本發(fā)明涉及應急救援，尤其涉及一種面向重大事故的救援資源需求量預測與動態(tài)補給方法。

背景技術(shù)：

1、隨著信息技術(shù)的發(fā)展，多源數(shù)據(jù)采集與分析技術(shù)為救援場景的態(tài)勢感知提供了技術(shù)基礎(chǔ)，當前救援資源需求預測主要依靠統(tǒng)計學模型和經(jīng)驗公式進行估算，資源調(diào)度則多采用網(wǎng)絡優(yōu)化實現(xiàn)；

2、但是，現(xiàn)有技術(shù)在實際應用中仍存在無法有效捕捉救援資源需求的非線性動態(tài)演化特征，導致長時間預測精度不足，難以應對事故救援中的突發(fā)性變化和不確定性因素、未能充分考慮救援環(huán)境的復雜拓撲結(jié)構(gòu)和動態(tài)變化特性，難以適應救援場景中復雜的地理環(huán)境和不斷變化的交通狀況，導致資源調(diào)度效率低下以及缺乏時空一體化的系統(tǒng)性考量，未能將資源需求預測與補給調(diào)度進行深度融合，導致在實際救援過程中補給滯后或資源浪費的情況頻發(fā)，無法實現(xiàn)救援資源的精準配置與高效利用等問題；

3、因此，亟需一種方案解決現(xiàn)有技術(shù)中存在的問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明實施例提供一種面向重大事故的救援資源需求量預測與動態(tài)補給方法，至少能解決現(xiàn)有技術(shù)中存在的部分問題。

2、本發(fā)明實施例的第一方面，提供一種面向重大事故的救援資源需求量預測與動態(tài)補給方法，包括：

3、獲取事故現(xiàn)場的多源數(shù)據(jù)信息，對事故現(xiàn)場進行多維度態(tài)勢感知確定救援場景；

4、基于辛幾何結(jié)構(gòu)對救援場景進行哈密頓動力學映射，通過能量守恒積分器對救援需求量進行長期預測，設(shè)置動態(tài)自適應步長控制機制并引入相位空間正則化項，通過隨機微擾采樣方法進行增強得到未來24小時內(nèi)每類救援資源的需求量預測曲線與波動區(qū)間；

5、根據(jù)所述需求量預測曲線與波動區(qū)間，計算各類救援資源的初始補給需求量并獲取各救援點的救援資源剩余量信息與補給運輸時間信息構(gòu)建補給網(wǎng)絡；

6、基于黎曼曲率流對補給網(wǎng)絡進行動態(tài)優(yōu)化，通過黎曼流形梯度下降計算各補給節(jié)點的演化軌跡，采用離散熱核方法計算節(jié)點間的測地線距離，引入曲率正則化項控制網(wǎng)絡結(jié)構(gòu)的演化方向，得到最優(yōu)時空效能補給網(wǎng)絡；

7、根據(jù)最優(yōu)時空效能補給網(wǎng)絡的連接關(guān)系、運輸路徑優(yōu)先級與資源分配權(quán)重，生成救援資源的補給調(diào)度方案并執(zhí)行。

8、在一種可選的實施方式中，

9、獲取事故現(xiàn)場的多源數(shù)據(jù)信息，對事故現(xiàn)場進行多維度態(tài)勢感知確定救援場景包括：

10、獲取事故現(xiàn)場的多源數(shù)據(jù)信息，所述多源數(shù)據(jù)信息包括圖像數(shù)據(jù)、視頻數(shù)據(jù)、溫度數(shù)據(jù)、有害氣體濃度和人員分布數(shù)據(jù)；

11、對所述圖像數(shù)據(jù)進行目標檢測和場景分割得到事故區(qū)域邊界，對所述視頻數(shù)據(jù)進行動態(tài)目標跟蹤獲取事故區(qū)域內(nèi)的運動目標軌跡，對所述溫度數(shù)據(jù)和有害氣體濃度進行分布分析，確定熱力分布和氣體擴散趨勢，對所述人員分布數(shù)據(jù)進行密度估計得到人群聚集分布；

12、基于所述事故區(qū)域邊界、運動目標軌跡、熱力分布、氣體擴散趨勢和人群聚集分布，對事故區(qū)域進行態(tài)勢感知確定救援場景。

13、在一種可選的實施方式中，

14、基于辛幾何結(jié)構(gòu)對救援場景進行哈密頓動力學映射，通過能量守恒積分器對救援需求量進行長期預測，設(shè)置動態(tài)自適應步長控制機制并引入相位空間正則化項，通過隨機微擾采樣方法進行增強得到未來24小時內(nèi)每類救援資源的需求量預測曲線與波動區(qū)間包括：

