[发明专利]一种物资储备中心选址方法

说明书

本发明公开了一种物资储备中心选址方法，涉及物资储备选址技术领域，其技术方案要点是：具体包括以下步骤：S1、采用物联网技术结合地理信息系统生成物资需求态势图；S2、根据地理信息系统中的水温地理特点和专家库数据，采用计算机自动生成满足建设灾区救援物资储备中心的备选目标点；S3、采用服务器自动判别每个物资需求点的保障需求等级；S4、在满足保障需求等级、建设资源上线和最大响应速度的约束条件的前提下，采用人工智能算法求解灾区救援物资储备中心选址的最优解。本方法采用机器学习算法求解模型假设，能验证模型在灾区救援物资保障投送节点规划应用中的适用性、可行性、及时性和有效性，能对灾区救援物资储备中心选址提供决策依据。

技术领域

本发明涉及物资储备选址技术领域，更具体地说，它涉及一种物资储备中心选址方法。

背景技术

灾区救援物资储备中心是储存灾区救援物资的仓库和物资供应保障基地，担负着灾区救援物资应急供应保障任务。灾区救援物资储备中心作为灾区救援物资供应链上的基础节点，是决定灾区救援效率的一个重要基础。灾区救援物资储备中心的选址直接关系到平灾区救援物资的保障水平，合理的灾区救援物资储备中心选址既可以满足部队灾区救援对物资应急保障的需求，又能最大程度地减少运行成本。因此，加强灾区救援物资储备中心选址研究，优化仓库布局，对提高灾区救援物资后勤保障能力具有重要的现实意义。

目前，现有技术中灾区救援物资储备中心的选址方法通常通过各种计算模型以传统算法计算出灾区救援物资储备中心的位置区间，现有技术中的选址方法计算过程复杂，计算效率低，且计算出的位置适用性低。

在信息化条件下的现代战争物资保障环境变得十分恶劣，考虑战场条件下不同情况的物资需求和无人机配送节点编配，建立以优化网络时效性为目标，以抗打击能力、建设资源需求、规模效益等要素为约束条件的灾区救援物资无人机投送节点规划数学模型。

本发明旨在采用机器学习算法求解模型假设，设计提供一种物质储备中心选址方法，以解决现有技术中物资储备中心选址计算效率低且计算出的选址位置适用性低的问题。

发明内容

本发明的目的是提供一种物资储备中心选址方法，本方法采用机器学习算法求解模型假设，分析各参数对建设救援资源需求指标的影响，能验证模型在灾区救援救援物资保障投送节点规划应用中的适用性、可行性、及时性和有效性，并能够对灾区救援物资储备中心选址提供决策依据。

本发明的上述技术目的是通过以下技术方案得以实现的：一种物资储备中心选址方法，具体包括以下步骤：

S1、采用物联网技术自动感知灾区救援物资的需求态势，并结合地理信息系统生成物资需求态势图；

S2、根据地理信息系统中的水温地理特点和专家库数据，采用计算机自动生成满足建设灾区救援物资储备中心的备选目标点；

S3、根据灾区救援环境、救援规模、及救援难易程度设定，采用服务器自动判别每个物资需求点的保障需求等级；

S4、根据步骤S1至S3，在满足保障需求等级、建设资源上线和最大响应速度的约束条件的前提下，采用人工智能算法求解灾区救援物资储备中心选址的最优解，即得灾区救援物资储备中心选址。

进一步地，步骤S4中采用人工智能算法求解灾区救援物资储备中心选址的最优解的具体步骤为：

1)将灾区救援物资中心的选址参数作为原始样本集，并将原始样本集分为建模集和寻优集两部分，在寻优集中引入灾区救援物资中心选址的设想解，并对寻优集进行与建模集相同的标准化处理；