基于案例推理的臺風(fēng)災(zāi)害應(yīng)急物資需求預(yù)測研究
發(fā)布時間:2022-01-26 10:00
臺風(fēng)災(zāi)害是全球范圍內(nèi)影響最嚴(yán)重的自然災(zāi)害之一。中國臺風(fēng)災(zāi)害頻發(fā),臺風(fēng)登陸中國沿海,會對所途經(jīng)的區(qū)域造成巨大的破壞,導(dǎo)致人員傷亡受災(zāi)、房屋倒塌、農(nóng)作物絕收、大量財產(chǎn)損失等。因此,對臺風(fēng)災(zāi)害的抗災(zāi)救災(zāi)工作十分重要,應(yīng)急物資是救災(zāi)抗災(zāi)的基礎(chǔ),在最短的時間內(nèi),明確受災(zāi)地區(qū)應(yīng)急物資的需求,并制定相關(guān)的救災(zāi)計劃,能在一定程度上降低災(zāi)害帶來的損失。臺風(fēng)登陸后,隨時間的流逝,災(zāi)情結(jié)果在不斷擴(kuò)大,因此抗災(zāi)救災(zāi)具有很強(qiáng)的時效性,故而研究臺風(fēng)災(zāi)害應(yīng)急物資需求的快速預(yù)測方法,對快速有效的組織和籌備應(yīng)急物資資源,提升應(yīng)災(zāi)的響應(yīng)速度以及抗災(zāi)救災(zāi)的效率是非常有必要的。論文采用間接預(yù)測的方法,以案例推理技術(shù)為基礎(chǔ),設(shè)計了一種基于相似案例的臺風(fēng)災(zāi)害應(yīng)急物資需求快速預(yù)測方法,通過預(yù)測當(dāng)前目標(biāo)案例的災(zāi)情結(jié)果,再根據(jù)相應(yīng)災(zāi)情結(jié)果對應(yīng)急物資需求的標(biāo)準(zhǔn),計算不同災(zāi)情結(jié)果所需的應(yīng)急物資需求量,從而有效解決了因數(shù)據(jù)不完備和模型構(gòu)建復(fù)雜等問題而導(dǎo)致臺風(fēng)災(zāi)害應(yīng)急物資需求預(yù)測困難與時效性差的問題。論文研究了以下幾個方面的內(nèi)容:(1)研究了臺風(fēng)災(zāi)害特征屬性的選取與計算方法、災(zāi)害特征屬性權(quán)重的分配方法、相似案例解決方案的調(diào)整方法以及基于案例調(diào)...
【文章來源】:華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:85 頁
【學(xué)位級別】:碩士
【部分圖文】:
技術(shù)路線圖
案例推理流程
第三章臺風(fēng)災(zāi)害應(yīng)急物資需求預(yù)測模型的構(gòu)建23圖3-1災(zāi)害特征屬性分析對于臺風(fēng)伴隨的大風(fēng)而言,不同的風(fēng)速,造成的破壞性也就不一樣,對災(zāi)情的資料分析可知,當(dāng)風(fēng)速在7級以下,即過程風(fēng)速低于13.6m/s時,基本不會產(chǎn)生危險,根據(jù)臺風(fēng)影響范圍的平均風(fēng)力,將臺風(fēng)風(fēng)圈分為七級風(fēng)圈與十級風(fēng)圈。在本文中,七級風(fēng)圈被定義為風(fēng)圈內(nèi)風(fēng)速等級為七級到十級之間的風(fēng)圈,目的是將七級風(fēng)圈與十級風(fēng)圈進(jìn)行清晰的層次劃分。對臺風(fēng)而言,越靠近臺風(fēng)中心附近,其風(fēng)速越大,破壞力越大,故而一般而言,臺風(fēng)路徑影響范圍地區(qū)的受災(zāi)程度要高于其平行地區(qū),所以本文將臺風(fēng)伴隨的大風(fēng)按七級風(fēng)圈、十級風(fēng)圈、臺風(fēng)路徑影響范圍進(jìn)行等級層次的劃分。