重大自然灾害下多灾害点应急物资智能调度优化

重大自然灾害频发对国家安定和人民生命安全带来威胁的同时也会造成严重的经济损失。如何在灾后将受灾点所需应急物资快速、精准运送到位受到了广泛关注。该文针对重大自然灾害事件救援特点，考虑在不确定性条件下，兼顾应急调度成本最低和调度时间最短两目标，构建面向多灾害点的应急物资智能调度模型。研究选取2021年中国河南特大暴雨灾害为典型案例，基于三角模糊数方法对不确定变量进行表示，从而将所构建的模型转变为确定性多目标应急物资智能调度模型，同时引入二维Euclid距离赋权进行模拟运算，对模型求解。进一步，利用LINGO软件计算得到各出救点至各受灾点分阶段应急物资调度方案。研究结果表明，利用该模型得到的模拟结果与现实要求接近，能够满足重大自然灾害下多灾害点应急物资调度需求，可为决策者制定有效救灾策略提供参考。     

危险源扩散环境下救援物资协同调度问题

面对生物恐怖威胁,为提高应急救援系统应对潜在危险源的能力,围绕危险源扩散环境下的潜在需求网络,研究确定需留后备救援物资的储备库,为每个疫区储备库计算需保留的救援物资量及疫区周围各储备库调配物资量.在此基础上,引入出救风险系数概念,研究建立了储备网络资源协同动态调度优化模型.通过数值仿真验证了模型的有效性,实现了储备网络中应急救援物资协同调度优化.合理调度应急救援物资,既可满足规定的应急服务水平,又可增强救援系统应急能力.     

考虑连续消耗的多出救点、多物资的应急调度问题的研究

针对多出救点、多物资、物资连续消耗的应急调度模型,提出了一种新的考虑连续消耗的多出救点、多物资应急调度算法,该算法在依次选择出救点的过程中,综合考虑了每一个出救点满足灾区需求的能力大小和该出救点的选择对选择下一个出救点的影响,从而得到了一系列非劣候选出救点,然后让每一个候选出救点尝试参与出救,来寻找出救点最少的出救方案.并通过一个实例验证了该算法的优越性和有效性.     

地震救灾初期应急物资智能调度问题的研究

为了探究大规模灾害救援初期物资不足、运输能力有限情况下的应急物资调度问题,引入需求迫切度和满意度的概念,构建了多储备点、多受灾点的多种物资的调度模型,以最大化受灾点平均满意度和最小化运输路径长度为目标,并采用双蚁群算法对模型求解。案例仿真实验表明,该模型在保障受灾点的基本物资需求,且优先供给需求迫切度高的受灾点的前提下,得到了有效的物资调度方案,为决策者制定救灾策略提供了参考。     

基于双层模型的水利工程应急物资调度优化

为了提升水利工程事故应急物资调配的效率,构建综合考虑应急配送中心的应急物流能力和以总时间满意度最大为目标的应急物资调度双层模型,对应急物资调度过程进行优化。首先,根据改进的应急物流能力指标体系,对应急配送中心的应急物流能力做出评价并确定上层物资分配的权重;然后将降半哥西分布引入时间满意度函数可以综合考虑各事故点的受灾程度不同,提升物资分配的时效性与公平性。最后,根据实际水利工程事故设计算例,通过双层模型与传统模型的结果对比分析,验证该模型的有效性。结果表明：双层模型能够综合考虑实际的应急配送中心应急物流能力和各个受灾点不同的物资需求时间敏感度,得出总时间满意度最大且更为符合实际情况的应急物资调度方案。     

应急救灾物资紧急调度问题研究

重点讨论时间不确定条件下的应急物资调度问题,当从出救点到应急地点时间为区间数时,首先建立了应急方案可信度最高的模型,又建立了可信度最高,出救成本最小的多目标数学模型,通过一个实例分析说明了本文给出方法的可行性和有效性,本文的方法丰富了已有的求解方法,具有实际应用价值。     

基于离散粒子群算法的应急物资选址与调度

【目的】为了提高应急管理水平,有效降低突发事件的不良影响,研究了应急物资储备库的合理布局与物资调度问题。【方法】针对应急物资储备库与物资调度问题的特点,建立了考虑物资供应约束以及转运平衡约束的多目标优化模型,目标函数为储备库建设成本、维护成本与物资运输成本之和最小,整体风险程度和整体灾害处置难度最小。【结果】设计了带惯性权重的离散二进制粒子群算法对模型进行了求解。【结论】仿真实例表明了模型以及算法的有效性与收敛性。
     

