模糊环境下应急系统多目标调度问题求解

为研究突发事件发生后的应急资源调度问题,考虑应急救援系统中应急时间呈不确定性的特征,采用模糊数来描述出救点到受灾点的出救所需时间,以最小化最大应急时间和出救点最少作为优化目标,构建模糊环境下具有多种资源和多个出救点的应急资源调度模型。基于该问题的指数复杂度,提出了基于Pareto的模拟退火算法(Pareto Simulated Annealing,PSA)对该多目标问题模型进行求解。最后,通过仿真算例验证了模型的合理性以及所提算法的有效性。     

考虑二次灾害的开放式应急物流车辆路径问题

重大自然灾害往往伴随一些二次灾害的发生,如地质结构发生变化导致道路损坏、建筑坍塌。在自然灾害频发的环境下,考虑二次灾害的应急物资调度尤为重要。突发事件的不可预见性以及应急救援过程中受灾程度信息的难以精确度量,导致受灾点需求具有高度不确定性。本文创新性地将二次灾害中供应点的失效风险纳入研究,并考虑受灾点服务时间,探讨应急救援中的多车场开放式车辆路径问题。以运输时间最短为目标,在单边模糊软时间窗与模糊需求的约束条件下,分别建立考虑和不考虑二次灾害导致供应点随机失效风险的两类数学规划模型,并设计改进的变邻域搜索算法进行求解。最后通过算例分析,证明考虑供应点失效风险的重要性。研究结果表明,考虑供应点失效风险的应急物资调度物流系统的稳定性更高,降低了应急物资运输的风险。     

行为决策对突发事件的干预机制及其预案启动策略研究

通过分析决策者的行为特征,提出了行为决策的集合描述方法.然后,结合突发事件的结构化描述,从结构化组成要素层次设计了行为决策对突发事件的干预机制,并分析了干预效果在激变型突发事件和渐变型突发事件中的不同表现形式.进一步,在同时考虑到突发事件的情景危害和情景演变的情况下,采用应急预案两两对比的方式,运用累积前景理论从情景属性的评估视角提出了应急预案的评估方法和启动策略.最后,以2003年SARS为例验证了理论和方法研究的有效性.     

基于事件的定性知识表示模型

当前突发事件应急管理研究已经成为热点问题。本文针对突发事件及事件链研究特点,运用系统工程理论论,建立了突发事件及其链式关系知识表示模型。该模型从突发事件机理出发描述应急管理过程的知识需求,不仅揭示了突发事件发展、演变的行为模式及突发事件链式关系形成机理,还为应急决策提供理论依据,最后给出模型的应用实例,实现了事件演进的自动生成及应急过程中的知识支持。     

面向应急物资调度的一种模糊规划模型

灾害救援问题具有信息缺失、数据难以收集与整理的特点.为了科学、合理地进行救援物资的调度,考虑在满足处置应急需求时,从总体上最大限度地降低处置应急物资运输调度的费用和时间.在现有研究成果的基础上,引入了模糊评价方法,建立多出救点、多受灾地的多目标模糊规划模型.模型采用加权语言标签空间描述救援地到受灾地可能发生的费用与时间,考虑决策者对风险的偏好建立无差异函数,将其转化成决策者的效用作为目标值,给出相关算法,确定为每一个应急需求点提供应急物资的供应点以及相应的供应量.最后,给出算例证明其可行性.     

模糊环境下多出救点应急救援车辆路径与物资运输优化研究

为研究灾害发生后应急救援车辆的运输路径和救援物资的运输问题,考虑受灾点对救援物资的需求量为模糊变量,将多出救点到多个受灾点的应急救援运输优化问题视为两阶段决策问题.第1阶段建立救援车辆的路径优化模型,实现运输时间最短;在满足第1阶段最优的情况下,第2阶段建立模糊线性规划模型,在运输成本最小前提下,确定出救点与受灾点之间的救援物资调运以及受灾点与受灾点之间救援物资的转运量.最后,利用具体算例来验证该模型的有效性.     

