恐慌心理下基于改进鲸鱼算法的疫情应急物资分配研究

基于公平视角研究了传染病暴发和疫区应急物资短缺情景下的国际救援物资调度问题。首先，利用深度学习算法，进行物资需求量的预测。其次，运用模糊C类均值聚类分析理论，综合考虑各疫区疫情严重程度、疫区人民恐慌心理效用等因素，构建了基于恐慌心理感知目标、带有严重系数的效用目标、内部运输距离最小化、基于基尼系数公平目标的多目标应急物资分配规划模型，并采用改进的鲸鱼算法进行求解。最后，以新型冠状病毒肺炎期间中国对其他国家的物资援助为例，验证模型及算法的有效性和可行性。