CN113159397B - 一种救灾物资预存管理方法、装置和电子设备 - Google Patents

一种救灾物资预存管理方法、装置和电子设备 Download PDF

Info

Publication number
CN113159397B
CN113159397B CN202110350958.3A CN202110350958A CN113159397B CN 113159397 B CN113159397 B CN 113159397B CN 202110350958 A CN202110350958 A CN 202110350958A CN 113159397 B CN113159397 B CN 113159397B
Authority
CN
China
Prior art keywords
earthquake
post
building
target
buildings
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110350958.3A
Other languages
English (en)
Other versions
CN113159397A (zh
Inventor
单苏婉
汤方野
孙俊卿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI CITY GIS DEVELOPING CO Ltd
Original Assignee
SHANGHAI CITY GIS DEVELOPING CO Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI CITY GIS DEVELOPING CO Ltd filed Critical SHANGHAI CITY GIS DEVELOPING CO Ltd
Priority to CN202110350958.3A priority Critical patent/CN113159397B/zh
Publication of CN113159397A publication Critical patent/CN113159397A/zh
Application granted granted Critical
Publication of CN113159397B publication Critical patent/CN113159397B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Evolutionary Biology (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书实施例提供一种救灾物资预存管理方法，获取地震后的样本建筑物损害状态信息及样本建筑物的属性信息，利用样本建筑物的属性信息及损害状态信息构建震后预测模型，用震后模型预测目标建筑物的震后状态，结合目标建筑物所属区域的路网信息和目标建筑物的震后状态评估区域的路网阻断状态信息，并利用区域的路网阻断状态信息选取目标路径及目标路径途径的节点，以选取的节点作为预存物资的地点并进行物资预存。通过预先预测区域的路网阻断状态，以其为依据进行选取目标路径和物资预存。由于选取的节点兼顾了震后的路网阻断状态，避免了将物资存储在震后被阻断的情况，因而降低了物资投送难度。