消耗速率为函数的应急调度模型及算法

当突发事件发生时,迅速地制定一个合理的调度方案对及时救援是非常关键的。本文针对应急系统多点出救的特点,首先研究了单资源应急调度模型中应急时间最早、出救点数目最少的两阶段模型。其次研究了消耗速率为函数的连续型多资源应急调度模型,该模型通过求取每种资源的最早应急时间得到了多资源调度的最早应急时间,进一步探讨了应急时间最早、出救点数目最少的多资源调度方法。数值算例表明了算法的有效性和实用性。     

交通生命线系统震后应急调度模型及方法

震后交通应急调度是地震救灾工作中的一个重要环节.对震后交通生命线系统的功能进行分析,将震后道路里程、车辆速度、行程延误、交通负荷度以及路网连通可靠度等因素遴选为震后交通生命线系统的交通阻抗效用指标,提出将这些效用指标转化为一种广义交通阻抗即运输时间的理论方法,考虑到震后应急物资调度是基于时间链的动态过程,假设调度至受灾点的物资是被连续消耗的,进而建立震后多需求点多服务点应急调度的双层决策优化数学模型,给出双层规划问题的动态优化算法,得到最优的应急调度连续可行方案.通过一个仿真算例进行了验证.     

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.     

有毒重气泄漏事故的应急资源调度

针对有毒重气泄漏事故具有发生的突然性、危害的严重性等特点。建立了以应急加权总时间、应急总成本最小化为目标的多需求点、多供应点、多物资类型的优化调度模型。为了增强模型的实用性,增加了对车辆载重及最优路径选择的考虑。利用改进了的Dijkstra算法,将其作为多目标粒子群算法(MOPSO)的子算法对模型进行求解。针对MOPSO算法易陷入局部最优解的缺点,对惯性权重的更新方式进行了设计,增强了算法的全局搜索能力,同时在对粒子进行选择操作时借鉴了自适应网格法的思想,丰富了粒子群的多样性。最后,通过一个仿真实验验证了所提模型及算法的有效性。     

实时车辆调度系统

车辆调度的传统算法都是在固定不变的网络节点中进行优化，这种静态的算法并不能满足实时环境的需要。在实际环境中，各节点的需求是不断变化的，将这种变化的不确定性的需求转化为静态需求为企业运作提供了便利，但却不能在时间上赢得竞争优势。作者在分析了传统的车辆调度方法的基础上，提出了实时车辆调度系统，探讨了实时车辆调度系统的模型结构及其实现的关键技术，为建立实时车辆调度模型提供了基础。     

面向脉冲需求的应急资源调度问题研究

在应急资源需求点和可行的出救点已经明确的情况下,提出了一种具有脉冲需求特性的应急资源调度方法.首先,将脉冲消耗应急问题的研究范围限定为各出救点可用资源完全能够满足应急资源脉冲需求的调度问题,从理论上证明了已有的应急资源满足调度需求的充要条件,并进一步给出了应急时间最早的资源调度方案.在此基础上,分别给出了脉冲需求条件下应急时间最早和应急出救点数最少的算法步骤,并应用数学归纳法进行了证明.算例结果表明,该研究方法能够有效地获得多种最优应急决策方案,为面向脉冲需求的应急资源调度问题提供决策参考.     

WiMAX WMN中基于扩展图的链路调度优化

链路调度是Wi MAX WMN设计中面临的关键问题.为了最大化网络吞吐量,建模了无干扰最优链路调度模型.针对单位时隙需求的链路集,提出一种Wi MAX WMN中的启发式链路调度算法.进一步,针对WMN中节点的中继特性,设计了基于节点与链路分解的扩展图模型.通过细化传输过程以增强时隙的空间复用性,能够满足链路单次与多次传输的统一调度需求.一系列仿真实验结果表明,所提出的链路调度算法能够有效减少网络调度周期,提高网络吞吐量.     

油品应急调度的混合整数线性规划模型

针对油品应急调度突发性、弱经济性、强时间性、广地域性等特点,提出以油品短缺对社会造成的影响最小和运输总费用最低为优化目标,以物质守恒、生产能力、运输时间限制等为约束的油品应急调度的混合整数线性规划(MILP)模型。该模型求解简便快捷,能够协助决策人员根据调度优化结果迅速制定出最优方案,以满足应急调度的需要。     

共享单车需求预测及调度优化

为了更加准确地预测共享单车的需求量,制定合理的调度优化方案。针对共享单车骑行数据的周期性、非线性和随机性的特点,提出了季节性灰色Markov模型来预测共享单车需求量。在此基础上,根据双层规划模型结果来制定调度优化方案。在季节性灰色Markov模型中,首先将原始数据带入季节性GM(1,1)模型得到预测结果,然后用Markov模型对预测的残差进行修正,得到最终的预测值。在双层规划模型中,上层目标为运营商的调度成本,下层目标为调度中心的调度时间,双层规划模型用GUROBI求解器求解。最后将两种模型应用于纽约市17个Citi Bike共享单车站点的算例分析。数值计算结果表明：季节性灰色Markov模型在17个站点从周一到周五的需求量预测的平均绝对百分比误差(mean absolute percentage error,MAPE)为10.68%,预测精度较高。利用双层规划模型制定的调度优化方案能确定调度中心数量、位置,调度范围和调度路径,可以在满足用户需求的同时使调度成本和调度时间最优。研究提出的需求预测模型和调度优化方案可以为共享单车运营部门和交通管理部门提供有效的参考。     

集装箱港口集疏运调度系统作业模式的仿真分析

为解决复杂的集装箱港口集疏运系统多阶段动态调度的问题,借鉴柔性制造系统(FMS)生产调度问题的研究方法,提出了由集装箱集疏运问题向FMS生产调度问题转化的方法和模型;分析了各个阶段动态调度的决策点和决策规则,提出了基于规则的方法实现集装箱集疏运系统的实时动态调度,为集装箱码头调度问题的研究提供了新思路和新方法.利用WITNESS仿真工具分别模拟了面向作业线的静态调度和面向作业面的动态调度两种集装箱集疏运调度模式,结果表明,动态调度模式的效率提高了约9.66%.     

随机型作业计划动态排序方法研究

分析了随机型作业计划静态和动态排序问题及其研究现状,用排队论和概率论方法推导了静态和动态作业计划的排序方案数算式,得出了随机型作业排序问题实际方案数远小于传统理论方案数的结论,分析了排序问题的目标函数及其优化要求,根据任务到达和作业时间具有随机性和变动性的特点,提出了相应的排序准则,并提出变准则策略实现多目标动态排序,是解决随机型作业计划排序问题的有效方法。     

基于约束调度的消耗性航材备件需求预测分析

针对传统航材备件需求预测方法忽略了对需求约束调度条件的获取,导致对航材备件的需求预测效率较低、成本偏高,提出一种新的基于约束需求预测的消耗性航材备件需求预测方法,并进行试验分析。假设某消耗性航材备件的储备量分布密度满足泊松分布,计算该消耗性航材备件及时保障概率。依据航材的年周转量,求出不同周转件所需总储备量,以获取总及时保障率。给出需求约束调度条件,将约束调度和需求预测成本最小作为目标函数构造消耗性航材备件需求预测模型,通过遗传算法对其进行求解,获取最优需求预测结果。将文献[5]方法和文献[6]方法作为对比进行实验,发现所提方法需求预测准确率高,效率最高,且可达到应急要求。     

考虑受灾区紧迫度的应急物资航空投放力量调度策略

航空应急救援因为救援时间短,受地理因素影响小的特点,在应对突发事件的过程中发挥了重要作用。为了更有效解决应急物资航空投放力量的调度问题,以大规模自然灾害为背景,设置单出救点、多受灾点的数学模型,使用网络层次分析法(analytic network process, ANP)-综合指数法来评价不同受灾区紧迫度的情况,从而衡量不同受灾点的差异性,并根据灾区紧迫度设置救援时间窗限制。如果救援物资不能在规定时间送达,则会给受灾区域造成损失,因此引入惩罚函数;在考虑灾区紧迫度情况下,对应急物资航空投放力量进行调度,以救援的总时间最短、救援的总成本最小为调度优化目标,构建数学模型,并通过遗传爬山算法对模型进行求解,讨论灾区紧迫度对航空应急物资投放力量调度的影响,以2008年汶川地震为对象进行了实证研究。