本發(fā)明涉及應(yīng)急救援，尤其涉及一種面向重大事故的救援資源需求量預(yù)測(cè)與動(dòng)態(tài)補(bǔ)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(chǎng)景的態(tài)勢(shì)感知提供了技術(shù)基礎(chǔ)，當(dāng)前救援資源需求預(yù)測(cè)主要依靠統(tǒng)計(jì)學(xué)模型和經(jīng)驗(yàn)公式進(jìn)行估算，資源調(diào)度則多采用網(wǎng)絡(luò)優(yōu)化實(shí)現(xiàn)；

2、但是，現(xiàn)有技術(shù)在實(shí)際應(yīng)用中仍存在無(wú)法有效捕捉救援資源需求的非線性動(dòng)態(tài)演化特征，導(dǎo)致長(zhǎng)時(shí)間預(yù)測(cè)精度不足，難以應(yīng)對(duì)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(fù)雜拓?fù)浣Y(jié)構(gòu)和動(dòng)態(tài)變化特性，難以適應(yīng)救援場(chǎng)景中復(fù)雜的地理環(huán)境和不斷變化的交通狀況，導(dǎo)致資源調(diào)度效率低下以及缺乏時(shí)空一體化的系統(tǒng)性考量，未能將資源需求預(yù)測(cè)與補(bǔ)給調(diào)度進(jìn)行深度融合，導(dǎo)致在實(shí)際救援過(guò)程中補(bǔ)給滯后或資源浪費(fèi)的情況頻發(fā)，無(wú)法實(shí)現(xiàn)救援資源的精準(zhǔn)配置與高效利用等問(wèn)題；

3、因此，亟需一種方案解決現(xiàn)有技術(shù)中存在的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例提供一種面向重大事故的救援資源需求量預(yù)測(cè)與動(dòng)態(tài)補(bǔ)給方法，至少能解決現(xiàn)有技術(shù)中存在的部分問(wèn)題。

2、本發(fā)明實(shí)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(yù)測(cè)與動(dòng)態(tài)補(bǔ)給方法，包括：

3、獲取事故現(xiàn)場(chǎng)的多源數(shù)據(jù)信息，對(duì)事故現(xiàn)場(chǎng)進(jìn)行多維度態(tài)勢(shì)感知確定救援場(chǎng)景；

4、基于辛幾何結(jié)構(gòu)對(duì)救援場(chǎng)景進(jìn)行哈密頓動(dòng)力學(xué)映射，通過(guò)能量守恒積分器對(duì)救援需求量進(jìn)行長(zhǎng)期預(yù)測(cè)，設(shè)置動(dòng)態(tài)自適應(yīng)步長(zhǎng)控制機(jī)制并引入相位空間正則化項(xiàng)，通過(guò)隨機(jī)微擾采樣方法進(jìn)行增強(qiáng)得到未來(lái)24小時(shí)內(nèi)每類救援資源的需求量預(yù)測(cè)曲線與波動(dòng)區(qū)間；

5、根據(jù)所述需求量預(yù)測(cè)曲線與波動(dòng)區(qū)間，計(jì)算各類救援資源的初始補(bǔ)給需求量并獲取各救援點(diǎn)的救援資源剩余量信息與補(bǔ)給運(yùn)輸時(shí)間信息構(gòu)建補(bǔ)給網(wǎng)絡(luò)；

6、基于黎曼曲率流對(duì)補(bǔ)給網(wǎng)絡(luò)進(jìn)行動(dòng)態(tài)優(yōu)化，通過(guò)黎曼流形梯度下降計(jì)算各補(bǔ)給節(jié)點(diǎn)的演化軌跡，采用離散熱核方法計(jì)算節(jié)點(diǎn)間的測(cè)地線距離，引入曲率正則化項(xiàng)控制網(wǎng)絡(luò)結(jié)構(gòu)的演化方向，得到最優(yōu)時(shí)空效能補(bǔ)給網(wǎng)絡(luò)；

7、根據(jù)最優(yōu)時(shí)空效能補(bǔ)給網(wǎng)絡(luò)的連接關(guān)系、運(yùn)輸路徑優(yōu)先級(jí)與資源分配權(quán)重，生成救援資源的補(bǔ)給調(diào)度方案并執(zhí)行。

8、在一種可選的實(shí)施方式中，

9、獲取事故現(xiàn)場(chǎng)的多源數(shù)據(jù)信息，對(duì)事故現(xiàn)場(chǎng)進(jìn)行多維度態(tài)勢(shì)感知確定救援場(chǎng)景包括：