Description

一种救灾物资预存管理方法、装置和电子设备
技术领域
本申请涉及计算机领域，尤其涉及一种救灾物资预存管理方法、装置和电子设备。
背景技术
地震具有极大的损害，这种损害包括对人的损害，对物的损害，大量的伤亡需要大量的食物、淡水、药品、消毒物质、通信设备等。
因此，在地震发生后，往往需要以较飞机投放等复杂的方式向灾区运输物资。
有必要提供一种新的物资管理方法，降低物资投放难度。
发明内容
本说明书实施例提供一种救灾物资预存管理方法、装置和电子设备，用以降低物资投放难度。
本说明书实施例提供一种救灾物资预存管理方法，包括：
获取地震后的样本建筑物损害状态信息及所述样本建筑物的属性信息；
利用所述样本建筑物的属性信息及损害状态信息构建震后预测模型；
利用所述震后模型预测目标建筑物的震后状态；
结合所述目标建筑物所属区域的路网信息和所述目标建筑物的震后状态评估所述区域的路网阻断状态信息，并利用所述区域的路网阻断状态信息选取目标路径及所述目标路径途径的节点，以选取的节点作为预存物资的地点并进行物资预存。
可选地，所述利用所述震后模型预测目标建筑物的震后状态，包括：
利用所述震后模型中的不同类别的样本建筑物对目标建筑物进行聚类，确定所述目标建筑物的类别，确定震后模型中对应类别的震后状态。
可选地，所述利用所述震后模型中的不同类别的样本建筑物对目标建筑物进行聚类，确定所述目标建筑物的类别，包括：
利用建筑物的属性信息相似度对目标建筑物进行聚类。
可选地，所述以选取的节点作为预存物资的地点并进行物资预存，包括：
结合预存物资及其运输路径进行预存效果数据的试算。
可选地，所述预存物资的运输路径包括震后运输路径。
可选地，所述预存物资的运输路径包括震前运输路径。
可选地，所述预存效果数据包括：
救灾耗时数据、物资及运输成本数据。
可选地，还包括：
根据所述区域的路网阻断状态信息选取目标路段构造震后运输路径。
本说明书实施例还提供一种救灾物资预存管理装置，包括：
模型模块，获取地震后的样本建筑物损害状态信息及所述样本建筑物的属性信息；
利用所述样本建筑物的属性信息及损害状态信息构建震后预测模型；
预测模块，利用所述震后模型预测目标建筑物的震后状态；
预存模块，结合所述目标建筑物所属区域的路网信息和所述目标建筑物的震后状态评估所述区域的路网阻断状态信息，并利用所述区域的路网阻断状态信息选取目标路径及所述目标路径途径的节点，以选取的节点作为预存物资的地点并进行物资预存。
可选地，所述利用所述震后模型预测目标建筑物的震后状态，包括：
利用所述震后模型中的不同类别的样本建筑物对目标建筑物进行聚类，确定所述目标建筑物的类别，确定震后模型中对应类别的震后状态。
可选地，所述利用所述震后模型中的不同类别的样本建筑物对目标建筑物进行聚类，确定所述目标建筑物的类别，包括：
利用建筑物的属性信息相似度对目标建筑物进行聚类。
可选地，所述以选取的节点作为预存物资的地点并进行物资预存，包括：
结合预存物资及其运输路径进行预存效果数据的试算。
可选地，所述预存物资的运输路径包括震后运输路径。
可选地，所述预存物资的运输路径包括震前运输路径。
可选地，所述预存效果数据包括：
救灾耗时数据、物资及运输成本数据。
可选地，还包括：
根据所述区域的路网阻断状态信息选取目标路段构造震后运输路径。
本说明书实施例还提供一种电子设备，其中，该电子设备包括：
处理器；以及，
存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述任一项方法。
本说明书实施例还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现上述任一项方法。
本说明书实施例提供的各种技术方案通过获取地震后的样本建筑物损害状态信息及样本建筑物的属性信息，利用样本建筑物的属性信息及损害状态信息构建震后预测模型，用震后模型预测目标建筑物的震后状态，结合目标建筑物所属区域的路网信息和目标建筑物的震后状态评估区域的路网阻断状态信息，并利用区域的路网阻断状态信息选取目标路径及目标路径途径的节点，以选取的节点作为预存物资的地点并进行物资预存。通过预先预测区域的路网阻断状态，以其为依据进行选取目标路径和物资预存。由于选取的节点兼顾了震后的路网阻断状态，避免了将物资存储在震后被阻断的情况，因而降低了物资投送难度。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本说明书实施例提供的一种救灾物资预存管理方法的原理示意图；
图2为本说明书实施例提供的一种救灾物资预存管理装置的结构示意图；
图3为本说明书实施例提供的一种电子设备的结构示意图；
图4为本说明书实施例提供的一种计算机可读介质的原理示意图。
具体实施方式
现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个或多者的所有组合。
图1为本说明书实施例提供的一种救灾物资预存管理方法的原理示意图，该方法可以包括：
S101:获取地震后的样本建筑物损害状态信息及所述样本建筑物的属性信息。
其中，属性信息可以包括：建筑物名称、建筑物地址、结构类型、高度、建筑物层数、建设年代、质量现状、建筑面积、地震强度、临街距离、所属路段编号。
损害状态信息可以是损害等级。
