基于 BP 神经网络的受灾点的需求紧迫性分级方法

• 作者: 姚恩婷 孟燕萍 林国龙
• 来源期刊: 灾害学
• 学科: 地球科学
• 关键词: BP 神经网络 受灾点 应急需求 需求紧迫性 分级
• 年，卷（期）: 2016,（3）
• 页码范围: 211-216,229
• 页数: 7页
• 分类号: X43
• 字数: 6522字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-811X.2016.03.036

摘要

大规模突发事件发生后，往往会涉及到多个受灾区域，使得应急救援的受灾点数目众多。当应急资源有限，运输能力受约束时，为提高应急救援效率，应急物资的调运和配送需要根据受灾点的需求优先级进行。因此，对受灾点进行需求紧迫性的分级排序就非常关键。该文提出了基于 BP 神经网络的分级方法，构建了影响受灾点的需求紧迫性的评价指标体系，建立了基于 BP 神经网络的需求紧迫性分级模型。最后，实例验证表明BP 神经网络对检验样本的结果输出和期望输出是一致的；并与 TOPSIS 法、灰色关联分析法和熵权法3种方法的评价结果进行比较，进一步证明了该分级评价方法的科学性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟燕萍	上海海事大学物流研究中心	21	73	5.0	8.0
2	林国龙	上海海事大学物流研究中心	120	554	10.0	15.0
3	姚恩婷	上海海事大学物流研究中心	1	12	1.0	1.0