對于不同風(fēng)速等級下的臺風(fēng)強(qiáng)度,參考文獻(xiàn)[15]中臺風(fēng)的強(qiáng)度模型如下,為大風(fēng)強(qiáng)度系數(shù),為當(dāng)?shù)貥O大風(fēng)速:={0,<13.6;(13.63.8+1)7,13.6≤≤36.4;1,>36.4;(31)對于臺風(fēng)伴隨的降雨而言,當(dāng)降雨達(dá)到強(qiáng)降雨級別時(強(qiáng)降雨級包含暴雨及暴雨以上級別的降雨),才會對受災(zāi)地區(qū)產(chǎn)生較大的危害,故而本文不考慮一般降雨對災(zāi)情結(jié)果的影響。SR為降水強(qiáng)度系數(shù)[15],PR為某地過程降雨量:={0,<25;(50+1)7,25≤≤300;1,>300;(32)災(zāi)害的持續(xù)時間主要為七級風(fēng)圈影響時間和十級風(fēng)圈影響時間,不計入強(qiáng)降雨影響時間是因為降雨等級的劃分本身包含了時間的概念。
【參考文獻(xiàn)】:
期刊論文
[1]基于改進(jìn)GM(1,1)的洪澇災(zāi)害應(yīng)急物資動態(tài)需求預(yù)測[J]. 胡忠君,劉艷秋,李佳. 系統(tǒng)仿真學(xué)報. 2019(04)
[2]面向地震災(zāi)情時序變化的應(yīng)急救援物資需求動態(tài)預(yù)測研究[J]. 張磊. 災(zāi)害學(xué). 2018(03)
[3]公路突發(fā)事件應(yīng)急預(yù)案自動生成系統(tǒng)開發(fā)及應(yīng)用[J]. 劉君,胡偉超,孫廣林. 中國安全生產(chǎn)科學(xué)技術(shù). 2017(10)
[4]基于多元模糊回歸的應(yīng)急物資需求預(yù)測模型[J]. 郭子雪,韓瑞,齊美然. 河北大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[5]地震應(yīng)急物資需求預(yù)測的模糊案例推理技術(shù)[J]. 郭繼東,楊月巧. 中國安全生產(chǎn)科學(xué)技術(shù). 2017(02)
[6]基于粗糙集理論和生命初態(tài)信息的繼電器壽命預(yù)測方法[J]. 李玲玲,張士暖,李志剛,賀鵬舉. 電工技術(shù)學(xué)報. 2016(18)
[7]基于歷史案例的自然災(zāi)害災(zāi)情評估方法研究[J]. 夏興生,朱秀芳,潘耀忠,張錦水. 災(zāi)害學(xué). 2016(01)
[8]基于CBR的電力事故應(yīng)急輔助決策方法[J]. 門永生,劉山葆. 電信科學(xué). 2015(S1)
[9]基于改進(jìn)支持向量機(jī)的地震應(yīng)急物資需求預(yù)測模型[J]. 何珊珊,朱文海. 物流科技. 2015(11)
[10]基于直覺模糊案例推理的應(yīng)急物資需求預(yù)測模型[J]. 王蘭英,郭子雪,張玉芬,尚永勝,張露. 中國礦業(yè)大學(xué)學(xué)報. 2015(04)
博士論文
[1]地震災(zāi)害應(yīng)急物資需求預(yù)測及調(diào)撥模型與方法研究[D]. 童鐘.華中科技大學(xué) 2016
[2]基于相似案例分析的決策方法與應(yīng)用研究[D]. 李永海.東北大學(xué) 2014
[3]川渝地區(qū)農(nóng)業(yè)氣象干旱風(fēng)險區(qū)劃與損失評估研究[D]. 張峰.浙江大學(xué) 2013
[4]災(zāi)害應(yīng)急物流中基于需求分析的應(yīng)急物資分配問題研究[D]. 夏萍.北京交通大學(xué) 2010
碩士論文
[1]基于案例推理的臺風(fēng)災(zāi)害快速評估方法[D]. 劉雅玉.武漢大學(xué) 2018
[2]基于Hybrid CBR的混合動力推土機(jī)故障診斷專家系統(tǒng)研究[D]. 王凱.山東大學(xué) 2017