比如，损害等级分为四类：第一类建筑物震害结果范围为0.00～0.30(包含0.30)，即轻微损害。若道路上大部分临街建筑物的震害结果都归于此类的话，可以认为该条道路的阻断比较微弱。因此进行救援路线的选择时可以优先考虑。第二类震害结果范围是0.30～0.55(包含0.55)为中度损害。当道路上大部分的临街建筑物的震害结果为该类情况下，可以认为道路***可以维持基本的通行能力。自行车、私人小汽车可以通行，但是大型物资车不建议通行。第三类范围为0.55～0.80(包含0.80)为重度损坏，只可以容纳自行车和行人。若震害结果已经大于0.80时，这类建筑物的损害已经严重阻碍了道路通行，此时认为该条路段为阻断状态。
S102:利用所述样本建筑物的属性信息及损害状态信息构建震后预测模型。
在本说明书实施例中，我们可以通过模糊聚类的方式构建震后预测模型。
具体的，可以根据样本建筑物的属性信息构建各建筑物的原始矩阵。对不同抗震等级的样本建筑物划分类别，这样，每一类别的样本建筑物的原始矩阵就能够表征这种抗震等级的建筑物的属性信息。
那么，后续利用矩阵间的相似度确定与目标建筑物相似的建筑物的类别，就能够预测目标建筑物的震后状态。
具体的，可以将标志性临街建筑的属性信息作为特征，比如，取N所建筑物，每个建筑物设有m个特征，可以原始矩阵，矩阵中的特征值计作xnm，为第N个建筑物的第M个特征的原始数据。
在建筑物的属性中，不同的属性有不同的单位。为了消除不同属性之间不同单位的影响，使得不同单位之间也可以相互比较，通常要对数据进行适当的变换。因此要将数据压缩到区间[0,1]之间，即归一化处理。可以采用平移极差变换，
Figure BDA0003002355540000061
其中，x′ik为建筑物i的第k个属性的归一化之后的值。
S103:利用所述震后模型预测目标建筑物的震后状态。
在本说明书实施例中，所述利用所述震后模型预测目标建筑物的震后状态，可以包括：
利用所述震后模型中的不同类别的样本建筑物对目标建筑物进行聚类，确定所述目标建筑物的类别，确定震后模型中对应类别的震后状态。
在本说明书实施例中，所述利用所述震后模型中的不同类别的样本建筑物对目标建筑物进行聚类，确定所述目标建筑物的类别，可以包括：
利用建筑物的属性信息相似度对目标建筑物进行聚类。
具体的，模糊聚类可以包括：计算建筑物样本间的相似系数，计算模糊相似矩阵,对模糊相似矩阵进行进一步换算，形成模糊等价矩阵,以不同的截取水平为依据，对模糊等价矩阵进行聚类将建筑样本进行分类。
其中，第i个建筑和第j个建筑的相似系数为：
Figure BDA0003002355540000062
据此，计算出各建筑物之间的相似程度，从而得到建筑物的相似矩阵R。
计算出目标建筑物与各类建筑物的相似矩阵的值，进行排序，相似度最大的就是目标建筑物的类别。
为了将是矩阵具有传递性，我们可以对相似矩阵进行自乘，得到模糊等价矩阵。
具体的，首先将R进行自乘得到R2。若R和R2相同，则R或者R2为所求的模糊等价矩阵；否则再将R2进行自乘得到R4，依此类推，直到最终R2k＝Rk为止，则此时的模糊等价矩阵变为Rk。
S104:结合所述目标建筑物所属区域的路网信息和所述目标建筑物的震后状态评估所述区域的路网阻断状态信息，并利用所述区域的路网阻断状态信息选取目标路径及所述目标路径途径的节点，以选取的节点作为预存物资的地点并进行物资预存。
通过获取地震后的样本建筑物损害状态信息及样本建筑物的属性信息，利用样本建筑物的属性信息及损害状态信息构建震后预测模型，用震后模型预测目标建筑物的震后状态，结合目标建筑物所属区域的路网信息和目标建筑物的震后状态评估区域的路网阻断状态信息，并利用区域的路网阻断状态信息选取目标路径及目标路径途径的节点，以选取的节点作为预存物资的地点并进行物资预存。通过预先预测区域的路网阻断状态，以其为依据进行选取目标路径和物资预存。由于选取的节点兼顾了震后的路网阻断状态，避免了将物资存储在震后被阻断的情况，因而降低了物资投送难度。
在本说明书实施例中，可以结合目标建筑物的震后状态、临街距离，划分阻断范围，将阻断范围覆盖到路网上，就能知道在震后，路网的阻断情况。
当然，也可以将预测后的震后状态信息存储与地理信息***中，并以路段为单位将建筑震后状态附加到相应的路段上从而计算出该路段的抗阻断率。从而得到整个城市路网的抗阻断率，并将结果附属于地理信息***上，以实现结果的可视化。
在本说明书实施例中，所述以选取的节点作为预存物资的地点并进行物资预存，可以包括：
结合预存物资及其运输路径进行预存效果数据的试算。
在本说明书实施例中，所述预存物资的运输路径可以包括震后运输路径。
在本说明书实施例中，所述预存物资的运输路径可以包括震前运输路径。
在本说明书实施例中，所述预存效果数据可以包括：
救灾耗时数据、物资及运输成本数据。
在本说明书实施例中，还可以包括：
根据所述区域的路网阻断状态信息选取目标路段构造震后运输路径。
在本说明书实施例中，目标建筑物为临街建筑物。
在本说明书实施例中，为了兼顾建筑物之间的影响，我们可以将临街建筑物相邻的干涉建筑物的震后状态叠加地震情形中再计算目标建筑物的震后状态。
这样就能够兼顾原本可能不倒塌却在相邻建筑物的影响下发生了倒塌的情况，提高了预测的准确率。
在实际应用时，首先提取历史地震情形数据，包括：地震发生位置和震级组成，以确定将来用于预测目标建筑物震后状态的地震情形。
具体的。可以先求出在给定的回归周期内一次特定震级的地震在该区域内发生的概率；再根据此概率模拟计算出每个区域发生地震的次数；根据生成的次数在该区域生成相应的随机点，以这些点作为地震发生的位置。地震震级的生成，要根据历史数据求出地震震级服从的分布函数，使用分布函数预测地震震级。使用得到的地震情形来进行仿真分析。
