隧道塌方应急救援多车型调度模型

隧道施工塌方事故因道路通行条件差、车型繁杂等问题,使应急救援调度十分困难。针对普通、超限、重型三种类型救援车辆,选取路段距离、道路等级、拥堵情况、路面状况和坡度作为道路综合权值的影响因子,建立了以最小化道路权值为目标,同时考虑车辆自身对道路条件约束的路径规划模型,并给出求解方法。计算车辆供应点三种车型之间的路径重合率,以调度时间最短为目标,建立了限制期内多车型救援车辆调度模型。以算例进行验证,计算结果表明:该模型能够根据隧道周边复杂道路环境求得适应于不同车型的最优路径,并得到最优调度方案,提高救援效率。     

基于双层规划的应急救援车辆调度模型

为了在有限时间域内最大化各灾区应急资源需求满足量、减少延迟成本,采用网络流理论及双层规划建模方法,构建了含时间窗的应急救援车辆多次、多阶段动态调度模型,并利用基于动态规划的两阶段启发式算法进行求解.算例结果表明,最优解形成了集覆盖调度方案,即从供应点1出发的车辆覆盖需求点(1,3,7,8),从供应点2出发的车辆覆盖需求点(2,4,6),从供应点3出发的车辆覆盖需求点(1,5).在最优调度方案下,总延迟成本为0.双层规划能降低求解维度,上下层合作关系保证了全局最优的实现.因此,应急管理部门应先行决策应急资源的战略配置以有效提高各阶段救援车辆调度效率.     

高速公路应急救助的资源规划选址模型

探讨了高速公路交通事故紧急救助的资源需求,分析了救援响应时间与救援资源布局的关系.以路段为分析单元,根据路段事故数和事故损失计算了路段的权重,提出了成本限制条件下,使救援系统效益最大的优化模型.提出了模型的求解算法,以最优效益为优化测度,用贪婪算法可得模型的满意解.最后,以实例说明了模型的应用.     

应急救援中基于线性规划的多目标多资源分配模型

在应急救援中,救援情况各不相同,救援任务对执行时间有着严苛的限制,而救援资源又十分匮乏,以往单目标和一对一的资源分配方法很难有效解决应急救援中的资源分配问题.为此提出了一种新的应急救援资源分配模型,该模型通过组合救援资源以减少救援任务的执行时间,同时可以增强救援资源的能力.另外,模型通过对多个目标的比重进行调整,并利用线性规划方法得到更符合实际救援需求的资源分配方案.最后,通过采用动态规划思想中的多阶段的资源分配方式,可以解决应急救援中的救援任务和救援资源的动态性问题.由实验可以看出,该模型对不同救援任务和不同救援目标都有着良好的适应性,可以满足应急救援中救援任务和救援资源的动态性需求.     

时序约束条件下协同制造链多目标优化

为了实现企业间制造资源的共享与优化配置,针对网络制造环境中复杂产品的制造任务,提出了协同制造链的概念.建立了整体运行成本与生产负荷最小化的多目标函数模型,分析了其时序约束条件;应用非支配排序遗传算法对多目标优化模型进行求解,获得了Pareto最优解集;应用TOPSIS方法在Pareto最优解集中选择最优解.仿真计算结果表明,提出的模型和算法能够获得满意的解.     

考虑救援点资源分布的救援车辆路径优化

研究基于物资集散区的救援车辆路径优化问题,旨在有效利用救援系统资源,提高救援效率.灾害发生初期,每个救援点物资量和车辆运输能力具有不平衡性,针对该特点,从建立一个物资集散区角度出发,把所有救援点的救援车辆分为两类:第一类车辆负责将物资从救援点运往物资集散区,第二类车辆直接参与救援,若救援点物资不足,则从物资集散区获取物资以完成剩余救援任务.基于以上分析,以救援时间为优化目标,建立应急救援车辆路径模型并设计对应的模拟退火算法.算例分析表明,所提出的优化方法结果合理,可为实际决策提供有价值的参考.     