城市应急资源调度系统建模与仿真

突发事件发生时,应急资源的合理调度问题尤为重要。如何解决单一城市应急资源供应不足,如何将更多的资源进行整合,选择哪些救援点进行救援,什么时候进行救援,这些都是需要讨论的问题。通过建立虚拟协调中心,将分布式系统的理论应用到整合城市之间应急资源的协同调度管理中,从应急系统成本费用和因施救不及时造成损失的双重角度考虑,将救援成本最小和出救点数量最少作为应急优化目标,建立了针对多救援点事故灾害下的应急资源调度模型,并对资源的动态调度模型及协同过程进行仿真与研究分析。     

考虑区域异质性的应急物资选址-分配优化

重大灾害影响下的多个区域存在一定程度异质性,如灾区不同的受灾程度、救援区域不同的响应能力等。选择以"差异化反应时间"作为综合表征各救援区域异质性的关键指标,并用差异化物资需求来刻画各灾区异质性,研究将反应时间因素纳入应急总成本决策考量时的最优选址和物资分配优化问题。构造了一个包含多个指标因素的综合评价体系,用来区分各备选救援中心处面对灾害应急反应时间的快慢,结合各灾区不同受灾程度,构建一个考虑区域异质性的应急物资选址-分配模型。设计并应用遗传算法对所构模型在2008年汶川地震案例背景下实施仿真求解,将求解结果与不考虑区域异质的选址-分配方案作对比分析,并对关键参数进行敏感性分析。     

考虑感知满意度的多受灾点应急资源分配模型

在大规模突发事件应急物资调度决策中,由于时间的紧迫性和资源的竞争性,合理、有效地进行应急资源分配成为亟待解决的关键问题。考虑到人是有限理性的,在前景理论的基础上,建立了应急响应时间的感知满意度函数以衡量灾民对救援响应时间的满意程度,并将量化后的时间满意度、需求满意度和效用满意度作为模型的3个目标函数,构建了一个多目标非线性整数规划模型描述大规模突发事件发生后的初始阶段应急物资分配问题。最后,通过分散搜索算法对模型求解,给出算例证明了模型的有效性。     

考虑“安全-时间”的自然灾害多地点应急救援路线优化

研究有多个地点受灾等待接受救援的应急救援路线规划问题。针对可同时派出多组救援人员,且有固定救援出救点和救灾补给点的情况,建立了综合考虑安全风险和时间花费的救援路线优化模型。基于进化多目标优化思想,设计了求解模型的遗传算法。提出的交叉和变异算子确保算法迭代过程中得到的路径始终是可行的,回路清除算法清除所有非有益回路,精英保留策略在各代Pareto最优解中优中选优。实验证明该算法有较好的运行结果和效率。综上,本文提出了路网具有安全风险和时间花费两个属性的多受灾地点多救援队伍应急救援路线优化问题,并设计了相应的求解算法。     

基于粒子群算法的连续性消耗应急资源调度

以连续性消耗应急过程为背景,运用粒子群算法求解多目标的应急资源调度数学模型.由实际的应用环境,考虑每个出救点应急资源的起始运输量,以应急系统施救成本费用和因施救不及时造成损失的双重角度构造模型的目标函数.针对该模型的特点,设计粒子群算法求解方法和步骤,实现了一步求解.并且讨论了不同参数组合对粒子群算法求解效率的影响.数值算例验证了所建立模型的合理性及其粒子群算法的可行性和有效性.     

基于NK模型的突发事件应急管理组织系统适应性研究

突发事件的发生发展具有高度不确定性,机械的应急管理组织系统缺乏适应性,难以有效应对.基于NK模型,以适应度景观的复杂性和动态性刻画应急管理决策情景的不确定性,研究简单稳态、复杂稳态、简单动态、复杂动态情景下,集权、分权和层级等决策模式的组织系统的适应性特征,以及组织文化、决策者能力、信息流等因素的影响机理.结果表明,简单稳态情景下,应采用分权模式且促进信息共享;复杂稳态情景下,宜保持适度集权;动态情景下,应采用层级模式并加强信息沟通.决策者能力与决策重心相一致,能有效增强组织系统的适应性.当信息流超过决策者能力时,具有合作文化的分权模式适应性较好.研究为中国应急管理体系顶层设计与模式重构提供理论方法.     

动态路况下考虑决策者风险感知的地震物资调配动力学模型

决策者心理与行为对突发事件应急响应是否高效起到了决定性的作用。针对路况动态变化下的地震物资调配问题, 基于前景理论, 分别构建了救援中心和灾点决策者不同决策主体的风险感知函数, 以衡量决策者对缺货和运输时间延迟的风险感知程度。从道路运力评估、物资流动、决策过程以及物资需求等模块建立了物资调配全过程系统动力学仿真模型。在此基础上, 分析了两层决策者不同的决策态度（乐观/悲观）对应急物资调配过程产生的影响, 并以汶川灾区粮食供应为例进行仿真实验, 证明了模型的有效性和稳健型。     

