基于深度学习的集群式供应链应急物资需求预测研究*
2021-05-11徐锐迪廖智峰徐卓然
计算机工程与科学 2021年4期
薛 红,徐锐迪,王 圆,廖智峰,徐卓然
(北京工商大学计算机与信息工程学院,北京100048)
1 引言
中国是全球受到自然灾害侵袭最多的国家之一,当前,超过30种新传染病被发现,其中有一半是在中国被发现的。2002年广东省出现的SARS病毒在中国持续8个月,2019年12月湖北省武汉市发现的COVID-19直到2020年5月仍然在持续,给我国经济和人民生命财产造成不可估量的损失。当前我国应急物资的需求量大部分是根据专家的经验进行判断,由于受害程度不同,影响因素不同,只根据专家的主观性判断,会造成很大的需求误差,影响政府开展救援工作。
至今为止,国内外专家学者已经取得很多应急物资需求预测方面的研究成果。赵小柠等[1]先剖析影响应急物资需求量的有关因素,在此基础上创建以范例属性相似度为基础的后期应急物资需求序贯预测模型;刘德元等[2]假设信息不完全,将案例间的相似度结合,创建了一种预测应急物资需求量的案例模糊推理法;王兰英等[3]从应急物资需求预测的独特之处入手,构建了应用于应急物资需求量预测研究的基于模糊案例推理的预测模型;王正新等[4]将Fourier级数和GM模型结合,针对应急物资需求量小样本振荡特点,创建了以Fourier-GM为基础的应急物资需求预测模型;Liu等[5]根据模糊粗糙集理论,构建了以模糊粗糙集为基础的应急物资需求预测模型;Sheu等[6]根据大量的自然灾害案例,建立了以不完全信息为基础的应急物资需求预测模型。……
登录APP查看全文
