来对捐赠物资信息进行收集与预测。将各向异性扩散技术引入词网,在词网中体现相关词语的影响,同时保护主题间的边界。提出有限记忆和被动遗忘机制,利用有限的存储空间对词网进行部分索引。不扫描和处理不活动词语,从而实现物资捐赠主题及其词语的快速检测。