带限制期的震后应急物资配送模糊多目标开放式定位-路径问题

为提高震后应急物资配送绩效,针对应急物资配送中心选址与配送车辆路径安排的集成优化问题,综合考虑应急物资需求的模糊性、限制期和多次往返配送,有限数量不同类型的配送车辆,开放式车辆路径,有容量限制的临时物流设施选址以及震后路网部分受损等特点,以各物资需求点的应急物资运达时间之和以及系统总成本最小为目标,采用机会约束规划方法建立了一个模糊多目标开放式定位-路径问题(LRP)优化模型,并设计了一种结合启发式规则的混合遗传算法。最后,对该模型和算法进行了数值验证,并通过与NSGA-Ⅱ多目标遗传算法的比较,证明该混合遗传算法具有良好的性能,从而为解决震后应急物资配送的模糊多目标LRP提供了有效的方法。     

应急物资配送动态调度的粒子群算法

应急条件下的物资配送与调度面临着需求信息不准确、需求紧急程度差异和运输路网动态变化的复杂环境,借助模糊数学中的三角模糊数描述应急物资需求量,利用连续速度时间依赖函数模拟真实的动态路网交通状况,并考虑不同需求点的需求紧急程度差异,建立了针对性的应急物资配送动态调度的多目标数学模型;通过设计粒子群优化算法,采用“离散-连续向量混合编码”方案和加权整合的适应值函数导向机制,结合连续更新的位置和速度操作策略,建立了针对这类含有离散和连续变量组合的优化模型的快速高效求解算法;最后,结合两个实际的算例进行了数值实验与分析,通过与用Matlab求得的解析解的比较,证明算法收敛速度快、鲁棒性强,从而为应急条件下的物资配送动态调度提供了有效和可靠的方法.     

应急物流的分批配送模型及亚启发式算法求解

提出分批配送的应急物流模型,将救援物资配送归结为三个目标:供需差异最小化,配送时间最短化,各灾点失衡度最低化;通过加权求和兼顾救援的紧迫性、动态性和公平性,将各灾点总需求分为三个周期由多车分批予以满足。(a)改进遗传算法:设计染色体编码规则,将单个周期内的路径选择-配送方案映射为基因序列;(b)设计蚁群-遗传混合算法,由蚁群搜索生成初始种群,再做遗传寻优。数值仿真结果显示,单纯遗传、蚁群及混合算法均可有效求解模型,但混合算法效果更优,收敛更快。     

不确定信息下应急设施选址-路径鲁棒优化

为抵御突发灾害对路网造成的破坏性，提高救援效率，考虑路径超期风险和设施点失灵对系统的影响，针对需求点物资需求量不确定和车辆运输时间不确定，构建三级路网，采用车辆和直升机联合运输方式进行多物资运送。基于鲁棒优化思想，建立了以物资送达需求点救援时间之和最小为目标的应急设施选址-路径鲁棒优化模型，采用CPLEX进行求解。最后，设计不同算例进行数据仿真实验，证明了鲁棒优化方法在处理需求量和车辆运输时间不确定以及偏差鲁棒优化方法在处理设施点失灵风险的有效性和鲁棒性，进而为解决应急设施点的选择和救援物资的及时准确配送，增强应急物流系统的风险应对能力提供了有效的方法。     

震后应急物流动态选址-联运问题的双层规划模型

针对震后两级救灾动态网络系统、多品种救灾物资、供不应求、多运输方式以及物资需求急迫性程度不同等特点,建立一个上层以物资运送时间满意度最大为目标,下层以物资分配公平性最大为目标的双层规划动态模型,同时考虑时间窗限制以及物资最低满足率限制、中转设施数量限制、中转设施逐渐增加、运力限制以及物资量守恒等一系列约束条件。并根据模型特点设计了一种混合遗传算法。最后,以汶川大地震应急物资配送为背景,构建两阶段算例验证了模型和算法的有效性和可行性。     

公平关切下的应急物资局部配送问题

为了平衡灾后应急物资严重短缺与灾民对救援物资分配公平性的要求,通过在负效用函数中引入灾民需求未满足的比例对公平进行量化,建立了公平关切下以负效用加权的到达时间最小化为目标的应急物资局部配送问题的运筹学模型。针对灾后出现的短期内物资需求量的激增,采用分批送货策略进行响应。以雅安地震为例,用CPLEX分别求解产生了以公平、总成本最小化以及按需加权的到达时间最小化为目标的最优车辆路径方案。对三个方案中的度量值进行了对比分析。结果表明,公平目标能在相对最短的时间内为所有灾民提供首批救援物资但同时会带来运输成本的增加。     

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.     

