摘要
本发明公开了一种面向山区应急救援的徒步时间动态预测方法,属于应急救援技术领域,解决了现有徒步时间预测方法的时效性和准确性均较低的问题。本发明先通过增量随机截取的方式对历史救援数据进行了增量,提高了样本库的数据量,避免了数据稀缺的情况,再通过将Tobler经验公式与极限学习机ELM模型进行结合,由于Tobler经验公式能够快速得到初始预测徒步时间,而ELM模型能对初始预测徒步时间进行修正提高预测精度,从而本发明兼顾了计算效率与精度,实现山区应急救援徒步时间的动态、高效预测。最后利用应急救援过程中产生的实时数据来动态更新ELM模型,对预测结果动态修正,满足应急救援的时效性需求。