此外，我们可以根据地震情形来计算灾区的物资需求量。根据地震发生的位置和地震影响的范围半径来确定地震影响范围。再根据人口密度计算出最终的受灾程度。
为了计算灾后阶段的救灾物资运输费用，可以根据地震情形、救灾物资储藏方案和道路受损情况求出每个救灾储备库到灾区的距离。
在计算一套储藏方案的费用时，首先对每个选中的城市进行计算。根据该城市被分配到的预算费用和地价计算该城市的储备库大小，亦即该城市的物资储存数量。然后对所有生成的地震情形一一进行仿真分析，分析得到每种地震情形下的救灾物资需求量和铁路损坏情况，再结合救灾物资储存方案制定该地震情形下的救灾物资运输方案。接下来，根据救灾物资运输方案计算该储存方案在每种地震情形下产生的救灾物资运输费用，根据物资需求满足情况计算惩罚费用，求出所有地震情形下这两项费用的平均期望值。最后将所有地震情形下产生的救灾物资运输费用和惩罚费用的平均期望值与救灾物资储备库的建造费用相加，便能得到一套方案的总体费用。
图2为本说明书实施例提供的一种救灾物资预存管理装置的结构示意图，该装置可以包括：
模型模块201，获取地震后的样本建筑物损害状态信息及所述样本建筑物的属性信息；
利用所述样本建筑物的属性信息及损害状态信息构建震后预测模型；
预测模块202，利用所述震后模型预测目标建筑物的震后状态；
预存模块203，结合所述目标建筑物所属区域的路网信息和所述目标建筑物的震后状态评估所述区域的路网阻断状态信息，并利用所述区域的路网阻断状态信息选取目标路径及所述目标路径途径的节点，以选取的节点作为预存物资的地点并进行物资预存。
可选地，所述利用所述震后模型预测目标建筑物的震后状态，包括：
利用所述震后模型中的不同类别的样本建筑物对目标建筑物进行聚类，确定所述目标建筑物的类别，确定震后模型中对应类别的震后状态。
可选地，所述利用所述震后模型中的不同类别的样本建筑物对目标建筑物进行聚类，确定所述目标建筑物的类别，包括：
利用建筑物的属性信息相似度对目标建筑物进行聚类。
可选地，所述以选取的节点作为预存物资的地点并进行物资预存，包括：
结合预存物资及其运输路径进行预存效果数据的试算。
可选地，所述预存物资的运输路径包括震后运输路径。
可选地，所述预存物资的运输路径包括震前运输路径。
可选地，所述预存效果数据包括：
救灾耗时数据、物资及运输成本数据。
可选地，还包括：
根据所述区域的路网阻断状态信息选取目标路段构造震后运输路径。
该装置通过获取地震后的样本建筑物损害状态信息及样本建筑物的属性信息，利用样本建筑物的属性信息及损害状态信息构建震后预测模型，用震后模型预测目标建筑物的震后状态，结合目标建筑物所属区域的路网信息和目标建筑物的震后状态评估区域的路网阻断状态信息，并利用区域的路网阻断状态信息选取目标路径及目标路径途径的节点，以选取的节点作为预存物资的地点并进行物资预存。通过预先预测区域的路网阻断状态，以其为依据进行选取目标路径和物资预存。由于选取的节点兼顾了震后的路网阻断状态，避免了将物资存储在震后被阻断的情况，因而降低了物资投送难度。
基于同一发明构思，本说明书实施例还提供一种电子设备。
下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。
图3为本说明书实施例提供的一种电子设备的结构示意图。下面参照图3来描述根据本发明该实施例的电子设备300。图3显示的电子设备300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300以通用计算设备的形式表现。电子设备300的组件可以包括但不限于：至少一个处理单元310、至少一个存储单元320、连接不同***组件(包括存储单元320和处理单元310)的总线330、显示单元340等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元310可以执行如图1所示的步骤。
所述存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(ROM)3203。
所述存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205包括但不限于：操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备300也可以与一个或多个外部设备400(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且，电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器360可以通过总线330与电子设备300的其它模块通信。应当明白，尽管图3中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法，即：如图1所示的方法。
图4为本说明书实施例提供的一种计算机可读介质的原理示意图。
实现图1所示方法的计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述，本发明可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (11)