基于动态交通分配的路网应急疏散模型

实施科学有效的应急疏散策略对提高城市交通应急响应能力、节约救援时间和降低灾害带来的生命财产损失具有重要的作用。考虑到应急过程的动态特性,采用动态交通分配方法来进行应急疏散。首先,给出模型的约束条件,提出基于疏散时间最短的系统优化动态交通流分配模型。然后运用Pon tryag in最小值定理来获得模型最优解,同时对是否是最优解的充要性给予证明。仿真算例结果表明所提出的应急疏散模型能在较短的时间内完成对指定区域的应急疏散,能较好地用于解决交通应急疏散问题。     

基于动态交通分配的路网应急疏散模型

实施科学有效的应急疏散策略对提高城市交通应急响应能力、节约救援时间和降低灾害带来的生命财产损失具有重要的作用。考虑到应急过程的动态特性,采用动态交通分配方法来进行应急疏散。首先,给出模型的约束条件,提出基于疏散时间最短的系统优化动态交通流分配模型。然后运用Pontryagin最小值定理来获得模型最优解,同时对是否是最优解的充要性给予证明。仿真算例结果表明所提出的应急疏散模型能在较短的时间内完成对指定区域的应急疏散,能较好地用于解决交通应急疏散问题。     

基于偏好序的多事故应急资源调配博弈模型

应急资源调配是应急决策和应急响应的重要内容。为解决多个事故的同时存在时应急救援中资源调配问题,设计了一种改进的基于偏好序的效用函数,用以刻画各事故得到救援的及时性和有效性。将多事故资源调配问题描述为完全信息非合作博弈过程,利用G am b it软件,求解该博弈过程的N ash均衡,得到资源分配方案。综合了考虑事故严重程度、响应时间、救援可靠性等多个优化目标和影响因素。结果表明:该方法能合理有效地解决多事故点的应急资源调配问题,为应急辅助决策提供必要的支持。     

应急车辆优先的信号交叉口配时优化方法研究

针对应急车辆优先信号配时问题,基于信号交叉口优先控制理论的背景,研究了信号控制交叉口应急救援车辆优先信号的确定方法。在信号周期不变的前提下,给出了应急车辆通过相位可延长绿时的极限值,提出了系统效益最优的优先信号配时规划模型,同时给出了对应急救援车辆进行检测和定位方法的建议,最后利用Excel线性规划求解方法演示了周期不变条件下应急车辆优先信号的确定过程。研究成果对于进一步保障紧急救援绿色通道的实现,丰富城市应急决策支持系统具有重要的理论意义和现实意义。     

突发灾害下带软时间窗多车路径搜索建模

以带软时间窗的多救援车辆路径搜索问题为建模核心,首先利用近邻启发算法对混合遗传算法进行初始化,通过迭代交换产生新的子代染色体;其次由轮盘赌法选择健康的子代染色体,引入交叉算子、变异/突变算子对子代染色体进行改良,从而得到最小总成本消耗下的医疗救援车辆行驶路径,并有效缩短车辆行驶时间;最后以非常规突发灾害下的医疗救助为案例对该模型及算法的有效性和可行性进行了说明.     

基于全球眼的地震现场应急救援交通路径分析系统研究

综合运用全球眼监控系统,并采用改进的双向Dijkstra算法作为最优路径选择算法,实现了一种基于全球眼的地震现场应急救援交通路径分析系统,能够为应急车辆及人员提供所在地到地震现场的实时最优的路径以供选择.     

两栖应急救援运载平台水动力学仿真技术研究

面对有着极端灾害环境、复杂地形条件及多灾种并发的大应急救援,具备涉水越野、多功能救援、水陆两栖救援能力的两栖应急救援装备至关重要。作为两栖应急救援装备的一种,水陆两栖运载平台是一种兼具陆地车辆与船舶性能的特殊车辆,能够在陆地和水下两种环境下行驶和作业,可适应各类“水-陆”复合灾害环境,被广泛应用于应急救灾。水陆两栖运载平台需兼顾陆地全地面高速行驶与水下安全稳定航行,其车体外形结构复杂,表现出复杂的水动力学特性,因此研究水陆两栖车辆的水动力学特性对其综合作战能力的设计和优化十分重要。本文对水陆两栖运载平台的水下动力学特性及其仿真技术,包括航行阻力、航行稳态,水下操控性、推进器与车体相互作用几个方面做了介绍,将不同学者的研究方法与成果进行了分析与总结,对水陆两栖车辆水动力学研究的发展趋势做出展望,为后续研究者提供一定的参考。     

Development of two rescue robots for disaster relief operations in narrow debris

This paper proposes two novel rescue robots,including a cutter robot and a jack robot,which are aimed to contribute to rescue activities such as to cut through obstacles and to jack up debris in dangerous sites and narrow spaces,where a rescue team can not work or approach.Firstly,a multilinked tracked rescue robot platform composed of connected crawler vehicles is developed,which has high mobility on irregular terrain and ability to move into narrow collapsed structures.Then,the cutter robot and jack robot are designed on the basis of rescue robot platform equipped with a cutter or a jack mechanism and corresponding manipulators in the front segment.The cutter refitted by an angle grinder is able to cut through 10 mm diameter steel bars.The electric jack mechanism designed based on multiple layers screw sleeves structure can lift up 300 kg load from 70 mm to 400 mm.Experimental results validate the capability of the two rescue robots.     

