應(yīng)急物資管理決策機(jī)制探析范文

本站小編為你精心準(zhǔn)備了應(yīng)急物資管理決策機(jī)制探析參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要：基于CBR算法的電力應(yīng)急物資應(yīng)急需求的研究和應(yīng)用，是專門用于電力單位在應(yīng)對(duì)應(yīng)急事件時(shí)對(duì)應(yīng)急物資的需求預(yù)測(cè)。是研究CBR算法理念，分析各歷史應(yīng)急事件的基本信息和物資使用情況，為新的應(yīng)急事件的應(yīng)急物資需求提供決策支持和決策依據(jù)，提高應(yīng)急事件響應(yīng)的及時(shí)性和準(zhǔn)確性。

關(guān)鍵詞：應(yīng)急物資決策；CBR算法

一、概述

基于CBR的應(yīng)急物資管理決策機(jī)制是人工智能的一種，通過收集歷史案例建立應(yīng)急救援案例庫，當(dāng)發(fā)生新的應(yīng)急災(zāi)害時(shí)，系統(tǒng)可以根據(jù)新的應(yīng)急災(zāi)害的關(guān)鍵信息從案例庫中查找可以與之匹配的案例，從而依據(jù)匹配案例的應(yīng)急物資使用數(shù)據(jù)來預(yù)測(cè)新應(yīng)急災(zāi)害救援需要的應(yīng)急物資，很好地模擬了人的聯(lián)想、直覺、類比、歸納、學(xué)習(xí)和記憶等思維過程，在新問題求解時(shí)，借助歷史經(jīng)驗(yàn)類似問題來進(jìn)行推理，得出新問題的解決方案。當(dāng)應(yīng)急事件發(fā)生時(shí)對(duì)電力應(yīng)急物資的需求，呈現(xiàn)出的要求是既要快，又要準(zhǔn)。因此將CBR模型引入到應(yīng)急事件的電力應(yīng)急物資需求預(yù)測(cè)中，無論是對(duì)于處理水平不確定的決策信息，還是幫助處于復(fù)雜決策環(huán)境、面臨巨大心理壓力的應(yīng)急事件管理決策者，其效果都是顯著的。

二、應(yīng)急物資管理決策機(jī)制方案設(shè)計(jì)

（一）構(gòu)建信息空間

構(gòu)建CBR案例庫分為信息空間和解空間的構(gòu)建。信息空間是客戶進(jìn)行前端操作的基礎(chǔ)，信息空間是案例庫的前端數(shù)據(jù)庫。信息空間是對(duì)案例信息的總體描述。通過抽取應(yīng)急災(zāi)害案例的關(guān)鍵因素對(duì)應(yīng)急案例進(jìn)行整體描述，信息空間存儲(chǔ)的變量數(shù)據(jù)是區(qū)分各個(gè)案例的基礎(chǔ)。案例庫分為四個(gè)層級(jí)，第一層級(jí)按照不同自然災(zāi)害類型分為低溫雨雪冰凍災(zāi)害、地震災(zāi)害、雷暴災(zāi)害和泥石流、山體滑坡災(zāi)害四類；第二層級(jí)是每一個(gè)具體的案例，案例按照不同自然災(zāi)害歸類；第三層級(jí)是案例的問題描述層級(jí)，這一層級(jí)抽取案例的共同特征進(jìn)行描述，從而收集每個(gè)案例的基本信息；第四層級(jí)是案例的決策描述，這一層包含相似性計(jì)算的關(guān)鍵信息。

（二）構(gòu)建解空間

解空間是案例庫的后臺(tái)數(shù)據(jù)庫，存儲(chǔ)案例庫中案例的實(shí)際應(yīng)急物資需求相關(guān)數(shù)據(jù)。解空間中的數(shù)據(jù)是以應(yīng)急物資需求比的形式存儲(chǔ)的，案例的信息空間和解空間是一一對(duì)應(yīng)的關(guān)系。當(dāng)系統(tǒng)從案例庫中查找到與新應(yīng)急災(zāi)害相似的案例時(shí)，系統(tǒng)會(huì)從解空間中自動(dòng)調(diào)取匹配案例對(duì)應(yīng)的應(yīng)急物資需求比清單。解空間通過輸入應(yīng)急物資臺(tái)賬進(jìn)行數(shù)據(jù)分析，最后以應(yīng)急物資需求比的方式存儲(chǔ)。通過臺(tái)賬的應(yīng)急物資需求數(shù)量與信息空間的受災(zāi)關(guān)鍵因素?cái)?shù)值作比，得到歷史案例應(yīng)急物資需求比。當(dāng)新案例通過相似性算法在案例庫中找到匹配案例時(shí)，系統(tǒng)自動(dòng)調(diào)出匹配案例的應(yīng)急物資需求比，用新案例的信息空間關(guān)鍵指標(biāo)的值乘以匹配案例的應(yīng)急物資需求比就可以得到新案例應(yīng)急物資的預(yù)測(cè)需求數(shù)量。