15、基于辛幾何結(jié)構(gòu)對救援場景進行哈密頓動力學映射，將資源需求量和流動速率確定為廣義坐標，構(gòu)建哈密頓量，哈密頓量包括動能項和勢能項，動能項為流動速率的二次項與流動特性系數(shù)的乘積之和，勢能項為需求量的一次項與基礎(chǔ)需求系數(shù)的乘積之和與需求量的二次項與耦合系數(shù)的乘積之和，得到初始哈密頓量；

16、基于初始哈密頓量構(gòu)建能量守恒積分器，采用二階隱式中點法對能量守恒積分器進行離散化，通過相鄰狀態(tài)值的算術(shù)平均值確定中點值，得到離散化哈密頓映射結(jié)果；

17、對離散化哈密頓映射結(jié)果設(shè)置自適應步長控制機制，根據(jù)局部截斷誤差與預設(shè)容限的比值更新積分步長，得到自適應步長的離散化結(jié)果；

18、對自適應步長的離散化結(jié)果引入相位空間正則化項，將需求量和流動速率的梯度平方構(gòu)建為正則化項并加入初始哈密頓量，得到修正哈密頓量；

19、基于修正哈密頓量進行隨機微擾采樣，對需求量和流動速率引入強度隨時間指數(shù)衰減的正態(tài)分布擾動，得到擾動后的預測參數(shù)，對擾動后的預測參數(shù)進行多次采樣預測，獲得未來24小時的需求量預測序列，根據(jù)所述需求量預測序列的標準差確定波動區(qū)間，得到需求量預測曲線與波動區(qū)間。

20、在一種可選的實施方式中，

21、對離散化哈密頓映射結(jié)果設(shè)置自適應步長控制機制，根據(jù)局部截斷誤差與預設(shè)容限的比值更新積分步長，得到自適應步長的離散化結(jié)果包括：

22、對所述離散化哈密頓映射結(jié)果進行局部截斷誤差分析，將局部截斷誤差展開為勒讓德正交多項式級數(shù)，通過構(gòu)建正交基函數(shù)集合并利用伽遼金投影方法將局部截斷誤差投影到正交基函數(shù)集合上計算勒讓德正交多項式級數(shù)的展開系數(shù)，對展開系數(shù)進行數(shù)值積分得到局部截斷誤差的譜展開結(jié)果；

23、基于離散化哈密頓映射結(jié)果計算譜展開結(jié)果中各頻率分量的能量分布確定頻率分界閾值，將大于頻率分界閾值的展開系數(shù)對應的勒讓德多項式線性組合構(gòu)建得到高頻局部截斷誤差分量；

24、計算高頻局部截斷誤差分量的二范數(shù)與局部截斷誤差的二范數(shù)的比值得到局部截斷誤差與預設(shè)容限的比值并進行比較后動態(tài)調(diào)整譜展開的截斷階數(shù)；

25、基于調(diào)整后的截斷階數(shù)對離散化哈密頓映射結(jié)果構(gòu)建嵌套正交投影算子序列，通過相鄰正交投影算子的差值運算對局部截斷誤差進行多尺度分解，得到局部截斷誤差分量，根據(jù)所述局部截斷誤差分量與預設(shè)容限的比值得到積分步長系數(shù)，將積分步長系數(shù)與當前積分步長相乘得到積分步長初值，結(jié)合預先設(shè)置的譜半徑設(shè)置積分步長上限并限制積分步長初值得到更新后的積分步長；

26、將更新后的積分步長代入離散化哈密頓映射進行數(shù)值求解，獲得自適應步長的離散化結(jié)果。

27、在一種可選的實施方式中，

28、根據(jù)所述需求量預測曲線與波動區(qū)間，計算各類救援資源的初始補給需求量并獲取各救援點的救援資源剩余量信息與補給運輸時間信息構(gòu)建補給網(wǎng)絡包括：

29、基于需求量預測曲線，提取波動區(qū)間的上下限邊界值，結(jié)合波動區(qū)間的概率分布特性計算各類救援資源的初始補給需求量；

30、采集各救援點的實時救援資源剩余量信息，獲取救援點之間的補給運輸時間信息，其中所述補給運輸時間信息包括道路通行能力和預計到達時間；

31、將所述初始補給需求量、所述救援資源剩余量信息和所述補給運輸時間信息作為節(jié)點參數(shù)和邊權(quán)重構(gòu)建有向圖形式的補給網(wǎng)絡。

32、在一種可選的實施方式中，

33、基于黎曼曲率流對補給網(wǎng)絡進行動態(tài)優(yōu)化，通過黎曼流形梯度下降計算各補給節(jié)點的演化軌跡，采用離散熱核方法計算節(jié)點間的測地線距離，引入曲率正則化項控制網(wǎng)絡結(jié)構(gòu)的演化方向，得到最優(yōu)時空效能補給網(wǎng)絡包括：