10、獲取事故現(xiàn)場(chǎng)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(duì)所述圖像數(shù)據(jù)進(jìn)行目標(biāo)檢測(cè)和場(chǎng)景分割得到事故區(qū)域邊界，對(duì)所述視頻數(shù)據(jù)進(jìn)行動(dòng)態(tài)目標(biāo)跟蹤獲取事故區(qū)域內(nèi)的運(yùn)動(dòng)目標(biāo)軌跡，對(duì)所述溫度數(shù)據(jù)和有害氣體濃度進(jìn)行分布分析，確定熱力分布和氣體擴(kuò)散趨勢(shì)，對(duì)所述人員分布數(shù)據(jù)進(jìn)行密度估計(jì)得到人群聚集分布；

12、基于所述事故區(qū)域邊界、運(yùn)動(dòng)目標(biāo)軌跡、熱力分布、氣體擴(kuò)散趨勢(shì)和人群聚集分布，對(duì)事故區(qū)域進(jìn)行態(tài)勢(shì)感知確定救援場(chǎng)景。

13、在一種可選的實(shí)施方式中，

14、基于辛幾何結(jié)構(gòu)對(duì)救援場(chǎng)景進(jìn)行哈密頓動(dòng)力學(xué)映射，通過(guò)能量守恒積分器對(duì)救援需求量進(jìn)行長(zhǎng)期預(yù)測(cè)，設(shè)置動(dòng)態(tài)自適應(yīng)步長(zhǎng)控制機(jī)制并引入相位空間正則化項(xiàng)，通過(guò)隨機(jī)微擾采樣方法進(jìn)行增強(qiáng)得到未來(lái)24小時(shí)內(nèi)每類救援資源的需求量預(yù)測(cè)曲線與波動(dòng)區(qū)間包括：

15、基于辛幾何結(jié)構(gòu)對(duì)救援場(chǎng)景進(jìn)行哈密頓動(dòng)力學(xué)映射，將資源需求量和流動(dòng)速率確定為廣義坐標(biāo)，構(gòu)建哈密頓量，哈密頓量包括動(dòng)能項(xiàng)和勢(shì)能項(xiàng)，動(dòng)能項(xiàng)為流動(dòng)速率的二次項(xiàng)與流動(dòng)特性系數(shù)的乘積之和，勢(shì)能項(xiàng)為需求量的一次項(xiàng)與基礎(chǔ)需求系數(shù)的乘積之和與需求量的二次項(xiàng)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(diǎn)法對(duì)能量守恒積分器進(jìn)行離散化，通過(guò)相鄰狀態(tài)值的算術(shù)平均值確定中點(diǎn)值，得到離散化哈密頓映射結(jié)果；

17、對(duì)離散化哈密頓映射結(jié)果設(shè)置自適應(yīng)步長(zhǎng)控制機(jī)制，根據(jù)局部截?cái)嗾`差與預(yù)設(shè)容限的比值更新積分步長(zhǎng)，得到自適應(yīng)步長(zhǎng)的離散化結(jié)果；

18、對(duì)自適應(yīng)步長(zhǎng)的離散化結(jié)果引入相位空間正則化項(xiàng)，將需求量和流動(dòng)速率的梯度平方構(gòu)建為正則化項(xiàng)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(jìn)行隨機(jī)微擾采樣，對(duì)需求量和流動(dòng)速率引入強(qiáng)度隨時(shí)間指數(shù)衰減的正態(tài)分布擾動(dòng)，得到擾動(dòng)后的預(yù)測(cè)參數(shù)，對(duì)擾動(dòng)后的預(yù)測(cè)參數(shù)進(jìn)行多次采樣預(yù)測(cè)，獲得未來(lái)24小時(shí)的需求量預(yù)測(cè)序列，根據(jù)所述需求量預(yù)測(cè)序列的標(biāo)準(zhǔn)差確定波動(dòng)區(qū)間，得到需求量預(yù)測(cè)曲線與波動(dòng)區(qū)間。

20、在一種可選的實(shí)施方式中，

21、對(duì)離散化哈密頓映射結(jié)果設(shè)置自適應(yīng)步長(zhǎng)控制機(jī)制，根據(jù)局部截?cái)嗾`差與預(yù)設(shè)容限的比值更新積分步長(zhǎng)，得到自適應(yīng)步長(zhǎng)的離散化結(jié)果包括：