（三）基于CBR的應(yīng)急救援物資需求預(yù)測(cè)機(jī)制

應(yīng)急物資管理輔助決策推理模型包含新應(yīng)急災(zāi)害受災(zāi)信息匯總與數(shù)據(jù)輸入、案例相似性度量、案例匹配算法、結(jié)果輸出和案例庫更新五個(gè)模塊。首先在用戶操作界面選擇應(yīng)急災(zāi)害類型，系統(tǒng)包含低溫雨雪冰凍災(zāi)害、地震災(zāi)害、雷暴災(zāi)害和泥石流、山體滑坡災(zāi)害四個(gè)應(yīng)急災(zāi)害類型，在系統(tǒng)使用的過程中，應(yīng)急災(zāi)害的類型可以根據(jù)用戶的需求做增加或刪減。輸入新應(yīng)急災(zāi)害的問題描述和決策描述信息后，系統(tǒng)根據(jù)案例匹配算法進(jìn)行計(jì)算決策,從案例庫中匹配出與新應(yīng)急災(zāi)害最相似的歷史案例，如果系統(tǒng)輸出的結(jié)果不滿意，可以加入案例修改規(guī)則重新從案例庫中尋找匹配案例。系統(tǒng)查找到匹配案例后，自動(dòng)從后臺(tái)數(shù)據(jù)庫調(diào)用匹配案例的應(yīng)急物資需求比清單，然后根據(jù)新應(yīng)急災(zāi)害的輸入數(shù)據(jù)計(jì)算應(yīng)急物資需求清單，經(jīng)過人工修訂后輸出應(yīng)急物資需求清單。在應(yīng)急救援結(jié)束后，根據(jù)新應(yīng)急災(zāi)害的特點(diǎn)和實(shí)際使用的應(yīng)急物資種類和數(shù)量，完善系統(tǒng)輸出的應(yīng)急物資需求清單，最后加入專家修改意見，將新應(yīng)急災(zāi)害納入案例庫完成案例庫的自學(xué)習(xí)功能。

三、結(jié)語

本文研究設(shè)計(jì)了基于CBR的應(yīng)急物資管理決策機(jī)制，首先，將CBR的理論模型與應(yīng)急物資的管理決策相結(jié)合，從而將人工智能引入應(yīng)急物資管理決策機(jī)制；其次，從信息空間和解空間兩個(gè)部分構(gòu)建適合應(yīng)急物資決策系統(tǒng)的歷史案例庫，為應(yīng)急物資管理輔助決策系統(tǒng)提供數(shù)據(jù)支持；再次，設(shè)計(jì)基于CBR的應(yīng)急物資管理決策機(jī)制，使應(yīng)急災(zāi)害救援時(shí)需要的應(yīng)急物資需求預(yù)測(cè)更加科學(xué)、快速、準(zhǔn)確，避免了人工決策的隨機(jī)性、主觀性和滯后性。基于CBR的應(yīng)急物資決策機(jī)制設(shè)計(jì)基于人工智能的原理，使用歷史經(jīng)驗(yàn)和數(shù)據(jù)來指導(dǎo)新應(yīng)急災(zāi)害的應(yīng)急物資需求分析。從而避免了人為決策的隨機(jī)性和主觀性，大大降低了應(yīng)急救援的時(shí)間成本和決策成本，為應(yīng)急物資需求決策提供了科學(xué)、準(zhǔn)確的參考依據(jù)。

參考文獻(xiàn)：

[1]祁玉青.突發(fā)性自然災(zāi)害應(yīng)急物資管理研究[D].中國科學(xué)技術(shù)大學(xué),2012.

[2]郭素.應(yīng)急輔助決策系統(tǒng)中案例表示與檢索方法研究[D].大連理工大學(xué),2009.

[3]陳德華.基于案例推理的突發(fā)案件輔助決策系統(tǒng)研究[D].上海交通大學(xué),2007.

作者：張宸1，趙亞豪1，劉保德1，陳旭1，黃鑫2 單位：1、云南電網(wǎng)有限責(zé)任公司曲靖供電局，2、昆明能訊科技有限責(zé)任公司