应急救援中应急物资需求紧迫性分级研究

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (5): 4-7.

应急救援中应急物资需求紧迫性分级研究

王婧，王海军

华中科技大学管理学院，武汉 430074

出版日期:2013-03-01 发布日期:2013-03-14

Gradation for demand urgency of emergency materials in emergency relief

WANG Jing, WANG Haijun

School of Management, Huazhong University of Science and Technology, Wuhan 430074, China

Online:2013-03-01 Published:2013-03-14

摘要/Abstract

摘要： 突发事件发生后同一和不同应急时期，同一和不同需求点对各种应急物资的需求都存在轻重缓急之分。特别是当应急资源有限，应急运输能力受约束时，尤其需要确定应急物资的需求紧迫性程度，对应急物资的需求紧迫性进行分级，以便合理安排应急物资调度，提高应急救援效率。确定了影响应急物资需求紧迫性的三个因素：供应不足生命危害程度、应急物资缺口程度和不可替代程度，提出基于模糊综合评判的应急物资需求紧迫性分级方法和应急物资需求紧迫度计算方法，将应急物资分为紧急、严重和一般三个层级。仿真实例表明了方法实用有效。

关键词: 模糊综合评判, 应急物资, 需求紧迫性, 分级, 时间效用价值

Abstract: Three influencing factors for the demand urgency of emergency materials are determined, which are the degree of life threatened because of insufficient supply, shortage degree of emergency materials and the irreplaceable degree of emergency materials. Based on fuzzy comprehensive evaluation, the classification and gradation method for the demand urgency of the emergency materials is raised. Emergency materials are divided into three levels: urgent, serious and general. The simulation examples show that the method is simple and effective.

Key words: fuzzy comprehensive evaluation, emergency materials, demand urgency, gradation, time utility value

王婧，王海军. 应急救援中应急物资需求紧迫性分级研究[J]. 计算机工程与应用, 2013, 49(5): 4-7.

WANG Jing, WANG Haijun. Gradation for demand urgency of emergency materials in emergency relief[J]. Computer Engineering and Applications, 2013, 49(5): 4-7.

[1]	徐常转，吴云，蓝林，黄自萌. 融合注意力机制与多任务学习的DR分级模型[J]. 计算机工程与应用, 2021, 57(24): 212-218.
[2]	王庆荣，马辰坤. 面向案例消耗推理的应急物资预测[J]. 计算机工程与应用, 2021, 57(22): 281-287.
[3]	何文斌，魏爱云，明五一，贾豪杰. 基于机器视觉的水果品质检测综述[J]. 计算机工程与应用, 2020, 56(11): 10-16.
[4]	王妙，景军锋. 基于哈希编码和卷积神经网络的图像检索方法[J]. 计算机工程与应用, 2019, 55(23): 194-199.
[5]	鞠录岩1，杨建军2，张建兵1，郭龙龙1，李锁斌1. 改进NSGA算法求解多目标柔性车间作业调度问题[J]. 计算机工程与应用, 2019, 55(13): 260-265.
[6]	向静1，何志良2，汤林越2，熊俊涛2. 结合计算机视觉的马铃薯外部品质检测技术[J]. 计算机工程与应用, 2018, 54(5): 165-169.
[7]	董保磊1，2，李超英2，杨波3，孙晓斌3. 基于双目视觉的无人机悬停精度测量研究[J]. 计算机工程与应用, 2018, 54(4): 211-217.
[8]	陈建，张小红. 信息熵与模糊综合评判融合的相似数据检测方法[J]. 计算机工程与应用, 2018, 54(24): 57-60.
[9]	王聪聪，杨明顺，原欣，高新勤. 基于改进遗传算法的浮法玻璃优化切割[J]. 计算机工程与应用, 2018, 54(16): 227-234.
[10]	孙朋1，2，夏飞1，2，3，张浩1，2，3，彭道刚1，2，马茜1，2，罗志疆1，2. 改进混合高斯模型在人体跌倒检测中的应用[J]. 计算机工程与应用, 2017, 53(20): 173-179.
[11]	李宏霞，庞晓琼. 支持多关键字分级的可搜索同态加密方案[J]. 计算机工程与应用, 2016, 52(22): 93-98.
[12]	曹绍华，张鑫. 面向业务的SDN网络带宽保障研究[J]. 计算机工程与应用, 2016, 52(22): 127-132.
[13]	谈英，顾宝兴，姬长英，田光兆，金丽丽，李珈慧. 基于颜色和重量特征的苹果在线分级系统设计[J]. 计算机工程与应用, 2016, 52(2): 219-222.
[14]	孟伟1，钟娜2. 改进SURF算法在图像汉字识别中的应用[J]. 计算机工程与应用, 2015, 51(12): 156-160.
[15]	连加典1，刘宏立1，谢海波2，龚霞1，胥小波1. 基于预测机制的分级负载均衡算法[J]. 计算机工程与应用, 2015, 51(11): 67-71.