22、對(duì)所述離散化哈密頓映射結(jié)果進(jìn)行局部截?cái)嗾`差分析，將局部截?cái)嗾`差展開為勒讓德正交多項(xiàng)式級(jí)數(shù)，通過(guò)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?cái)嗾`差投影到正交基函數(shù)集合上計(jì)算勒讓德正交多項(xiàng)式級(jí)數(shù)的展開系數(shù)，對(duì)展開系數(shù)進(jìn)行數(shù)值積分得到局部截?cái)嗾`差的譜展開結(jié)果；

23、基于離散化哈密頓映射結(jié)果計(jì)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(duì)應(yīng)的勒讓德多項(xiàng)式線性組合構(gòu)建得到高頻局部截?cái)嗾`差分量；

24、計(jì)算高頻局部截?cái)嗾`差分量的二范數(shù)與局部截?cái)嗾`差的二范數(shù)的比值得到局部截?cái)嗾`差與預(yù)設(shè)容限的比值并進(jìn)行比較后動(dòng)態(tài)調(diào)整譜展開的截?cái)嚯A數(shù)；

25、基于調(diào)整后的截?cái)嚯A數(shù)對(duì)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(guò)相鄰正交投影算子的差值運(yùn)算對(duì)局部截?cái)嗾`差進(jìn)行多尺度分解，得到局部截?cái)嗾`差分量，根據(jù)所述局部截?cái)嗾`差分量與預(yù)設(shè)容限的比值得到積分步長(zhǎng)系數(shù)，將積分步長(zhǎng)系數(shù)與當(dāng)前積分步長(zhǎng)相乘得到積分步長(zhǎng)初值，結(jié)合預(yù)先設(shè)置的譜半徑設(shè)置積分步長(zhǎng)上限并限制積分步長(zhǎng)初值得到更新后的積分步長(zhǎng)；

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

27、在一種可選的實(shí)施方式中，

28、根據(jù)所述需求量預(yù)測(cè)曲線與波動(dòng)區(qū)間，計(jì)算各類救援資源的初始補(bǔ)給需求量并獲取各救援點(diǎn)的救援資源剩余量信息與補(bǔ)給運(yùn)輸時(shí)間信息構(gòu)建補(bǔ)給網(wǎng)絡(luò)包括：

29、基于需求量預(yù)測(cè)曲線，提取波動(dòng)區(qū)間的上下限邊界值，結(jié)合波動(dòng)區(qū)間的概率分布特性計(jì)算各類救援資源的初始補(bǔ)給需求量；

30、采集各救援點(diǎn)的實(shí)時(shí)救援資源剩余量信息，獲取救援點(diǎn)之間的補(bǔ)給運(yùn)輸時(shí)間信息，其中所述補(bǔ)給運(yùn)輸時(shí)間信息包括道路通行能力和預(yù)計(jì)到達(dá)時(shí)間；

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

32、在一種可選的實(shí)施方式中，

33、基于黎曼曲率流對(duì)補(bǔ)給網(wǎng)絡(luò)進(jìn)行動(dòng)態(tài)優(yōu)化，通過(guò)黎曼流形梯度下降計(jì)算各補(bǔ)給節(jié)點(diǎn)的演化軌跡，采用離散熱核方法計(jì)算節(jié)點(diǎn)間的測(cè)地線距離，引入曲率正則化項(xiàng)控制網(wǎng)絡(luò)結(jié)構(gòu)的演化方向，得到最優(yōu)時(shí)空效能補(bǔ)給網(wǎng)絡(luò)包括：

34、將補(bǔ)給網(wǎng)絡(luò)映射至黎曼流形，利用包含補(bǔ)給能力參數(shù)和時(shí)間約束參數(shù)的節(jié)點(diǎn)特征函數(shù)構(gòu)建黎曼度量張量，通過(guò)預(yù)先設(shè)置的權(quán)重系數(shù)對(duì)所述黎曼度量張量的分量進(jìn)行加權(quán)計(jì)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(xiàng)和曲率正則化項(xiàng)的網(wǎng)絡(luò)能量泛函，對(duì)所述網(wǎng)絡(luò)能量泛函執(zhí)行黎曼流形梯度下降計(jì)算得到描述網(wǎng)絡(luò)動(dòng)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(dǎo)方程，將黎曼拉普拉斯算子代入所述熱傳導(dǎo)方程，采用離散熱核方法計(jì)算補(bǔ)給節(jié)點(diǎn)之間的測(cè)地線距離，并根據(jù)所述梯度流方程的演化方向通過(guò)擴(kuò)散時(shí)間參數(shù)對(duì)所述測(cè)地線距離進(jìn)行動(dòng)態(tài)調(diào)整，根據(jù)調(diào)整后的測(cè)地線距離計(jì)算網(wǎng)絡(luò)的里奇曲率張量，將所述里奇曲率張量代入標(biāo)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(duì)所述優(yōu)化方程組進(jìn)行數(shù)值求解，根據(jù)所述測(cè)地線距離的動(dòng)態(tài)變化獲得補(bǔ)給節(jié)點(diǎn)在黎曼流形上的演化軌跡，根據(jù)所述演化軌跡對(duì)補(bǔ)給網(wǎng)絡(luò)進(jìn)行動(dòng)態(tài)優(yōu)化重構(gòu)，通過(guò)所述測(cè)地線距離和所述黎曼度量張量的演化方向調(diào)整補(bǔ)給節(jié)點(diǎn)之間的連接關(guān)系，得到最優(yōu)時(shí)空效能補(bǔ)給網(wǎng)絡(luò)。