[3]基于CBR技術(shù)的中醫(yī)診療系統(tǒng)中案例相似度計算方法研究[D]. 王來奇.中國科學(xué)院大學(xué)(中國科學(xué)院工程管理與信息技術(shù)學(xué)院) 2017
[4]臺風(fēng)災(zāi)情評估及其預(yù)估研究[D]. 胡麗.南京信息工程大學(xué) 2015
[5]基于CBR方法的公共衛(wèi)生類突發(fā)事件案例庫系統(tǒng)構(gòu)建研究[D]. 朱澤宇.南京大學(xué) 2015
[6]粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)在應(yīng)急物資需求預(yù)測中的應(yīng)用研究[D]. 亢麗君.蘭州交通大學(xué) 2013
[7]大型地震應(yīng)急物資動態(tài)需求預(yù)測模型研究[D]. 吳斯亮.哈爾濱工業(yè)大學(xué) 2012
[8]自然災(zāi)害應(yīng)急物資需求分類及需求量研究[D]. 陳超.北京交通大學(xué) 2011
本文編號:3610293
【文章來源】:華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:85 頁
【學(xué)位級別】:碩士
【部分圖文】:
技術(shù)路線圖
案例推理流程
第三章臺風(fēng)災(zāi)害應(yīng)急物資需求預(yù)測模型的構(gòu)建23圖3-1災(zāi)害特征屬性分析對于臺風(fēng)伴隨的大風(fēng)而言,不同的風(fēng)速,造成的破壞性也就不一樣,對災(zāi)情的資料分析可知,當(dāng)風(fēng)速在7級以下,即過程風(fēng)速低于13.6m/s時,基本不會產(chǎn)生危險,根據(jù)臺風(fēng)影響范圍的平均風(fēng)力,將臺風(fēng)風(fēng)圈分為七級風(fēng)圈與十級風(fēng)圈。在本文中,七級風(fēng)圈被定義為風(fēng)圈內(nèi)風(fēng)速等級為七級到十級之間的風(fēng)圈,目的是將七級風(fēng)圈與十級風(fēng)圈進(jìn)行清晰的層次劃分。對臺風(fēng)而言,越靠近臺風(fēng)中心附近,其風(fēng)速越大,破壞力越大,故而一般而言,臺風(fēng)路徑影響范圍地區(qū)的受災(zāi)程度要高于其平行地區(qū),所以本文將臺風(fēng)伴隨的大風(fēng)按七級風(fēng)圈、十級風(fēng)圈、臺風(fēng)路徑影響范圍進(jìn)行等級層次的劃分。對于不同風(fēng)速等級下的臺風(fēng)強(qiáng)度,參考文獻(xiàn)[15]中臺風(fēng)的強(qiáng)度模型如下,為大風(fēng)強(qiáng)度系數(shù),為當(dāng)?shù)貥O大風(fēng)速:={0,<13.6;(13.63.8+1)7,13.6≤≤36.4;1,>36.4;(31)對于臺風(fēng)伴隨的降雨而言,當(dāng)降雨達(dá)到強(qiáng)降雨級別時(強(qiáng)降雨級包含暴雨及暴雨以上級別的降雨),才會對受災(zāi)地區(qū)產(chǎn)生較大的危害,故而本文不考慮一般降雨對災(zāi)情結(jié)果的影響。SR為降水強(qiáng)度系數(shù)[15],PR為某地過程降雨量:={0,<25;(50+1)7,25≤≤300;1,>300;(32)災(zāi)害的持續(xù)時間主要為七級風(fēng)圈影響時間和十級風(fēng)圈影響時間,不計入強(qiáng)降雨影響時間是因為降雨等級的劃分本身包含了時間的概念。
【參考文獻(xiàn)】:
期刊論文
[1]基于改進(jìn)GM(1,1)的洪澇災(zāi)害應(yīng)急物資動態(tài)需求預(yù)測[J]. 胡忠君,劉艷秋,李佳. 系統(tǒng)仿真學(xué)報. 2019(04)
