小波分析和支持向量机组合法预测应急血液需求研究

中国安全科学学报

小波分析和支持向量机组合法预测应急血液需求研究

朱莎，刘晓

上海交通大学中美物流研究院,上海,200030%上海交通大学中美物流研究院,上海200030;上海交通大学机械与动力工程学院,上海200240

出版日期:2013-05-20 发布日期:2013-05-25
基金资助:
国家自然科学基金重大研究计划项目资助(91024013)

Research on WA-SVM Combined Method for Forecasting Blood Demand in Emergency Rescue

Online:2013-05-20 Published:2013-05-25

摘要/Abstract

摘要： 针对地震紧急救援阶段血液需求特点,提出用于预测其需求量的,基于小波分析(WA)和支持向量机(SVM)的组合方法(WA-SVM).首先对原始血液需求进行小波分析,然后确定SVM输入向量和输出向量集合,构建各层序列的SVM预测模型,对血液需求进行预测.汶川地震案例表明,该方法的预测精度优于经验模态分解和SVM的组合预测模型以及SVM单项预测模型.

中图分类号:

X928.04

朱莎，刘晓. 小波分析和支持向量机组合法预测应急血液需求研究[J]. 中国安全科学学报.

[1]	惠文颖, 牛健壮, 朱渊. 有毒气体泄漏下的公众最优疏散路线研究^*[J]. 中国安全科学学报, 2021, 31(12): 129-135.
[2]	王海飙, 陈海超, 李蕊, 于贺, 赵天怡. 城市应急避难场所管理体系构建与应用^*[J]. 中国安全科学学报, 2021, 31(12): 153-159.
[3]	邓鹏, 袁狄平, 靳学胜, 肖仪清. 石化基地灭火救援指挥VR训练系统设计与实现^*[J]. 中国安全科学学报, 2021, 31(12): 160-166.
[4]	鲁金涛. 应急演练“情景-响应”模型的结构相似度构建方法^*[J]. 中国安全科学学报, 2021, 31(10): 182-188.
[5]	姜卉, 文冠群, 王振雄. 应急救援团队中大五人格对TSA的影响:一个双调节模型[J]. 中国安全科学学报, 2020, 30(10): 156-163.
[6]	温晓杰. 铁路行车事故救援快速反应体系研究^*[J]. 中国安全科学学报, 2019, 29(S2): 187-194.
[7]	尹冰艳刘卫红. 我国高速铁路应急救援机制的完善^*[J]. 中国安全科学学报, 2018, 28(S2): 180-184.
[8]	廖海燕, 田小强, 冯春, 张怡. 人道物流敏捷性影响因素研究[J]. 中国安全科学学报, 2018, 28(7): 172-178.
[9]	牛萌, 张子恺, 李景圣, 齐航, 景慧, 王阿川. 滑雪场突发事件多点多类救援资源调度模型[J]. 中国安全科学学报, 2018, 28(4): 182-186.
[10]	李志, 李政祥, 周愉峰, 邱晗光. 考虑中断情景与防御的应急物资储备库LIP模型[J]. 中国安全科学学报, 2018, 28(3): 90-95.
[11]	刘亮, 汪建, 韩传峰. 国家应急组织合作网络基元同构与异构比较研究[J]. 中国安全科学学报, 2017, 27(5): 169-174.
[12]	张鑫, 高淑春. 需求不确定下的应急物资储备库选址模型研究[J]. 中国安全科学学报, 2017, 27(2): 169-175.
[13]	尹念红，王增强，蒲云. 面向突发事件衰退期的应急方案决策方法[J]. 中国安全科学学报, 2013, 23(12): 153-.
[14]	詹子娜，金龙哲，白楠. 基于避险设施的矿井应急救援决策系统研究[J]. 中国安全科学学报, 2013, 23(10): 164-.
[15]	王军，王美蓉. 海上突发灾难事件应急物资调度优化方法研究[J]. 中国安全科学学报, 2013, 23(1): 166-.

小波分析和支持向量机组合法预测应急血液需求研究

Research on WA-SVM Combined Method for Forecasting Blood Demand in Emergency Rescue

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价