论文部分内容阅读
传统的应急物资需求预测模型对需求分析的完整率较差,导致其预测精准度较低.为此,基于机器学习设计了一种新的应急物资需求预测模型.对物资的分配位置进行机器学习处理,并对物资管理机制进行结构性调整操作.利用机器学习的内部分析法分析物资需求管理模式,从可视化分析角度对突发事件发生区域进行数据标定操作,从而强化机器学习模型结构,提高对应急物资的需求预测效果.实验结果表明,该模型能有效提高应急物资需求分析的完整率和预测结果精准度.