基于百度大數(shù)據(jù)的城市洪澇應(yīng)急物資需求估算方法及應(yīng)用
發(fā)布時間:2021-01-04 23:17
準(zhǔn)確估算洪澇應(yīng)急物資需求是城市公共安全應(yīng)急管理的重要組成部分。提出了一種基于百度大數(shù)據(jù)統(tǒng)計人口動態(tài)數(shù)量的方法,將人口動態(tài)數(shù)量、季節(jié)系數(shù)和地區(qū)系數(shù)作為輸入變量,運用極限學(xué)習(xí)機方法構(gòu)建了洪澇災(zāi)害應(yīng)急物資需求估算模型。以2019年5月25日武漢市發(fā)生特大暴雨事件為例,分別估算當(dāng)天7時、14時和21時的中心城區(qū)應(yīng)急物資需求量。結(jié)果表明,利用百度大數(shù)據(jù)能夠統(tǒng)計人口動態(tài)數(shù)量,通過極限學(xué)習(xí)機所構(gòu)建的洪澇災(zāi)害應(yīng)急物資估算模型能夠動態(tài)估算實時應(yīng)急物資需求量。
【文章來源】:安全與環(huán)境學(xué)報. 2020年05期 北大核心
【文章頁數(shù)】:7 頁
【部分圖文】:
武漢市中心城區(qū)行政區(qū)劃
選取受災(zāi)人口、季節(jié)系數(shù)及地區(qū)系數(shù)作為構(gòu)建應(yīng)急物資需求模型的輸入變量。受災(zāi)人口是指突發(fā)災(zāi)害事件發(fā)生后,受災(zāi)區(qū)域內(nèi)傷亡人員或受到財產(chǎn)損失人員的數(shù)量。應(yīng)急物資種類和數(shù)量會因災(zāi)害發(fā)生的季節(jié)而有顯著區(qū)別,依據(jù)相關(guān)參考文獻和氣象部門標(biāo)準(zhǔn)[16-17],選取夏季(6—8月)的季節(jié)系數(shù)為1,春秋季(3—5月、9—11月)的為1.5,冬季(12—次年2月)的為2。地區(qū)系數(shù)與災(zāi)害自身強度無關(guān),而取決于受災(zāi)地區(qū)的社會經(jīng)濟屬性特征,與當(dāng)?shù)氐娜丝诿芏群徒?jīng)濟發(fā)展水平等相關(guān)。本文采用應(yīng)急救援影響因素體系中貢獻率較高的人口密度、經(jīng)濟密度及公路密度指標(biāo)來計算地區(qū)系數(shù),計算公式為式中f(Bi)為計算的第i個地區(qū)的地區(qū)系數(shù),Pi、Ei、Ti分別為第i個地區(qū)的人口密度、經(jīng)濟密度、交通密度經(jīng)min-max標(biāo)準(zhǔn)化后的值,W1、W2、W3分別為人口密度、經(jīng)濟密度、交通密度經(jīng)熵權(quán)法確定的權(quán)重。
式中g(shù)(x)為激活函數(shù),Wi=(Wi1,Wi2,…,Win)T為輸入權(quán)重,βi為輸出權(quán)重,bi為第i個隱層單元的偏置,Wi·Xj表示W(wǎng)i和Xj的內(nèi)積,oj為第j個輸入樣本的輸出值。單隱層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的目標(biāo)是使得輸出的誤差最小,可以表示為
【參考文獻】:
期刊論文
[1]基于大數(shù)據(jù)的災(zāi)害期間用戶提及行為分析[J]. 李雪塵. 科技創(chuàng)新導(dǎo)報. 2019(04)
[2]基于百度地圖大數(shù)據(jù)的城市人口特征分析[J]. 張博航,劉盈嵩. 中國科技信息. 2019(02)
[3]大數(shù)據(jù)時代城市公共安全應(yīng)急管理面臨的挑戰(zhàn)與應(yīng)對[J]. 周芳檢,何振. 云南民族大學(xué)學(xué)報(哲學(xué)社會科學(xué)版). 2018(01)
[4]基于遙感的1973—2015年武漢市湖泊水域面積動態(tài)監(jiān)測與分析研究[J]. 馬建威,黃詩峰,許宗男. 水利學(xué)報. 2017(08)
[5]多應(yīng)急點多需求點物資調(diào)度的灰色多目標(biāo)規(guī)劃[J]. 唐偉勤,鄒麗,郭其云. 中國安全生產(chǎn)科學(xué)技術(shù). 2016(11)
[6]面向災(zāi)害應(yīng)急物資需求的灰色異構(gòu)數(shù)據(jù)預(yù)測建模方法[J]. 曾波,孟偉,劉思峰,李川,崔杰. 中國管理科學(xué). 2015(08)
[7]大數(shù)據(jù)視野下的重慶主城區(qū)職住關(guān)系剖析[J]. 冷炳榮,余穎,黃大全,易崢. 規(guī)劃師. 2015(05)
[8]基于極限學(xué)習(xí)機的參考作物蒸散量預(yù)測模型[J]. 馮禹,崔寧博,龔道枝,魏新平,王君勤. 農(nóng)業(yè)工程學(xué)報. 2015(S1)