多地点协同恐怖袭击下的多目标警务应急物流调度

多地点协同恐怖袭击是最新恐怖袭击形式,会造成严重灾难和大范围社会恐慌.面对袭击时,不仅要考虑救援速度,而在警务救援过程中要综合考虑救援效率、救援效果和救援公平性,制定有效的警务应急物流调度方案以达到快速、高效的救援.本文考虑警务应急物流调度的三个目标,分别是未满足需求、最小最大到达时间和掠夺成本,建立了多个地点发生协同恐怖袭击的多个警务资源有效分配救援的多目标非线性规划模型,并利用改进的快速非支配排序遗传算法(NSGA-Ⅱ)对模型进行求解,以某市公安局的警力和医疗部署为基础,以多点同时发生恐怖袭击为背景进行数值实验,结果验证了模型和算法的合理性与有效性,并得出了受袭地点重要程度最短距离优先策略的救援效果较优于最近救援距离优先策略、合理的警务资源调度中心设置对救援调度有较好的效果、警力分散设置有利于减少恐怖袭击带来的影响的结论.     

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.     

人口密集区震后压埋人员伤亡及救援动态模型

根据对人口密集片区震后压埋人员伤亡及救援影响因素分析,结合系统动力学基本思想及原理从地震破坏子系统、人员伤亡子系统、应急救援子系统、抗震防灾子系统四个子系统,研究了人口密集片区震后压埋人员伤亡及救援过程中的动态反馈性;建立了人口密集片区震后压埋人员伤亡及救援系统动力学因果模型和流量模型;结合城市抗震防灾规划标准中对紧急避难场所、疏散道路等的建设要求,就重点人群密集片区不同发震时刻震后压埋人员伤亡及救援过程进行了动态模拟;并根据模拟结果对人员密集片区的防灾及紧急救援提出了相关的建议,为城市抗震防灾工作提供参考.     

考虑供应商聚类的应急医疗物资协同配送仿真

针对突发公共卫生事件应急处置中存在的地方政府医疗物资储备不足、配送效率低下等问题,设计了一种考虑供应商聚类的两阶段应急医疗物资公私协同选址分配模型。在备灾时利用模糊聚类算法实现供应商聚类,并与政府建立合作机制以实现应急医疗物资联合储备;在救援初期依托政府和各类供应商的物资储备及运输能力,构建以最小化物流总成本与需求未满足率加权和为目标的选址分配仿真模型。设计改进的非支配排序遗传算法对此两阶段模型进行求解。以新冠肺炎疫情中武汉市医疗物资调度设计仿真算例,并对比有无供应商聚类对模型的影响。仿真结果表明：该模型在协调政府和供应商的应急医疗物资储备、运输以及调度决策方面具有优势。     

Stochastic Petri Net Based Modeling of Emergency Medical Rescue Processes during Earthquakes

The post-disaster emergency medical rescue(EMR) is critical for people's lives. This paper presents a stochastic Petri net(SPN) model based on the process of the rescue structure and a Markov chain model(MC), which is applied to the optimization of the EMR process, with the aim of identifying the key activities of EMR. An isomorphic MC model is developed for measuring and evaluating the time performance of the EMR process during earthquakes with the data of the 2008 Wenchuan earthquake.This paper provides a mathematical approach to simulate the process and to evaluate the efficiency of EMR. Simultaneously, the expressions of the steady state probabilities of this system under various states are obtained based on the MC, and the variations of the probabilities are analyzed by changing the firing rates for every transition. Based on the concrete data of the event, the authors find the most time consuming and critical activities for EMR decisions. The model results show that the key activities can improve the efficiency of medical rescue, providing decision-makers with rescue strategies during the large scale earthquake.     

巨灾风险大数据处理应急分类、分解、分拣算法与应用

本文主要研究巨灾风险大数据处理的应急分类、分解、分拣算法,给出了相应的算法原理和可操作的步骤.首先根据巨灾风险大数据灾害规模巨大的特征,提出了一种用来解决巨灾风险大数据中一级事件的应急分类与二级事件及以下更低级事件的应急分解算法,并以特大地震灾害作为实例进行了算法应用.接着定义了事故灾难度,用来对巨灾风险大数据处理过程中,对各种级别的事故灾难后果进行不同的数字标识.然后提出一种用来解决巨灾风险中大数据快速处理的应急分拣算法,并在汶川地震中大规模灾害的应急救援计划中进行应用.经过采用这样的应急分拣原理,就可以在面对巨灾风险大数据的复杂、繁多和零乱的重灾事件状态下,使整个应急救援方案优化,并能够有条不紊地进行救援.