未定路网结构情况下应急物资车辆配送问题模型与应用

重大自然灾害往往毁损当地交通道路,现有应急物资车辆配送问题的研究,均是只考虑未受损道路构成的路网.实际配送中,将造成车辆因毁损路段而绕行,相对增加配送时延,总体上不能保证取得最佳配送效益.利用物资要素和时延要素之间的转换,同时考虑抢修毁损路段和车辆配送,实施路网结构、车辆路径联合优化,可求得最符合决策者意图的配送效益.建立了问题联合优化模型,提出了基于遗传算法和动态规划的求解方法,并结合算例,验证了问题模型及其求解方法的可行性和合理性.     

考虑紧迫度的应急物资调度及粒子群算法求解

重大公共卫生事件爆发初期,医疗物资消耗迅速,供给严重不足,为了合理高效地分配医疗物资,开展应急医疗物资配送问题研究。引入熵权法确定需求点的需求紧迫度,优先配送紧迫度高的需求点,在此基础上尽可能地使配送路径最短,实现构建基于物资需求点紧迫度不同前提下的需求可拆分的多目标应急医疗物资调度模型;并使用动态惯性权重和增加粒子扰动项等策略对粒子群算法进行改进用于求解模型。结果表明：该方法可高效解决资源紧缺情况下应急物资调配及车辆路径方案生成问题。     

震害紧急响应阶段应急物流系统中的LRP

针对震后紧急响应阶段的应急物流系统优化问题, 建立了一个两级设施定位-运输路线安排问题模型(LRP), 据此进行应急设施定位-分配和救援物资运输路线安排决策. 根据该模型的特点, 提出一种基于两阶段分解思想的“三角”启发式算法, 对算法的复杂性进行了分析, 并与改进遗传算法进行了对比研究. 算例分析结果表明, 该模型和算法可以解决震后应急物流系统中的 LRP, 所设计的“三角”启发式算法性能优越, 具有较高的运算效率.     

考虑原材料保障的灾后应急物资动员生产问题研究

灾害发生后,若应急储备无法满足灾区的需求,应急生产将成为保障应急物资需求的重要手段.本文关注政府实施的动员政策和应急物资原材料供给变化对应急物资生产能力的影响,以最小化应急物资到达灾区的时间、生产和运输成本为目标,构建了涵盖多类供应商、多制造商以及单个灾区的灾后应急物资生产和运输多目标规划模型.采用带精英策略的非支配遗传算法(NSGA-Ⅱ)对该模型进行求解,得到了多目标Pareto最优解集,为决策者提供了多样化的应急物资动员生产辅助决策方案.通过仿真案例分析表明,政府需要配套实施制造商和供应商动员方案,才能最大化地发挥出制造商的生产能力优势.     

震后初期Single-Hub应急物资筹集模型

在震灾应急决策中,为解决无限制需求期、筹集时间为模糊区间数、枢纽节点无容量限制时的单枢纽应急物资筹集网络的优化问题,通过构建多目标数学规划模型,并设计逐次枚举的启发式算法。根据应急物资满足程度和筹集时间最短要求,采用混合复合路径连接方式,以保证应急物资筹集网络的效率和效益。在算法设计上,将应急物资筹集的双目标规划模型转换为全直送模式和纯Hub模式的单目标线性规划求解,并将所有节点弧逐次迭代,寻找全局最优弧集;根据最优节线连接方式,确定混合轴辐式应急物资筹集网络结构,并对应急物资筹集方案选优;最后,案例验证表明,基于逐次枚举的启发式算法相比模拟退火算法(SA),在运算难度、迭代次数以及最优筹集时间上都有明显的优势,能够运用于震灾应急物资筹集决策中。     

公平与效率权衡的双目标应急物资分配模型

针对震后首批应急物资供不应求、需求量动态变化等特征,构建以最大化受灾点的最小需求满足率为公平目标,以最小化应急物资的最晚送达时间为效率目标的整数非线性规划模型,据此对多受灾点、多救援点的应急物资分配方案进行决策。根据模型特征,设计基于epsilon约束法的多目标算法,并对算法的收敛性进行分析。算例结果表明,通过模型和算法能够得到不同偏好下的应急物资分配方案,可以更好地权衡应急物资分配的公平与效率,揭示了最大最小公平的最终目的是实现比例公平。     