38、在一種可選的實(shí)施方式中，

39、將黎曼拉普拉斯算子代入所述熱傳導(dǎo)方程，采用離散熱核方法計(jì)算補(bǔ)給節(jié)點(diǎn)之間的測(cè)地線距離，并根據(jù)所述梯度流方程的演化方向通過(guò)擴(kuò)散時(shí)間參數(shù)對(duì)所述測(cè)地線距離進(jìn)行動(dòng)態(tài)調(diào)整包括：

40、基于所述熱傳導(dǎo)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(dǎo)方程，計(jì)算熱量分布演化方程；

41、采集局部曲率信息計(jì)算主方向旋轉(zhuǎn)矩陣，對(duì)主曲率執(zhí)行指數(shù)映射構(gòu)建特征值對(duì)角矩陣，將主方向旋轉(zhuǎn)矩陣與特征值對(duì)角矩陣相乘獲得描述熱量傳導(dǎo)特性的擴(kuò)散張量，計(jì)算補(bǔ)給節(jié)點(diǎn)間傳導(dǎo)方向與局部測(cè)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(yù)先設(shè)置的方向敏感度參數(shù)對(duì)權(quán)重分布進(jìn)行動(dòng)態(tài)調(diào)節(jié)；

42、將擴(kuò)散張量與方向性權(quán)重函數(shù)共同代入熱核表達(dá)式，通過(guò)離散熱核方法構(gòu)建傳導(dǎo)特性函數(shù)，計(jì)算測(cè)地線上的路徑積分得到節(jié)點(diǎn)間初始測(cè)地線距離；

43、利用擴(kuò)散張量計(jì)算主曲率與平均曲率的局部偏差構(gòu)建幾何特性評(píng)估函數(shù)，將評(píng)估函數(shù)作用于傳導(dǎo)特性的擴(kuò)散時(shí)間參數(shù)對(duì)所述初始測(cè)地線距離進(jìn)行動(dòng)態(tài)修正；

44、根據(jù)梯度流方程計(jì)算演化方向與節(jié)點(diǎn)動(dòng)態(tài)特征，結(jié)合修正后的初始測(cè)地線距離和方向權(quán)重進(jìn)行耦合優(yōu)化，輸出適應(yīng)網(wǎng)絡(luò)演化的最優(yōu)測(cè)地線距離。

45、本發(fā)明中，通過(guò)多源數(shù)據(jù)采集和辛幾何哈密頓動(dòng)力學(xué)映射，能夠精確預(yù)測(cè)未來(lái)24小時(shí)內(nèi)救援資源需求量及其波動(dòng)區(qū)間，提高了預(yù)測(cè)精度，減少了資源浪費(fèi)，增強(qiáng)了應(yīng)對(duì)突發(fā)事件的能力，可有效支撐大規(guī)模復(fù)雜災(zāi)害環(huán)境下的應(yīng)急決策，通過(guò)黎曼流形梯度下降和離散熱核方法計(jì)算測(cè)地線距離，能夠根據(jù)災(zāi)情變化和資源狀態(tài)實(shí)時(shí)調(diào)整補(bǔ)給策略，提高了救援物資配送的時(shí)效性和準(zhǔn)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(shì)感知、需求預(yù)測(cè)和資源調(diào)度的全鏈條解決方案，在保障救援效率的同時(shí)最大化利用了有限救援資源，可降低人為決策失誤風(fēng)險(xiǎn)，提高了整體救援行動(dòng)的協(xié)同性和應(yīng)變能力，對(duì)提升重大突發(fā)事件應(yīng)急救援能力具有重要意義。