基于PSO-SVM-SST模型的地震应急物资需求预测研究

来源：大地测量与地球动力学杂志2026年第1期北京时间：

作者：唐彦东, 程梅, 刘军, 于汐, 林浩

单位：1 防灾科技学院应急管理学院, 三河, 065000,2 河北省资源环境灾变机理及风险监控重点实验室, 三河, 065000,3 中国地震应急搜救中心, 北京, 100049

摘要：建立基于粒子群算法(PSO)优化的支持向量机(SVM)震后受灾人口预测模型，依据安全库存理论建立SST地震应急物资需求预测模型。选取地震危险性、破坏程度等9项指标参数，经降维和去冗处理后作为基于PSO优化的SVM模型输入变量，并开展受灾人数预测，根据受灾人口与应急物资间的内在关联，应用SST模型对九寨沟地震震后初期所需的典型物资数量进行间接估算。结果表明，通过采用误差对比分析方法对模型进行有效性验证，PSO-SVM模型较SVM模型的预测误差降低14.27%, 预测精度显著提高。估算得到九寨沟地震震后典型物资需求量，预测结果具有一定的参考价值，表明PSO-SVM-SST预测模型在理论和实践层面均具有一定的合理性和实用性。

关键词：地震应急物资,需求预测,支持向量机,安全库存理论

基金资助：河北省教育厅研究生教育教学改革研究项目(YJG2023120),国家重点研发计划(2022YFC3004405)