基于贝叶斯网络应急物流风险预测及控制探究.docVIP

基于贝叶斯网络应急物流风险预测及控制探究 　　摘 要：基于因子分析确定影响应急物流风险的因素，从事前、事中、事后三个环节拓展指标体系，并建立应急物流风险的贝叶斯网络模型。采用历史数据进行实例分析，实现应急物流风险预测以及应急物流风险控制，预测出我国应急物流发生风险的概率为15%，事中处理阶段应急物流发生风险的可能性最大，反向分析出资源协调能力是应急物流风险控制的薄弱环节，是后期降低应急物流风险的关键。为提升应急物流能力、规避应急物流风险提供了新的思路 关键词：因子分析；贝叶斯网络；应急物流风险 Abstract： Based on factor analysis to determine the factors that affects the risk of emergency logistics， determine the index system in the three parts of advance warning， dealing with the emergency and post recovery. Then establish emergency logistics risk Bayesian network model. Using historical data to carry on the example analysis， realizes the emergency logistics risk forecasting and the emergency logistics risk controlling. The occurrence probability of emergency logistics risk in our country is 15%， and it most likely occurs in the disaster processing stage. We can conclude that resource coordination ability is the weak link of emergency logistics risk control and the key to reduce the risk of emergency logistics from the reverse analysis， thus provided the new mentality for the promotion of emergency logistics ability， and to avoid the emergency logistics risk. Key words： factor analysis； Bayesian network； emergency logistics risk 引 言 ??急物流是国家安全保障系统的重要组成部分。在经济建设过程中，应对突发事件是不可避免的工作，特别是随着人口的增加和城市化的增强，应对突发事件对物流能力的要求更加苛刻。当突发事件发生后，受灾地区会在很短的时间内产生巨大的资源需求，对应急资源的准时性要求很高，所以应急物流关系到突发事件应急的效果。应急物流包括了预警环节准备应急物资，建设应急物流网络，完善应急物流体系；也包括突发事件应急过程中的资源运作，实现人员、设备、物资的迅速到位，抢救受灾的人、财、物，及时补充应急所需的一切物资，尽量减少损失；还包括对受灾群众和受灾区域的事后恢复，实现资源的合理供给，保障事后恢复工作的快速进行 我国的应急管理体制机制决定了我国在应急物资上实行分级负责、属地管理的方式，对应急资源实行相对独立的区域管理，具有自上而下的平行线性结构，必然会导致补给线比较长、保障能力分散、中转效率低等缺点。另外，应急物流本身就是一个非常复杂的网络，从应急物资的前期储备到突发事件发生后的应急物资调运，以及事后恢复阶段的应急资源供应，都会受到各种不可控因素的影响，最终可能导致应急物流发生风险，损坏应急资源的质量以及降低应急资源到达准时率，对突发事件的处理造成风险，最终危及人民群众的生命和财产安全。因此，进行应急物流风险的预测和风险控制具有重大的意义 国内外学者主要采用BP神经网络[1]、模糊综合评价法[2]、粒子群算法[3]、AHP[4]、熵理论[5]等方法研究应急物流风险，侧重于应急物流风险的评估和识别，缺乏对应急物流风险的预警与控制策略的研究，因此实用性不强。贝叶斯网络能够很好地解决这一问题，国内外学者利用贝叶斯网络进行了大量的实证研究，在预测方面，裘江南等（2011）利用贝叶斯模型构建通用的突发事件预测模型[6]， RA Sutrisnowati（2015）基于贝