1.一种救灾物资预存管理方法，其特征在于，包括：
获取地震后的样本建筑物损害状态信息及所述样本建筑物的属性信息；
利用所述样本建筑物的属性信息及损害状态信息构建震后预测模型；
利用所述震后预测模型预测目标建筑物的震后状态,并结合与所述目标建筑物相邻的干涉建筑物的震后状态计算目标建筑物的震后状态，所述目标建筑物为临街建筑物；
结合所述目标建筑物所属区域的路网信息和所述目标建筑物预测出的震后状态评估所述区域的路网阻断状态信息，并利用所述区域的路网阻断状态信息选取目标路径及所述目标路径途径的节点，以选取的节点作为预存物资的地点并进行物资预存。
2.根据权利要求1所述的方法，其特征在于，所述利用所述震后预测 模型预测目标建筑物的震后状态，包括：
利用所述震后预测 模型中的不同类别的样本建筑物对目标建筑物进行聚类，确定所述目标建筑物的类别，确定震后预测 模型中对应类别的震后状态。
3.根据权利要求2所述的方法，其特征在于，所述利用所述震后预测 模型中的不同类别的样本建筑物对目标建筑物进行聚类，确定所述目标建筑物的类别，包括：
利用建筑物的属性信息相似度对目标建筑物进行聚类。
4.根据权利要求1所述的方法，其特征在于，所述以选取的节点作为预存物资的地点并进行物资预存，包括：
结合预存物资及其运输路径进行预存效果数据的试算。
5.根据权利要求4所述的方法，其特征在于，所述预存物资的运输路径包括震后运输路径。
6.根据权利要求4所述的方法，其特征在于，所述预存物资的运输路径包括震前运输路径。
7.根据权利要求5所述的方法，其特征在于，所述预存效果数据包括：
救灾耗时数据、物资及运输成本数据。
8.根据权利要求4所述的方法，其特征在于，还包括：
根据所述区域的路网阻断状态信息选取目标路段构造震后运输路径。
9.一种救灾物资预存管理装置，其特征在于，包括：
模型模块，获取地震后的样本建筑物损害状态信息及所述样本建筑物的属性信息；
利用所述样本建筑物的属性信息及损害状态信息构建震后预测模型；
预测模块，利用所述震后预测模型预测目标建筑物的震后状态,并结合与所述目标建筑物相邻的干涉建筑物的震后状态计算目标建筑物的震后状态，所述目标建筑物为临街建筑物；
预存模块，结合所述目标建筑物所属区域的路网信息和所述目标建筑物预测出的震后状态评估所述区域的路网阻断状态信息，并利用所述区域的路网阻断状态信息选取目标路径及所述目标路径途径的节点，以选取的节点作为预存物资的地点并进行物资预存。
10.一种电子设备，其中，该电子设备包括：
处理器；以及，
存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1-8中任一项所述的方法。
11.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现权利要求1-8中任一项所述的方法。
CN202110350958.3A 2021-03-31 2021-03-31 一种救灾物资预存管理方法、装置和电子设备 Active CN113159397B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110350958.3A CN113159397B (zh) 2021-03-31 2021-03-31 一种救灾物资预存管理方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110350958.3A CN113159397B (zh) 2021-03-31 2021-03-31 一种救灾物资预存管理方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN113159397A CN113159397A (zh) 2021-07-23
CN113159397B true CN113159397B (zh) 2022-10-11