34、將補給網(wǎng)絡映射至黎曼流形，利用包含補給能力參數(shù)和時間約束參數(shù)的節(jié)點特征函數(shù)構(gòu)建黎曼度量張量，通過預先設(shè)置的權(quán)重系數(shù)對所述黎曼度量張量的分量進行加權(quán)計算得到初始度量張量；

35、基于所述初始度量張量構(gòu)建包含梯度范數(shù)項和曲率正則化項的網(wǎng)絡能量泛函，對所述網(wǎng)絡能量泛函執(zhí)行黎曼流形梯度下降計算得到描述網(wǎng)絡動態(tài)演化的梯度流方程；

36、在所述初始度量張量的基礎(chǔ)上構(gòu)建熱傳導方程，將黎曼拉普拉斯算子代入所述熱傳導方程，采用離散熱核方法計算補給節(jié)點之間的測地線距離，并根據(jù)所述梯度流方程的演化方向通過擴散時間參數(shù)對所述測地線距離進行動態(tài)調(diào)整，根據(jù)調(diào)整后的測地線距離計算網(wǎng)絡的里奇曲率張量，將所述里奇曲率張量代入標量曲率約束構(gòu)建黎曼曲率流演化方程；

37、將所述梯度流方程與所述黎曼曲率流演化方程聯(lián)立構(gòu)建優(yōu)化方程組，對所述優(yōu)化方程組進行數(shù)值求解，根據(jù)所述測地線距離的動態(tài)變化獲得補給節(jié)點在黎曼流形上的演化軌跡，根據(jù)所述演化軌跡對補給網(wǎng)絡進行動態(tài)優(yōu)化重構(gòu)，通過所述測地線距離和所述黎曼度量張量的演化方向調(diào)整補給節(jié)點之間的連接關(guān)系，得到最優(yōu)時空效能補給網(wǎng)絡。

38、在一種可選的實施方式中，

39、將黎曼拉普拉斯算子代入所述熱傳導方程，采用離散熱核方法計算補給節(jié)點之間的測地線距離，并根據(jù)所述梯度流方程的演化方向通過擴散時間參數(shù)對所述測地線距離進行動態(tài)調(diào)整包括：

40、基于所述熱傳導方程，將由度量張量的逆和行列式構(gòu)成的黎曼拉普拉斯算子代入熱傳導方程，計算熱量分布演化方程；

41、采集局部曲率信息計算主方向旋轉(zhuǎn)矩陣，對主曲率執(zhí)行指數(shù)映射構(gòu)建特征值對角矩陣，將主方向旋轉(zhuǎn)矩陣與特征值對角矩陣相乘獲得描述熱量傳導特性的擴散張量，計算補給節(jié)點間傳導方向與局部測地線夾角，將夾角值代入指數(shù)函數(shù)構(gòu)建方向性權(quán)重函數(shù)，結(jié)合預先設(shè)置的方向敏感度參數(shù)對權(quán)重分布進行動態(tài)調(diào)節(jié)；

42、將擴散張量與方向性權(quán)重函數(shù)共同代入熱核表達式，通過離散熱核方法構(gòu)建傳導特性函數(shù)，計算測地線上的路徑積分得到節(jié)點間初始測地線距離；

43、利用擴散張量計算主曲率與平均曲率的局部偏差構(gòu)建幾何特性評估函數(shù)，將評估函數(shù)作用于傳導特性的擴散時間參數(shù)對所述初始測地線距離進行動態(tài)修正；

44、根據(jù)梯度流方程計算演化方向與節(jié)點動態(tài)特征，結(jié)合修正后的初始測地線距離和方向權(quán)重進行耦合優(yōu)化，輸出適應網(wǎng)絡演化的最優(yōu)測地線距離。

45、本發(fā)明中，通過多源數(shù)據(jù)采集和辛幾何哈密頓動力學映射，能夠精確預測未來24小時內(nèi)救援資源需求量及其波動區(qū)間，提高了預測精度，減少了資源浪費，增強了應對突發(fā)事件的能力，可有效支撐大規(guī)模復雜災害環(huán)境下的應急決策，通過黎曼流形梯度下降和離散熱核方法計算測地線距離，能夠根據(jù)災情變化和資源狀態(tài)實時調(diào)整補給策略，提高了救援物資配送的時效性和準確性，確保關(guān)鍵區(qū)域優(yōu)先獲得救援資源，整合了態(tài)勢感知、需求預測和資源調(diào)度的全鏈條解決方案，在保障救援效率的同時最大化利用了有限救援資源，可降低人為決策失誤風險，提高了整體救援行動的協(xié)同性和應變能力，對提升重大突發(fā)事件應急救援能力具有重要意義。