[9]極限學(xué)習(xí)機在洪澇災(zāi)害預(yù)測中的應(yīng)用[J]. 孫淼,陳濤濤,于洋,王子凰,遲道才. 沈陽農(nóng)業(yè)大學(xué)學(xué)報. 2014(02)
[10]BP神經(jīng)網(wǎng)絡(luò)模型在應(yīng)急需求預(yù)測中的應(yīng)用——以地震傷亡人數(shù)預(yù)測為例[J]. 錢楓林,崔健. 中國安全科學(xué)學(xué)報. 2013(04)
本文編號:2957542
【文章來源】:安全與環(huán)境學(xué)報. 2020年05期 北大核心
【文章頁數(shù)】:7 頁
【部分圖文】:
武漢市中心城區(qū)行政區(qū)劃
選取受災(zāi)人口、季節(jié)系數(shù)及地區(qū)系數(shù)作為構(gòu)建應(yīng)急物資需求模型的輸入變量。受災(zāi)人口是指突發(fā)災(zāi)害事件發(fā)生后,受災(zāi)區(qū)域內(nèi)傷亡人員或受到財產(chǎn)損失人員的數(shù)量。應(yīng)急物資種類和數(shù)量會因災(zāi)害發(fā)生的季節(jié)而有顯著區(qū)別,依據(jù)相關(guān)參考文獻和氣象部門標(biāo)準(zhǔn)[16-17],選取夏季(6—8月)的季節(jié)系數(shù)為1,春秋季(3—5月、9—11月)的為1.5,冬季(12—次年2月)的為2。地區(qū)系數(shù)與災(zāi)害自身強度無關(guān),而取決于受災(zāi)地區(qū)的社會經(jīng)濟屬性特征,與當(dāng)?shù)氐娜丝诿芏群徒?jīng)濟發(fā)展水平等相關(guān)。本文采用應(yīng)急救援影響因素體系中貢獻率較高的人口密度、經(jīng)濟密度及公路密度指標(biāo)來計算地區(qū)系數(shù),計算公式為式中f(Bi)為計算的第i個地區(qū)的地區(qū)系數(shù),Pi、Ei、Ti分別為第i個地區(qū)的人口密度、經(jīng)濟密度、交通密度經(jīng)min-max標(biāo)準(zhǔn)化后的值,W1、W2、W3分別為人口密度、經(jīng)濟密度、交通密度經(jīng)熵權(quán)法確定的權(quán)重。
式中g(shù)(x)為激活函數(shù),Wi=(Wi1,Wi2,…,Win)T為輸入權(quán)重,βi為輸出權(quán)重,bi為第i個隱層單元的偏置,Wi·Xj表示W(wǎng)i和Xj的內(nèi)積,oj為第j個輸入樣本的輸出值。單隱層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的目標(biāo)是使得輸出的誤差最小,可以表示為
【參考文獻】:
期刊論文
[1]基于大數(shù)據(jù)的災(zāi)害期間用戶提及行為分析[J]. 李雪塵. 科技創(chuàng)新導(dǎo)報. 2019(04)
[2]基于百度地圖大數(shù)據(jù)的城市人口特征分析[J]. 張博航,劉盈嵩. 中國科技信息. 2019(02)
[3]大數(shù)據(jù)時代城市公共安全應(yīng)急管理面臨的挑戰(zhàn)與應(yīng)對[J]. 周芳檢,何振. 云南民族大學(xué)學(xué)報(哲學(xué)社會科學(xué)版). 2018(01)
[4]基于遙感的1973—2015年武漢市湖泊水域面積動態(tài)監(jiān)測與分析研究[J]. 馬建威,黃詩峰,許宗男. 水利學(xué)報. 2017(08)
[5]多應(yīng)急點多需求點物資調(diào)度的灰色多目標(biāo)規(guī)劃[J]. 唐偉勤,鄒麗,郭其云. 中國安全生產(chǎn)科學(xué)技術(shù). 2016(11)
[6]面向災(zāi)害應(yīng)急物資需求的灰色異構(gòu)數(shù)據(jù)預(yù)測建模方法[J]. 曾波,孟偉,劉思峰,李川,崔杰. 中國管理科學(xué). 2015(08)
[7]大數(shù)據(jù)視野下的重慶主城區(qū)職住關(guān)系剖析[J]. 冷炳榮,余穎,黃大全,易崢. 規(guī)劃師. 2015(05)
[8]基于極限學(xué)習(xí)機的參考作物蒸散量預(yù)測模型[J]. 馮禹,崔寧博,龔道枝,魏新平,王君勤. 農(nóng)業(yè)工程學(xué)報. 2015(S1)
[9]極限學(xué)習(xí)機在洪澇災(zāi)害預(yù)測中的應(yīng)用[J]. 孫淼,陳濤濤,于洋,王子凰,遲道才. 沈陽農(nóng)業(yè)大學(xué)學(xué)報. 2014(02)
[10]BP神經(jīng)網(wǎng)絡(luò)模型在應(yīng)急需求預(yù)測中的應(yīng)用——以地震傷亡人數(shù)預(yù)測為例[J]. 錢楓林,崔健. 中國安全科學(xué)學(xué)報. 2013(04)
本文編號:2957542
本文鏈接:http://sikaile.net/jingjilunwen/jianzhujingjilunwen/2957542.html
最近更新
教材專著