中国处于欧亚地震带和环太平洋地震带之间,最近几年的地震灾害发生频繁,不仅对中国的经济水平造成很大的损失,也对人们的生命安全等带来巨大的伤害。由于地震发生的复杂性和不确定性,以目前的研究水平以及科技水平,还无法从科学上对地震进行精确的预测,虽然不能避免地震的发生,但是可以提高救援效率,将地震发生后的损失减到最小。地震发生后,造成重大的人员伤亡,此时地震灾区人民急需大量的应急物资。但是地震后无法在短时间内收集到地震人口的相关信息以及对应物资的需求信息,物资的供应量就无法确定,这样就会使得地震物资的配送存在很大的盲目性,不能确定运输的物资量能否满足灾区的需求,从而对灾区人民的生存造成很大的威胁,同时也不利于开展地震灾害救灾工作。如果能在地震灾害发生后,能够及时对应急物资的需求量做出预测,其不但可以保证灾后救援工作的顺利进行,而且可为政府组织和调度提供一定的便利性,促进救援工作的顺利推行。本文主要是在郭金芬等人对救援物资需求预测的基础上,进行改进和更加深入的研究,构建了GA改进BP神经网络的地震应急物资需求预测模型。即首先用遗传算法改进的BP神经网络预测地震中的伤亡人口率从而得出伤亡人口数,之后利用存活、受伤人数与不同类型物资之间的关系,引入仓库概念对应急物资的需求进行估算。(1)首先选取了震级、地震烈度、震源深度、设防烈度、预警水平、发生时间、人口密度7个预测指标；收集的样本数据是震级在6.0级以上的25个地震案例信息数据,理由是小型地震灾害本身危害比较小,对建筑物、道路交通运输的破坏程度较低,居民基本具有自救能力,对应急物资的需求比较容易统计和运送。但对于一般性震级大的地震,建筑物毁坏严重,伤亡、受灾人口较多,应急物资的需求量无法短时间内进行统计,所以需要进行预测；(2)为了使变量更具代表性,首先用主成分分析法对数据进行了处理,将处理后的数据作为输入数据,在进行地震伤亡人数进行预测时,由于BP神经网络较容易陷入局部极小化,因此选择运用GA算法对全局进行搜索,避免局部最优,对BP神经网络的初始的权值和阈值进行了优化,通过matlab软件实现对未改进的BP神经网络和遗传算法改进的BP神经网络进行训练和测试,训练时发现,改进后要比改进前收敛后的误差要小,但是迭代次数要多,可能是种群的设置问题,进行测试时,用遗传算法改进的BP神经网络模型对地震人口的伤亡率有着很好的拟合,要比BP神经网络模型拟合效果好,证明了本文改进后的模型预测效果更好。(3)预测出地震的伤亡人口率即可得到伤亡人口的数量,于是再运用基于安全库存管理知识对地震中不同类型的应急物资的需求量做出预测,本文主要针对饮食类和医药品物资进行了预测,并对四川炉霍地震所需饮用水、压缩饼干、消炎药的数量进行了预测。不仅为及时准确的向灾区配送应急物资奠定了基础,而且也支持了灾后的救援工作。对地震应急物资进行需求的预测可以使得应急物资进行高效率的分配,这样就可以避免物资的供需失衡、配送不及时等问题,对减轻地震造成的灾害有重要的意义。本文创新点是在地震紧急物资的需求预测中,在预测伤亡人口率时用遗传算法对BP神经网络的初始的权值和阈值进行了优化。在对地震应急物资需求预测时,本文也存在着不足以及改进空间：(1)在变量的选取方面,只是基于数据的可获得性、及时性而只七个变量,但是影响地震伤亡人数的因素是比较复杂的；在样本的选取方面,样本量太少,数据量太少会影响预测准确性,在比较改进前后模型的训练速度方面效果不明显。(2)在建立神经网络的结构时,有些参数的确定是依靠试算法或者经验来确定,虽然用遗传算法改进BP神经网络的初始权值和阈值,预测效果要比为改进之前好,但为了使得模型的拟合能力更强,因此还需要对模型进行更深入的研究和改进。(3)本文在对物资进行需求量的估算是假定物资足够的条件下,未考虑如果物资不能完全满足各个受灾点的需求时的解决办法。因此应该考虑对于不同的受灾点对物资的需求的迫切程度而重新确定需求量,这对物资实际配送工作影响重大。