领在综合考虑影响应急物资储备的主要因素的基础上，采用层次分析对应急物资的储备方式进行评优。
在城市应急物流物资的需求预测，赵艳阐明应急物流系统构建的必然性，指出构建应急物流系统应当遵循的4个准则，并介绍构建应急物流系统的方法。乔洪波等针对应急物资分类现状提出了改进的分类方法，构建了基于需求满足率的应急物资储备点需求量计算模型。王晓等提出一种将模糊集理论、神经网络 Hebb 学习规则，和多元线性回归与案例推理法相结合的预测方法。郭金芬和周刚利用 BP 神经网络算法对灾后人员伤亡人数进行预测。张健等通过加入蚁群聚类算法对 RBF 神经网络进行改进，建立热带气旋应急物流需求预测模型[29]。方智阳等采用神经网络估计模型分别对震后受伤人员数量，和医疗物资医务人员需求进行预测。朱伟华等利用灰色关联分析计算回归预测、指数平滑预测、弹性系数，和灰色预测四种预测方法的预测值同历史数据的关联度，将关联度作为权重建立优选组合模型[31]。
王晶[32]等从应急物流系统出发,用鲁棒规划解决物资需求不确定下，应急配送中心选址问题。韩强考虑应急设施选址时的成本和应急时间因素，建立多目标应急设施选址问题的模型[33]。魏宝红建立应急系统选址的多目标决策模型，并提出一种求解的自适应遗传算法[34]。方磊综合考虑应急限制期和应急服务设施点建立的费用，建立应急限制期下的应急选址模型 [35]。商丽媛和谭清美在考虑不同情景下应急物流需求的不确定性，将不确定需求用区间灰数表示，构建多情景下不确定需求的应急物流配送中心选址模型[36]。姚冠新等在考虑应急物资需求量信息和道路状况信息变动的基础上，构建一个以应急物资到达需求点总时间最短为目标，应急物流多设施动态选址模型，并利用单亲遗传算法对模型进行求解[37]。刘丽娜等考虑GIS在空间信息和非空间信息的作用，将GIS技术应用于应急物流中心选址，提出一种配送中心选址模型[38]。张超等通过以浙江省为例,收集浙江省69个县市数据进行研究，构建层次分析结构模型,并结合实际情况建立的二次选址模型[39]。李国旗考虑最大化应急物流需求点的满意度,构建无供给能力限制的应急物流设施选址模型，和有供给能力限制的应急物流选址模型[40]。魏新等针对突发事件发生频率低，后果严重等特点，综合考虑应急物流服务设施的交通、地理和经济等因素，提出采用模糊神经网络的方法[41]来解决选址问题。
郭晓光从自然灾害风险评估、物资储备节点选址、应急物资库存控制等方面，进行面向自然灾害的应急物流网络规划与运作研究[46]。唐林霞从震后救援物资需求的复杂性出发，提出地震灾害后应急救援物资配置的模型 [47]。胡志华等针对应急物流中需求与物流网络的不确定性特征，以成本最小为目标，建立基于集合覆盖的配送中心选址的随机规划模型[48]。曾敏刚结合自然灾害的特点，建立以总成本最小的中心选址模型 [49]。周骞建立基于多目标粒子群算法的
应急物流储备库选址模型 [50]。张朝[51]等在森林火灾应急物流方面，构建森林火灾应急物流资源信息化管理平台。蒋长兵[52]等基于应急物流信息系统的特点，提出基于数据仓库技术的应急物流信息系统。
综上所述发现，文献大多集中在需求预测、库存水平与应急中心的选址三方面方面，但只是进行单一方研究，在信息化建设方面，国内大多集中在应急物流信息化建设的理论和重要性方面的研究，国外的研究中有很多关于应急物流信息系统的建设，并且具有一定的针对性，信息化程度较高。因此，针对城市应急物流进行研究，特别是联合仓储与配送管理方法的研究是具有创新性的。 1.3 主要研究工作
（1）物资的仓储管理模式与方法研究。依据仓储管理模式的未来发展趋势，结合城市应急物流的特殊情况，研究建立以国家储备为基础，企业建立长期合作为辅的复合式仓储管理模式。 （2）物资的需求预测分析。综合考虑灾区的受灾面积，受灾人数等够影响物资需求的因素，参考现有需求预测分析方法，根据城市应急物流的特殊性，建立一个能够以拉为主，推拉结合的预测模型，进行需求预测分析。
（3）应急物流中心选址分析。结合救援物资的需求预测模型，以及灾区爆发的范围，和现有的车辆的运载能力，第三方企业的物流能力等影响