[2]面向地震災(zāi)情時序變化的應(yīng)急救援物資需求動態(tài)預(yù)測研究[J]. 張磊. 災(zāi)害學(xué). 2018(03)
[3]公路突發(fā)事件應(yīng)急預(yù)案自動生成系統(tǒng)開發(fā)及應(yīng)用[J]. 劉君,胡偉超,孫廣林. 中國安全生產(chǎn)科學(xué)技術(shù). 2017(10)
[4]基于多元模糊回歸的應(yīng)急物資需求預(yù)測模型[J]. 郭子雪,韓瑞,齊美然. 河北大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[5]地震應(yīng)急物資需求預(yù)測的模糊案例推理技術(shù)[J]. 郭繼東,楊月巧. 中國安全生產(chǎn)科學(xué)技術(shù). 2017(02)
[6]基于粗糙集理論和生命初態(tài)信息的繼電器壽命預(yù)測方法[J]. 李玲玲,張士暖,李志剛,賀鵬舉. 電工技術(shù)學(xué)報. 2016(18)
[7]基于歷史案例的自然災(zāi)害災(zāi)情評估方法研究[J]. 夏興生,朱秀芳,潘耀忠,張錦水. 災(zāi)害學(xué). 2016(01)
[8]基于CBR的電力事故應(yīng)急輔助決策方法[J]. 門永生,劉山葆. 電信科學(xué). 2015(S1)
[9]基于改進(jìn)支持向量機(jī)的地震應(yīng)急物資需求預(yù)測模型[J]. 何珊珊,朱文海. 物流科技. 2015(11)
[10]基于直覺模糊案例推理的應(yīng)急物資需求預(yù)測模型[J]. 王蘭英,郭子雪,張玉芬,尚永勝,張露. 中國礦業(yè)大學(xué)學(xué)報. 2015(04)
博士論文
[1]地震災(zāi)害應(yīng)急物資需求預(yù)測及調(diào)撥模型與方法研究[D]. 童鐘.華中科技大學(xué) 2016
[2]基于相似案例分析的決策方法與應(yīng)用研究[D]. 李永海.東北大學(xué) 2014
[3]川渝地區(qū)農(nóng)業(yè)氣象干旱風(fēng)險區(qū)劃與損失評估研究[D]. 張峰.浙江大學(xué) 2013
[4]災(zāi)害應(yīng)急物流中基于需求分析的應(yīng)急物資分配問題研究[D]. 夏萍.北京交通大學(xué) 2010
碩士論文
[1]基于案例推理的臺風(fēng)災(zāi)害快速評估方法[D]. 劉雅玉.武漢大學(xué) 2018
[2]基于Hybrid CBR的混合動力推土機(jī)故障診斷專家系統(tǒng)研究[D]. 王凱.山東大學(xué) 2017
[3]基于CBR技術(shù)的中醫(yī)診療系統(tǒng)中案例相似度計算方法研究[D]. 王來奇.中國科學(xué)院大學(xué)(中國科學(xué)院工程管理與信息技術(shù)學(xué)院) 2017
[4]臺風(fēng)災(zāi)情評估及其預(yù)估研究[D]. 胡麗.南京信息工程大學(xué) 2015
[5]基于CBR方法的公共衛(wèi)生類突發(fā)事件案例庫系統(tǒng)構(gòu)建研究[D]. 朱澤宇.南京大學(xué) 2015
[6]粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)在應(yīng)急物資需求預(yù)測中的應(yīng)用研究[D]. 亢麗君.蘭州交通大學(xué) 2013
[7]大型地震應(yīng)急物資動態(tài)需求預(yù)測模型研究[D]. 吳斯亮.哈爾濱工業(yè)大學(xué) 2012
[8]自然災(zāi)害應(yīng)急物資需求分類及需求量研究[D]. 陳超.北京交通大學(xué) 2011
本文編號:3610293
本文鏈接:http://sikaile.net/projectlw/qxxlw/3610293.html
最近更新
教材專著