Family

ID=76885871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110350958.3A Active CN113159397B (zh) 2021-03-31 2021-03-31 一种救灾物资预存管理方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN113159397B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116308082B (zh) * 2023-02-24 2024-05-17 国网四川省电力公司物资公司 一种电力应急物资的精准储备及调拨管理方法及***

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4787380B1 (ja) * 2011-02-18 2011-10-05 克也 沢田 災害支援システム及び災害支援プログラム
CN104143170B (zh) * 2014-07-25 2018-01-30 南京航空航天大学 低空救援空中交通调度指挥***及其调度指挥方法
CN107590554A (zh) * 2017-08-25 2018-01-16 北京科技大学 一种考虑建筑地震倒塌的城市道路通行性评价方法
CN107392556A (zh) * 2017-09-15 2017-11-24 辽宁工程技术大学 基于三角犹豫模糊数应急物资储备库选址多属性决策方法
CN110046760B (zh) * 2019-04-10 2022-06-14 武汉理工大学 一种考虑受灾点需求紧迫性的医疗救援点选址方法
CN111539590A (zh) * 2019-07-12 2020-08-14 栾偲良 一种基于后悔理论的应急资源配置优化方法
CN112446406A (zh) * 2019-09-05 2021-03-05 中移信息技术有限公司 应急点确定方法、装置以及存储介质
CN111489089A (zh) * 2020-04-14 2020-08-04 上海市地震局 一种震后救援人员四象限分配移动方法及模型

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于家庭决策的震后应急庇护物需求研究;郑山锁等;《灾害学》;20180930(第04期);全文 *

Also Published As

Publication number Publication date
CN113159397A (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
Nyimbili et al. GIS-based fuzzy multi-criteria approach for optimal site selection of fire stations in Istanbul, Turkey
Dur et al. Assessing land-use and transport integration via a spatial composite indexing model
Roohi et al. Implication of building inventory accuracy on physical and socio-economic resilience metrics for informed decision-making in natural hazards
Shafizadeh-Moghadam Improving spatial accuracy of urban growth simulation models using ensemble forecasting approaches
Wang et al. A new partial coverage locating model for cooperative fire services
Dahal et al. An agent-integrated irregular automata model of urban land-use dynamics
Zhang et al. Emergency evacuation problem for a multi-source and multi-destination transportation network: mathematical model and case study
Aldabbas et al. Finding the adequate location scenario after the merger of fire brigades thanks to Multiple Criteria Decision Analysis Methods
Molinero-Parejo et al. Combining a land parcel cellular automata (LP-CA) model with participatory approaches in the simulation of disruptive future scenarios of urban land use change
Gao et al. Property valuation using machine learning algorithms on statistical areas in Greater Sydney, Australia
Dodo et al. Application of regional earthquake mitigation optimization
JP6633358B2 (ja) 住環境評価装置、住環境評価システム、住環境評価方法及びプログラム
Wang et al. Multiobjective optimization on hierarchical refugee evacuation and resource allocation for disaster management
CN113159397B (zh) 一种救灾物资预存管理方法、装置和电子设备
Santos et al. Road network vulnerability and city-level characteristics: A nationwide comparative analysis of Japanese cities
KR20070097939A (ko) 서버 및 클라이언트 단말기를 이용한 부동산 정보 제공방법 및 이를 수행하는 컴퓨터 프로그램이 기록된컴퓨터에서 판독 가능한 기록 매체
Laviolette et al. Car ownership and the built environment: a spatial modeling approach
Izanloo et al. Effect of commercial land use and accessibility factor on traffic flow in Bojnourd
Khosravian et al. Evaluating the feasibility of constructing shopping centers on urban vacant land through a spatial multi-criteria decision-making model
Sadrykia et al. A GIS-based decision making model using fuzzy sets and theory of evidence for seismic vulnerability assessment under uncertainty (case study: Tabriz)
Porter et al. Trimming the UCERF2 hazard logic tree
Lagarias Exploring land use policy scenarios with the use of a cellular automata-based model: urban sprawl containment and sustainable development in Thessaloniki
Wisetjindawat et al. Modeling the impact of spatial correlations of road failures on travel times during adverse weather conditions
Liu et al. Quantitative evaluation of the contribution of underground space to urban resilience: A case study in China
Eelagh et al. A location-allocation optimization model for post-earthquake emergency shelters using network-based multi-criteria decision-making

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant