多疫区多周期应急物资协同优化调度

针对突发公共卫生事件应急管理体系中应急物资需求的不确定性和连续性以及应急救援是一个同时在多疫区间展开的多周期救援过程这一实际, 提出了多疫区多周期应急物资协同优化调度方案.首先在分析传染病扩散规律的基础上, 结合传染病潜伏期的不确定性所引起的应急救援的时滞性, 采用纵向配送和横向转运相结合的协同配送模式, 构建了一类应急物流网络优化多目标随机规划模型; 其次采用遗传算法给出了该优化模型的求解算法; 最后通过仿真算例验证了模型及算法的有效性和可行性.     

基于马氏决策过程的突发传染病防控决策模型

研究防控突发传染病在人群接触网络上传播的动态决策问题,在时间维度扩展传染病接触网络模型,真实描述疾病的时空传播规律.综合考虑免疫与隔离措施,基于马尔可夫决策过程构建突发传染病防控动态决策模型,动态生成防控方案,最优化决策周期内的整体决策效果.以典型情景为例建模并仿真求解,验证了模型的可行性和有效性;求解模型得到的动态决策方案可有效抑制疫情规模,为突发传染病防控提供决策支持.     

多周期的第四方物流弹复性正逆向集成网络设计模型与算法

在第四方物流的服务模式下,为了使产品的配送与回收能够在动态环境下安全、有效的运作,研究多周期的第四方物流弹复性正逆向集成网络设计问题.构建了在满足弹复性约束条件下,使总成本最小化的网络设计优化模型,在考虑多个运营周期条件下同时优化正向和逆向网络.鉴于该问题的NP-hard特性,设计了一种改进的蚁群算法.最后,通过数据随机产生的算例来测试模型的合理性以及算法的有效性,并且改进的蚁群算法的性能优于标准的蚁群算法.     

多阶段多目标多部门应急决策模型

在考虑部门协同、动态决策的基础上,提出了部门协同网络、协同矩阵、协同系数等新的概念.基于多目标优化的思想,建立了多阶段多目标多部门的应急协同决策模型.该模型能够结合多部门意见,并随着事态的发展对决策进行动态调整.模拟实验表明该模型可以实现科学决策,对于实际的应急决策问题具有重要的意义.     

基于语义X列表理论的应急响应集成决策优化框架研究

为减少/降低灾害带来的严重损失或影响,促进城市安全稳定发展,如何从可持续发展与"府际"关系视角,构建应急响应集成决策优化框架,是灾害管理领域亟待解决的重要问题。基于语义X列表理论抽象、识别、提取与形式化表达灾害响应决策优化系统,运用双层优化理论刻画利益相关者的"府际"关系,构建应急响应集成决策优化框架,进而剖析应急组织指派和救援物资分配集成决策优化内涵。试图为规范和准确地形式化表达灾害响应决策优化系统,有效地识别与刻画利益相关者的"府际"关系,以及综合考虑"人"与"物"两个关键因素,提供理论依据和参考。     

伊藤半鞅框架下资产价格动态模型的非参数设定检验——基于沪深300股指期货超高频数据的分析

模型设定检验是诊断资产价格动态过程模型误差的主要手段,对于动态投资组合优化、衍生品定价、风险管理等金融决策至关重要。本文采用非参数模型设定检验方法在伊藤半鞅框架下研究沪深300股指期货价格过程。基于沪深300股指期货超高频价格数据的实证结果表明,沪深300股指期货价格过程包含扩散项、有限活动跳跃项以及无限活动跳跃项。该结论对于以沪深300股指期货为工具的风险对冲和高频交易等投资活动以及以沪深300股指期货为标的资产的衍生品设计有重要指导意义。     

突发事件应急救援前摄性调度与反应性调度的集成优化

突发事件应急救援具有高度的不确定性与动态性,稳定可靠的救援计划及其合理有效的动态调整,对于应急救援的顺利实施具有重要影响.本文以企业生产事故与突发事件为主要对象,研究应急救援的前摄性调度与反应性调度的集成优化问题.作者首先对问题进行界定,构建前摄性调度优化模型以求得一个鲁棒性最大的基准计划,然后以此为基础建立调整损失最小的反应性调度优化模型.针对问题的NP-hard属性,设计专门的禁忌搜索启发式算法.最后,通过对一个实际井喷事故救援过程的求解分析对研究进行说明,得到如下结论:前摄性调度的鲁棒性与反应性调度的损失值之间,并不存在一个绝对的单调关系,通过反复多次的求解运算,可以找到二者之间平衡点,实现两种调度方式的集成优化.本研究可为突发事件应急救援基准计划的制定与动态调整提供定量化决策支持.     

考虑卫星指令上注的两阶段应急任务规划

多星对地观测应急任务具有突发性和高时效性,不同于常规任务的任务规划,应急任务规划需快速响应任务需求。考虑多星应急任务规划指令上注和数据下传这两个制约应急任务规划的关键因素,设计了基于固定周期的决策统筹规划和基于测控站的局部调整规划相结合的任务规划调度策略。在满足应急任务尽早下传的条件下,提出一种两阶段算法来解决不确定到达的应急任务的动态规划问题。最后通过实验验证了所提算法解决应急任务规划的有效性。     

时变路网下异型车辆动态配置与路径优化

针对配送中心车型多样、客户需求动态变化且车辆行驶时间依赖配送区域路网速度变化特征的动态车辆路径问题,基于先预优化后动态调整的思想建立了以配送成本最小化为目标的两阶段优化模型.在预优化阶段,设计改进自适应遗传算法获得初始配送方案;在动态调整阶段,综合考虑客户需求变化和配送路网速度的变化,制定连续性和周期性相结合的优化策略,将问题转化为多中心车辆路径问题进行求解.通过实验分析验证了模型与算法的有效性,研究成果可丰富车辆路径问题的相关研究,为物流企业优化决策配送方案提供理论依据.     

考虑凸形障碍的应急设施选址与资源分配决策研究

应急设施是应急救援的依托载体,其科学合理的选址事关应急救援的紧迫性和应急资源分配的及时性,障碍约束下的应急设施选址与应急资源分配决策研究具有重要的战略意义.从需求区域的视角和应急设施应急服务质量的视角构建基于障碍约束、容量及安全库存约束的应急设施选址与资源分配优化模型,引入安全库存机制,综合考虑时间性、经济性及地理阻断等多重约束限制,剖析选址和应急物资分配的决策过程,进行应急设施的选址决策和应急物资分配预案的制定.设计灰狼优化算法(GWO)与可视凸点绕障路径耦合算法求解模型,结果表明:所设计算法能有效实现绕障路径的优化,且在需求区域的不同时间满意度偏好下,获得最优的选址-分配方案,研究成果将为应急设施选址与资源分配提供模型和方法设计.     

Integrating complex system dynamics of pandemic influenza with a multi-criteria decision making model for evaluating public health strategies

Recent developments in computational sciences and computer modeling have allowed emergency preparedness exercises to include simulation models as supporting tools.These simulation models are generally built for predicting temporal and geographic patterns of disease spread.However sole use of simulation models in exercise design falls short in terms of incorporating policy decision makers’ preferences into decision-making processes.In this paper,a general framework for exercising public health preparedness plans with a decision support system is presented to integrate estimation of key epidemiological parameters with a system dynamics model of an outbreak.A multi-criteria decision making framework,an Analytical Hierarchy Process model,is then developed and integrated with the simulation model to help public health policy makers prioritize their response goals and evaluate mitigation strategies in a table-top exercise environment.     

A MULTI-ATTRIBUTE LARGE GROUP EMERGENCY DECISION MAKING METHOD BASED ON GROUP PREFERENCE CONSISTENCY OF GENERALIZED INTERVAL-VALUED TRAPEZOIDAL FUZZY NUMBERS

In this paper,a new decision making approach is proposed for the multi-attribute large group emergency decision-making problem that attribute weights are unknown and expert preference information is expressed by generalized interval-valued trapezoidal fuzzy numbers(GITFNs).Firstly,a degree of similarity formula between GITFNs is presented.Secondly,expert preference information on different alternatives is clustered into several aggregations via the fuzzy clustering method.As the clustering proceeds,an index of group preference consistency is introduced to ensure the clustering effect,and then the group preference information on different alternatives is obtained.Thirdly,the TOPSIS method is used to rank the alternatives.Finally,an example is taken to show the feasibility and effectiveness of this approach.These method can ensure the consistency degree of group preference,thus decision efficiency of emergency response activities can be improved.     

基于层次任务网络的应急资源协作规划方法

应急响应一般涉及多个部门,各参与部门需要通过合理的协调方法规划应对方案,协同使用应急资源是不同部门间应急行动方案制定的关键.为处理规划过程实时产生的资源冲突,文章提出了基于层次任务网络(hierarchical task network,HTN)的多部门分布式协作任务规划框架,将规划方案行动的生成过程作为需要考虑的协作问题,并通过协作过程与规划过程的嵌套,减少规划无效方案而提高协作效率.其次,探究并设计处理重用性资源的协调机制,使用多种优先级判断规则消解资源使用冲突.进一步,在建立的协作框架和资源协调机制的基础上,提出基于HTN的协作规划算法.最后通过实验案例说明了应急资源协作规划方法的应用,并对本方法的有效性和相对于原有方法的效率优势进行了验证.     

