掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
人工智能視域下重大突發(fā)事件應(yīng)急物資管理研究
中圖價(jià):¥41.6
加入購物車
人工智能視域下重大突發(fā)事件應(yīng)急物資管理研究 版權(quán)信息
- ISBN：9787523513675
- 條形碼：9787523513675 ; 978-7-5235-1367-5
- 裝幀：平裝-膠訂
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：
人工智能視域下重大突發(fā)事件應(yīng)急物資管理研究 內(nèi)容簡(jiǎn)介
近年來，頻發(fā)的突發(fā)事件顯現(xiàn)出現(xiàn)代社會(huì)對(duì)應(yīng)急管理的迫切需求。在2008年的汶川大地震中，由于交通和通信設(shè)施中斷，應(yīng)急物資的供應(yīng)在救援早期呈現(xiàn)出難以回補(bǔ)的巨大缺口；2019年的新冠疫情更是暴露出多國(guó)關(guān)鍵戰(zhàn)略資源準(zhǔn)備不足、全球供應(yīng)鏈斷裂、應(yīng)急資源調(diào)配不及時(shí)等一系列重大問題。這些都表明突發(fā)事件頻發(fā)和供應(yīng)鏈脆弱性之間的矛盾日益突出。2019年中央政治局會(huì)議上，習(xí)近平總書記進(jìn)一步強(qiáng)調(diào)，當(dāng)今世界正經(jīng)歷百年未有之大變局。國(guó)際社會(huì)不穩(wěn)定性、不確定性明顯增強(qiáng)，我們要增強(qiáng)機(jī)遇意識(shí)和風(fēng)險(xiǎn)意識(shí)，把握發(fā)展規(guī)律，應(yīng)對(duì)挑戰(zhàn)。因此，面向國(guó)家有效應(yīng)對(duì)全球變局風(fēng)險(xiǎn)的重大戰(zhàn)略需求，亟須加強(qiáng)國(guó)家重大突發(fā)事件應(yīng)急供應(yīng)鏈體系建設(shè)，將風(fēng)險(xiǎn)管理提升到國(guó)家戰(zhàn)略高度已成為應(yīng)急研究當(dāng)務(wù)之急。
近年來，頻發(fā)的突發(fā)事件顯現(xiàn)出現(xiàn)代社會(huì)對(duì)應(yīng)急管理的迫切需求。在2008年的汶川大地震中，由于交通和通信設(shè)施中斷，應(yīng)急物資的供應(yīng)在救援早期呈現(xiàn)出難以回補(bǔ)的巨大缺口；2019年的新冠疫情更是暴露出多國(guó)關(guān)鍵戰(zhàn)略資源準(zhǔn)備不足、全球供應(yīng)鏈斷裂、應(yīng)急資源調(diào)配不及時(shí)等一系列重大問題。這些都表明突發(fā)事件頻發(fā)和供應(yīng)鏈脆弱性之間的矛盾日益突出。2019年中央政治局會(huì)議上，習(xí)近平總書記進(jìn)一步強(qiáng)調(diào)，當(dāng)今世界正經(jīng)歷百年未有之大變局。國(guó)際社會(huì)不穩(wěn)定性、不確定性明顯增強(qiáng)，我們要增強(qiáng)機(jī)遇意識(shí)和風(fēng)險(xiǎn)意識(shí)，把握發(fā)展規(guī)律，應(yīng)對(duì)挑戰(zhàn)。因此，面向國(guó)家有效應(yīng)對(duì)全球變局風(fēng)險(xiǎn)的重大戰(zhàn)略需求，亟須加強(qiáng)國(guó)家重大突發(fā)事件應(yīng)急供應(yīng)鏈體系建設(shè)，將風(fēng)險(xiǎn)管理提升到國(guó)家戰(zhàn)略高度已成為應(yīng)急研究當(dāng)務(wù)之急。