考虑多事故点的海上重大事故应急物资优化调度

应急物资的高效调度是整个应急系统服务效率的保障,为提升海上应急系统的救助效率,针对固定海域内多起重大事故随机发生情景下的应急物资优化调度问题展开了研究。综合考虑物资运输受需求时间窗限制、物资需求存在时变特性以及海陆物资协同调度存在耦合关系等一系列复杂约束后,为统筹优化海上应急物资调度与陆上补给应急物资调度,构建了一个两阶段应急物资动态优化调度模型。根据该模型的计算逻辑提出了一种混合启发式算法。最后通过仿真案例对模型与算法的有效性进行了验证,结果表明该研究方法能在海上重大事故应急物资调度过程中提供可靠的决策支持。     

应急救援下需求分配与网络配流研究

应急救援下,需求的不确定性和交通网络及流量的不稳定性增加了应急决策的难度,救援效果也无法有效控制.考虑模糊需求下应急物资的需求分配与网络配流问题,文章建立了以最小总配送时间为目标的网络流模型.应用基于双边约束的重力模型算法和凸组合算法,通过需求分配和网络流分配结果的交互迭代,得出最小总配送时间下的最优需求分配、路径和网络流.最后,通过算例验证了算法的有效性并对比了不同需求分配机制对救援决策效果的影响,结果表明基于距离阻抗的需求分配机制比基于时间阻抗的分配机制得到的最优解更稳定.     

考虑公众心理风险感知的应急物资优化调度

将行为科学理论融入了突发事件发生后的应急物资优化调度问题研究中, 提出应急物资调度决策应注意考虑公众的心理因素. 用前景理论刻画了公众对应急物资获得时间的风险感知程度, 定义并选取公众心理预期时间作为时间参考点, 得出了风险感知曲线和函数模型. 构建了以最小化公众心理风险感知程度和物资未满足度为目标的混合整数规划模型, 设计了相应的多层搜索求解算法. 最后的数值实验证实了模型和算法的有效性.     

非线性连续消耗应急物资调度问题研究

构建了多应急点、多出救点和多阶段的应急物资调度模型,以最小化调度总费用和最大化应急点满意度为优化目标.以物资缺失损失系数和应急点满意度系数引入需求紧迫度到模型中,在优先供给需求紧迫度较高的应急点的同时,确保其他应急点的物资缺失损失是可接受的.设计一种结合改进粒子群算法和非梯度侧步爬山搜索机制的混合多目标粒子群算法(IMPSO HCS).实现多目标优化问题求解.通过仿真对比实验验证了上述模型的合理性与算法的有效性.仿真结果表明,该模型与算法在实现应急点满意度与应急物资调度费用两个目标协同的同时,获得了较高的满意度与较低的应急物资调度费用.     

基于多目标演化算法的油田危险品物流系统选址-路径问题北大核心CSCDCSSCI

危险品事故往往会产生灾难性的后果,研究油田危险品物流系统的管理方法和模型具有十分重要的意义。从选址-路径问题(LRP)集成化的角度研究鄂南油田危险品物流系统。提出了适合于鄂南油田的危险品运输的双层配送网络,并以道路危险度等级为约束,构建了一个总成本最小、风险最低、可靠性最强的油田危险品物资运输的多目标LRP模型;进而,通过多目标演化算法(MOEA)得到了Pareto最优解集合,并采用随机多属性可接受度分析方法(SMAA)对Pareto最优解集进行再次筛选,求得最优选址方案和最优配送路线;最后,以进化率、非劣解分布离散度和解空间分布多样性等指标衡量了MOEA的性能,结果验证了算法参数设置的合理性和非劣解集的有效性。本文提出的LRP模型和MOEA-SMAA求解方法对于进一步补充和完善危险品物流系统的选址-路径问题研究具有一定的理论意义,对油田、煤矿等行业的物流系统优化具有重要的现实意义。     

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.     

时变路网下带时间窗的易腐食品生产-配送问题

为减少易腐食品在生产配送过程中的价值损耗,通常按订单确定的交货期合理组织生产并立即配送.为此,针对多品种易腐食品的集成生产-配送问题,考虑实际配送过程中路网交通的时变特性,建立了以系统总成本最小为目标、带时间窗的易腐食品集成生产-配送问题优化模型.根据该模型特点设计了一种混合遗传算法,并通过数值算例验证了所提模型和算法的有效性.结果表明,路网的时变特性显著影响客户服务水平,优化投入配送的车辆数可有效降低系统总成本和易腐食品的价值损耗.