Actor-Critic框架下的多智能体决策方法及其在兵棋上的应用

将人工智能应用于兵棋推演的智能战术兵棋正逐年发展, 基于Actor-Critic框架的决策方法可以实现智能战术兵棋的战术行动动态决策。但若Critic网络只对单算子进行评价, 多算子之间的网络没有协同, 本方算子之间各自行动决策会不够智能。针对上述方法的不足, 提出了一种基于强化学习并结合规则的多智能体决策方法, 以提升兵棋推演的智能水平。侧重采用强化学习对多算子的行动决策进行决策分析, 并结合产生式规则对战术决策进行规划。构建基于Actor-Critic框架的多算子分布执行集中训练的行动决策模型, 对比每个算子互不交流的封闭式行动决策学习方法, 提出的分布执行集中训练方法更具优势且有效。     

不完全信息下非常规突发事件应急决策缺失数据处理模型

针对层次分析法和网络分析法在"情景-应对"型非常规突发事件应急决策中应用时,由于决策时间的紧迫性、决策信息的不完全性、专家经验和人的认知能力有限性等因素导致的专家决策判断矩阵数据不一致和缺失问题,提出用未知数填充缺失元素以获取准完全矩阵,再建立对数均值诱导偏差矩阵模型来求解未知数的缺失数据处理方法,并通过应急案例进行了仿真实验,实验结果验证了本模型的有效性.本模型充分利用原始应急决策判断矩阵信息,不需要计算残缺矩阵的权向量,所求解出的缺失数据估计值满足全局一致性条件,能辅助应急决策者智能处理和估计应急决策判断矩阵缺失数据.     

社会网络环境下基于犹豫度和一致性的大群体决策方法

针对社会网络环境下,决策成员偏好为直觉模糊数的大群体决策问题,提出一种新的决策方法.根据决策成员的社会网络关系,利用Louvain社区发现算法进行决策成员社区划分,并利用节点的度中心性和紧密中心性确定基于社会网络结构的决策成员权重和分区权重.进一步,提出新的直觉模糊数距离公式,并引入犹豫度,获取分区的犹豫水平和一致性,进而确定基于犹豫度和一致性的分区权重.在此基础上,有效融合基于社会网络结构和基于犹豫度和一致性的分区权重,确定分区综合权重,进而对备选方案进行排序.最后,通过生态安全案例分析验证本文方法的有效性,对比分析显示了所提方法的优势和合理性.     

Modeling of combined Bayesian networks and cognitive framework for decision-making in C2

The command and control (C2) is a decision-making process based on human cognition, which contains operational, physical, and human characteristics, so it takes on uncertainty and complexity. As a decision support approach, Bayesian networks (BNs) provide a framework in which a decision is made by combining the experts’ knowledge and the specific data. In addition, an expert system represented by human cognitive framework is adopted to express the real-time decision-making process of the decision maker. The combination of the Bayesian decision support and human cognitive framework in the C2 of a specific application field is modeled and executed by colored Petri nets (CPNs), and the consequences of execution manifest such combination can perfectly present the decision-making process in C2.       

基于Agent的网络物流配送决策系统研究

针对电子商务下企业物流配送决策面临的新要求,将Agent技术应用于企业物流网络配送决策。分析了电子商务下企业物流配送决策的基本流程,在此基础上构建了基于多Agent的网络物流配送决策系统结构,分析了该系统中Agent间的运作方式,并详细剖析了各子Agent的内部结构。探讨了系统中多Agent间的协调机制,定义了Agent状态转移的协调规则。采用分布式组件对象模型(DCOM)技术实现了Agent间的交互和通讯接口。通过该系统的调试运行,证明将Agent技术应用于物流配送决策提高了决策的效率。     

疫情事件下多灾点应急资源最优化配置研究

新冠疫情的爆发,使许多地区成为灾区,为了及时对灾区进行救援,灾后应急资源精准供给成为保障灾区人民安全的首要因素。本文利用SEIR预测决策时刻各灾区感染人数,由此计算灾区紧迫程度权重与物资需求量。基于紧迫程度构建以灾民满意度最大化、总成本最小化和考虑分配公平的应急资源调度多目标优化模型。提出多目标人工蜂群算法。针对人工蜂群算法易早熟等缺点,利用动态参数思想与Pareto解集来定义新的蜂群位置更新公式,利用教学优化思想对蜂群位置进行扰动,以避免算法陷入局部极值。通过算例进行模拟实验,结果表明,所提出的模型和算法可以有效解决疫情事件下多灾点应急资源最优化配置问题,且改进算法的性能更优。