本書從觀察人工智能的來臨和發(fā)展、應(yīng)急物資配置偏差到應(yīng)急管理智能化轉(zhuǎn)型的必要性出發(fā)，試圖借助人工智能不同路徑相互融合，通過剖析受災(zāi)群體脆弱性和關(guān)鍵物資特征，以重大突發(fā)事件應(yīng)急物資動(dòng)態(tài)需求精準(zhǔn)配置為主旨，按照“特征挖掘—需求預(yù)測(cè)—調(diào)度優(yōu)化”的邏輯順序，在國(guó)內(nèi)應(yīng)急管理的現(xiàn)代化水平基礎(chǔ)上，應(yīng)用實(shí)證檢驗(yàn)和可行性論證后，生成優(yōu)化應(yīng)急物資調(diào)度模型，以供決策者參考。同時(shí)，生成的記錄結(jié)果回溯至歷史數(shù)據(jù)庫，優(yōu)化應(yīng)急管理決策系統(tǒng)，進(jìn)行深度學(xué)習(xí)，提供了發(fā)展應(yīng)急決策方法的新思維模式。主要內(nèi)容如下：
首先，基于人工智能不同路徑相互融合的獨(dú)特研究視角，在梳理人工智能“模擬人類大腦”傳統(tǒng)路徑的基礎(chǔ)上，提出融合“大數(shù)據(jù)深度學(xué)習(xí)”技術(shù)路徑的應(yīng)急物資實(shí)時(shí)需求預(yù)測(cè)方法，既不同于以往傳統(tǒng)路徑的應(yīng)急物資靜態(tài)需求預(yù)測(cè)研究，也不同于一般意義上分階段動(dòng)態(tài)應(yīng)急物資需求預(yù)測(cè)，同時(shí)擴(kuò)展了模糊數(shù)據(jù)挖掘與實(shí)時(shí)信息融合的內(nèi)容，是應(yīng)急物資管理領(lǐng)域中運(yùn)用人工智能技術(shù)和方法體系融合的創(chuàng)新性嘗試，有助于在人工智能技術(shù)加持下突破傳統(tǒng)的應(yīng)急物資離線/靜態(tài)預(yù)測(cè)的研究范式，豐富和完善突發(fā)事件應(yīng)急物資需求預(yù)測(cè)理論知識(shí)體系。
其次，針對(duì)突發(fā)事件初期信息需求迫切且信息難以獲取的實(shí)際情況，提出一種新的更適用于實(shí)際災(zāi)情需求的預(yù)測(cè)方法和模型，主要解決以下3個(gè)決策問題：**，針對(duì)以往僅依靠應(yīng)急救援管理人員和專家的主觀判斷或僅應(yīng)用時(shí)間序列推理預(yù)測(cè)方法的不足，提出了案例推理分析和時(shí)間序列分析相結(jié)合的新模型，既可以借鑒以往寶貴的歷史案例經(jīng)驗(yàn)，還可以結(jié)合新發(fā)生的震災(zāi)案例進(jìn)行科學(xué)的時(shí)間序列預(yù)測(cè)；第二，基于中國(guó)幅員遼闊、人口基數(shù)大和人口分布不均勻的國(guó)情，提出“平均人口密度”的概念，并將其引入模型構(gòu)建，提高預(yù)測(cè)科學(xué)性和精度，更符合震災(zāi)實(shí)際需要；第三，針對(duì)實(shí)時(shí)動(dòng)態(tài)應(yīng)急物資需求量預(yù)測(cè)研究的不足，構(gòu)造了基于案例推理方法的時(shí)間序列分析模型，通過1948年以來中國(guó)重大地震案例庫的真實(shí)數(shù)據(jù)校驗(yàn)得到令人滿意的結(jié)果，為研究應(yīng)急物資籌集及調(diào)度優(yōu)化等問題提供決策支持。