VANET云环境下基于人工神经网络的车辆任务卸载策略

在VANET(vehicular ad-hoc network)云环境中,由于车辆自身资源受限等原因需要将部分计算密集型任务卸载至周围车辆协同处理。而车辆移动的随机性是影响车辆任务卸载性能好坏的重要因素之一,对此,提出了一种车辆间的卸载任务分配策略。考虑到车辆之间连接时间的随机性,提出一种基于人工神经网络的连接时间预测方法,该方法能够通过对历史数据的学习,较为准确地对未来车辆行驶轨迹进行预测。此外,车辆将空闲资源进行共享意味着自身能耗增加,由于车辆本身的自私性使得车辆不会无偿为周围车辆提供服务。为了激励车辆之间进行协作,制定了一种分布式买卖博弈方法达到车辆资源需求与收益之间的平衡,还设计了一种集中式任务分配策略以获得任务卸载的最大效用。仿真显示,提出的方法在最大化卸载效用与提高任务卸载成功率方面都有较好的性能。     

无人驾驶车辆智能水平等级划分

 国内外无人驾驶车辆迅速兴起,为加快无人驾驶车辆关键技术研究,进行无人驾驶车辆智能水平等级划分成为首要任务。本文以无人驾驶车辆、任务、环境三者构成的复杂交互系统为研究对象,开展无人驾驶车辆智能水平评价研究。建立了由环境复杂度、人工干预程度、任务复杂度组成的无人驾驶车辆评测模型,并根据环境复杂度、人工干预程度、任务复杂度分别对无人驾驶车辆进行5个等级划分;最后根据无人驾驶车辆行驶的环境复杂度、人工干预的程度、执行任务的复杂度及行驶质量,对无人驾驶车辆智能水平进行了10个等级划分。     

顾客时间窗变化的物流配送问题干扰管理方法研究

为解决物流配送过程中顾客时间窗变化而导致的物流配送计划无法实现的难题,运用干扰管理方法,以干扰事件发生时的问题状态为基础,提出了新车增派策略和多车协作策略及其实施条件,并在此基础上建立了问题扰动救援的一种启发式算法.该算法针对受扰车辆路线上的所有顾客,根据新车增派策略和多车协作策略,依次将每一顾客在原计划的送货车辆、其他在途车辆,以及增派的新车之间分配,并重新规划分配之后的车辆路线.最后在标准算例上使用该算法与文献遗传算法进行了比较分析,结果表明该算法对于干扰事件发生后的车辆路线重排结果在系统整体扰动程度方面明显优于文献算法.     

不确定应急物流LRP双目标优化模型

为了优化应急物资配送系统,提高配送的时效性和经济性,以总时间最短和总成本最小为目标,建立了不确定双目标机会约束优化模型,在这个模型中综合考虑了需求点的限制期要求以及需求点物资需求量的不确定性、两节点运输时间的不确定性、若干车辆容量的有限性和若干候选救援中心容量的有限性,并且假设救援车辆完成自身的任务后停靠在就近已经启用的救援中心;运用遗传算法求解该模型,并且利用惩罚函数的思想以及加权法对目标进行了处理,最后给出数值例子验证该模型和算法的有效性.     

一种基于强化学习的车联网边缘计算卸载策略

计算密集型、时延敏感型车载应用的不断涌现导致资源受限的车载终端设备无法在短时间内处理大量的应用任务,而且卸载节点的动态变化特性在复杂多变的车联网场景中会导致任务候选卸载节点存在不确定性。针对上述问题,提出一种基于强化学习的计算卸载策略来实现任务卸载预判和计算资源分配。结合设备链接时间与通信半径等因素制定卸载节点发现机制,通过考虑时延与成本对车联网移动边缘计算卸载系统的影响建立效用函数,并以最大化效用作为优化目标将车联网中的卸载问题转化为优化问题,基于卸载节点发现机制采用Q-learning方法提出一种智能节点选择卸载算法求解优化问题,实现任务的智能卸载。仿真结果表明,在车联网场景中,提出的计算卸载策略可实现更高的系统效用。