基于CBR的洪涝灾害应急物资航空器运输架次分析

摘要

为科学预测洪涝灾害下应急物资的航空器运输架次，运用文本挖掘和自然语言处理(natural language processing, NLP)技术，提取了2018—2023年间国内权威新闻媒体的洪涝灾害报道数据，构建了灾害案例库。结合K-最近邻(k-nearest neighbor, KNN)算法和马氏距离理论设计了洪涝灾害案例推理(case-based reasoning, CBR)的相似度匹配算法，以河南省“7·20”暴雨下郑州市巩义米河镇为目标案例，完成了目标案例与历史案例的多尺度匹配。引入库存管理模型，以伤亡人数预测为依托，量化了目标案例的应急物资种类与需求。最后，结合直升机与固定翼等不同类型的救援航空器适用条件和应急物资空地运输比例，预测了航空器的需求架次。结果表明，目标案例与2021年四川省达州市渠县洪涝灾害的匹配度最高，结合库存管理模型和航空器载重，可得到不同物资需求下的航空器运输架次。研究结论为非常规突发事件下应急物资的航空运输决策提供方法支撑。

关键词

洪涝灾害 / CBR / KNN / 库存管理模型 / 航空器需求预测