再次，以突發(fā)事件應(yīng)急響應(yīng)期間的任務(wù)轉(zhuǎn)換和應(yīng)急管理目標(biāo)為依據(jù)，分別探討了基于災(zāi)情信息特征的兩大類調(diào)度優(yōu)化決策問題，即完備災(zāi)情信息和非決策災(zāi)情信息方面的調(diào)度優(yōu)化決策。完備災(zāi)情信息方面，主要從多目標(biāo)規(guī)劃的視角解決了以下兩個(gè)決策問題：**，構(gòu)建應(yīng)急調(diào)度優(yōu)化相關(guān)的輸入和輸出決策單元，并通過數(shù)據(jù)包絡(luò)分析的模型改進(jìn)對(duì)應(yīng)急時(shí)期不同階段的調(diào)度方案進(jìn)行效率排序和優(yōu)化決策；第二，從多響應(yīng)點(diǎn)的視角，基于公平性約束條件構(gòu)建考慮物資特性等因素的調(diào)度優(yōu)化決策模型，并通過多目標(biāo)演化優(yōu)化算法進(jìn)行求解，*后分析了公平性和救援能力的關(guān)系。非決策災(zāi)情信息方面，主要通過數(shù)據(jù)挖掘方法解決以下兩個(gè)決策問題：**，應(yīng)用統(tǒng)計(jì)分析方法對(duì)災(zāi)民特性進(jìn)行初步探究，對(duì)中國(guó)汶川地震和日本神戶地震的真實(shí)數(shù)據(jù)進(jìn)行多重比較分析，為基于災(zāi)民特性的模糊調(diào)度優(yōu)化模型構(gòu)建提供參考；第二，應(yīng)用機(jī)器學(xué)習(xí)和數(shù)據(jù)庫相結(jié)合的數(shù)據(jù)挖掘方法，通過對(duì)經(jīng)典Apriori算法的改進(jìn)，構(gòu)建考慮災(zāi)民特性的、基于模糊災(zāi)情信息的調(diào)度優(yōu)化決策模型。
*后，立足于應(yīng)急物資管理體系整體分析的研究思想，構(gòu)建了人工智能不同路徑融合下的突發(fā)事件應(yīng)急調(diào)度模式，主要分為應(yīng)急物資需求預(yù)測(cè)、應(yīng)急物資調(diào)度優(yōu)化和政府應(yīng)急云平臺(tái)3個(gè)模塊。同時(shí)，針對(duì)目前廣泛應(yīng)用的協(xié)同和占線的有效途徑，以災(zāi)害情景為背景構(gòu)建調(diào)度優(yōu)化決策模型，對(duì)其進(jìn)行有效途徑的機(jī)制探究。分別基于合作博弈協(xié)同和路徑占線的有效途徑，應(yīng)用相關(guān)定理對(duì)已構(gòu)建的調(diào)度模型進(jìn)行數(shù)學(xué)推導(dǎo)并得出相關(guān)結(jié)論，并從調(diào)度協(xié)同和占線優(yōu)化的視角對(duì)應(yīng)急調(diào)度優(yōu)化的有效途徑進(jìn)行探討。
本書是在國(guó)家自然科學(xué)基金項(xiàng)目“風(fēng)險(xiǎn)管理視角下重大突發(fā)事件應(yīng)急供應(yīng)鏈可靠性優(yōu)化研究”（72204130）和山東省高等學(xué)校青創(chuàng)科技支持計(jì)劃“山東省產(chǎn)業(yè)鏈供應(yīng)鏈韌性和安全水平提升研究”（2023RW028）資助下完成的。其中，本書的第4章系著者在美國(guó)倫斯勒理工學(xué)院訪學(xué)期間與泛美交通協(xié)會(huì)主席José Holguín-Veras教授合作完成，第7章系著者在日本九州工業(yè)大學(xué)訪學(xué)期間與酒井浩教授合作完成。針對(duì)書中涵蓋的大多數(shù)研究，著者曾赴美國(guó)、瑞士和日本等國(guó)參加本學(xué)科領(lǐng)域國(guó)際學(xué)術(shù)會(huì)議并進(jìn)行相關(guān)會(huì)議報(bào)告和學(xué)術(shù)交流。
人工智能視域下重大突發(fā)事件應(yīng)急物資管理研究 目錄
第1章緒論
1.1研究背景與研究問題
1.1.1研究背景
1.1.2研究問題
1.2研究目的與學(xué)術(shù)價(jià)值
1.2.1研究目的
1.2.2學(xué)術(shù)價(jià)值
1.3研究現(xiàn)狀與評(píng)述
1.3.1應(yīng)急物資需求研究現(xiàn)狀
1.3.2應(yīng)急物資調(diào)度優(yōu)化研究現(xiàn)狀
1.3.3應(yīng)急物資調(diào)度優(yōu)化有效途徑研究
1.3.4國(guó)內(nèi)外研究現(xiàn)狀的評(píng)述
1.4研究方法與研究?jī)?nèi)容
1.4.1研究方法
1.4.2研究?jī)?nèi)容
第2章突發(fā)事件應(yīng)急物資調(diào)度優(yōu)化的理論分析
2.1突發(fā)事件應(yīng)急物資調(diào)度的相關(guān)概念
2.1.1突發(fā)事件概念及分類
2.1.2人工智能和數(shù)據(jù)挖掘
2.1.3應(yīng)急物資需求內(nèi)容
2.1.4應(yīng)急物資調(diào)度特征及原則、體系構(gòu)建和決策過程
2.2突發(fā)事件應(yīng)急物資調(diào)度優(yōu)化相關(guān)理論基礎(chǔ)
2.2.1應(yīng)急物資動(dòng)員理論
2.2.2生命周期理論
2.2.3應(yīng)急物資調(diào)度優(yōu)化理論
2.3突發(fā)事件應(yīng)急物資調(diào)度運(yùn)作流程分析
2.3.1前期準(zhǔn)備
2.3.2物資儲(chǔ)備管理
2.3.3調(diào)度指揮中心運(yùn)作
2.3.4物資運(yùn)輸和配送
2.4本章小結(jié)
第3章基于云模型的突發(fā)事件分級(jí)研究
3.1我國(guó)突發(fā)事件分級(jí)規(guī)定與分級(jí)影響因素分析
3.2云模型與云發(fā)生器
3.2.1基本概念
3.2.2隸屬云發(fā)生器
3.3基于云模型的突發(fā)事件分級(jí)模型研究
3.3.1突發(fā)事件分級(jí)的研究思路
3.3.2突發(fā)事件分級(jí)模型具體步驟
3.3.3算例分析
3.4本章小結(jié)
第4章人工智能視域下應(yīng)急物資需求預(yù)測(cè)模型
4.1基于“模擬人類大腦”路徑的應(yīng)急響應(yīng)初期需求快速預(yù)測(cè)
4.1.1案例推理技術(shù)與時(shí)間序列分析
4.1.2應(yīng)急響應(yīng)初期物資緊急需求預(yù)測(cè)的影響因素
4.1.3CBR-ARIMA預(yù)測(cè)模型構(gòu)建
4.1.4應(yīng)用實(shí)例
4.2基于“大數(shù)據(jù)深度學(xué)習(xí)”路徑的應(yīng)急響應(yīng)中后期需求
精準(zhǔn)厘定
4.2.1支持向量機(jī)
4.2.2應(yīng)急響應(yīng)中后期物資動(dòng)態(tài)需求預(yù)測(cè)的影響因素
4.2.3SVM-ARIMA預(yù)測(cè)模型構(gòu)建
4.2.4應(yīng)用實(shí)例
4.3本章小結(jié)
第5章人工智能在關(guān)鍵應(yīng)急物資特征挖掘中的應(yīng)用
5.1基于受災(zāi)群體特征的調(diào)度優(yōu)化模型
5.1.1受災(zāi)群體特征概述
5.1.2測(cè)度指標(biāo)篩選
5.1.3災(zāi)民特性模型構(gòu)建
5.1.4應(yīng)用實(shí)例
5.2基于關(guān)鍵物資特征的調(diào)度優(yōu)化模型
5.2.1關(guān)鍵物資特征概述
5.2.2關(guān)鍵物資特征分析方法
5.2.3應(yīng)用實(shí)例
5.3本章小結(jié)
第6章基于多目標(biāo)規(guī)劃的應(yīng)急物資調(diào)度優(yōu)化模型
6.1基于改進(jìn)的數(shù)據(jù)包絡(luò)分析的單OD調(diào)度優(yōu)化模型
6.1.1指標(biāo)體系的構(gòu)建
6.1.2問題描述與假設(shè)
6.1.3模型數(shù)學(xué)表達(dá)與算法
6.1.4算例分析
6.2基于公平約束的多OD調(diào)度優(yōu)化模型
6.2.1問題描述與假設(shè)
6.2.2符號(hào)解釋
6.2.3模型數(shù)學(xué)表達(dá)與算法
6.2.4算例分析
6.3本章小結(jié)
第7章基于模糊災(zāi)情信息的調(diào)度優(yōu)化模型
7.1災(zāi)情數(shù)據(jù)挖掘及Apriori-SQL算法
7.1.1模糊的非決定性信息系統(tǒng)（RNIS）
7.1.2基于SQL的NIS-Apriori算法
7.1.3屬性變量與決策變量選取
7.1.4模型數(shù)學(xué)表達(dá)與算法
7.1.5算例分析
7.2基于工作績(jī)效云預(yù)測(cè)的應(yīng)急物資運(yùn)送指派問題
7.2.1指派問題的標(biāo)準(zhǔn)形式
7.2.2工作績(jī)效云預(yù)測(cè)的指派問題
7.2.3算例分析
7.3本章小結(jié)
第8章應(yīng)急物資調(diào)度優(yōu)化有效途徑的機(jī)制探究
8.1基于合作博弈理論的應(yīng)急物資調(diào)度協(xié)同機(jī)制探究
8.1.1應(yīng)急物流協(xié)同
8.1.2問題描述與假設(shè)
8.1.3模型構(gòu)建及符號(hào)解釋
8.1.4案例驗(yàn)證
8.2基于占線路徑的應(yīng)急物資調(diào)度優(yōu)化模型
8.2.1占線優(yōu)化及競(jìng)爭(zhēng)比概述
8.2.2問題描述與討論
8.2.3模型構(gòu)建及符號(hào)解釋
8.2.4案例驗(yàn)證
8.3本章小結(jié)
第9章突發(fā)事件人工智能應(yīng)急調(diào)度優(yōu)化模式研究
9.1人工智能不同路徑融合下的應(yīng)急物資管理研究
9.2人工智能視域下應(yīng)急調(diào)度優(yōu)化模式構(gòu)建
9.3政府開放應(yīng)急管理數(shù)據(jù)的必要性和建議
9.3.1政府開放應(yīng)急管理數(shù)據(jù)的必要性和存在的問題
9.3.2完善我國(guó)政府開放應(yīng)急管理數(shù)據(jù)的風(fēng)險(xiǎn)和對(duì)策
9.4我國(guó)重大突發(fā)事件應(yīng)急物資管理的優(yōu)化建議
9.4.1數(shù)據(jù)分析和預(yù)測(cè)
9.4.2智能物資調(diào)配
9.4.3實(shí)時(shí)監(jiān)測(cè)和響應(yīng)
9.4.4風(fēng)險(xiǎn)評(píng)估和優(yōu)化
9.4.5技術(shù)和政策措施
9.5本章小結(jié)
第10章結(jié)論
展開全部
書友推薦
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
名家?guī)阕x魯迅:朝花夕拾
- >
羅曼·羅蘭讀書隨筆-精裝
- >
唐代進(jìn)士錄
- >
二體千字文
- >
自卑與超越
- >
月亮與六便士
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
本類暢銷
