灾害链中多资源应急调度模型与算法

灾害事故的应急资源调度是减少生命财产损失的有效手段.针对灾害链中多资源应急调度问题, 建立了多资源多受灾点应急调度模型,设计了基于图论中网络优化和线性规划优化思想的启发式算法,并分析了算法复杂性.该算法根据应急资源在原生灾害和次生灾害中的需求对资源进行分类,对灾害链中都需要的公共应急资源, 通过对模型线性松弛解的修正,降低问题的复杂性, 减少算法的计算时间;而对原生或次生灾害中需要的应急资源, 运用领域搜索方法寻找出救点,得到满意的资源调度方案. 最后通过算例验证了算法的有效性和可行性,表明算法适合较大规模的计算, 并能满足应用中的实时性要求.     

基于多目标物资调配优化模型的复杂应急系统并行计算方法

为了解决大规模的应急系统中的物资调配的问题,以时间性,效率性为优化目标,建立了模糊目标集数学模型,给出了单事故点的优化算法;并提出了一个以应急事故点为中心对救援点进行聚类划分的方法,将复杂多事故点应急调配的问题分解为单事故点来计算,把任务分配到不同处理器中并行执行.实验结果表明,基于多目标优化模型的并行算法大大地提高了应急调配解算速度,能为决策者提供更有效、快速、智能的服务.     

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。     

应对自然灾害的应急资源布局模型与算法

以地震为背景,考虑灾害发生时需求不确定的条件,建立基于情景分析的随机整数规划模型,解决针对自然灾害的应急资源布局问题.将灾害发生后的情景划分成两个阶段的随机事件,前一个随机事件表示灾害刚发生后震源位置、震级大小的信息;后一个表示当震源和震级的信息确定后,各个灾区的需求量.利用有限个情景表示不确定性数据.通过松弛非预期约束,将松弛问题按照情景分解,并利用分支定界算法求解Lagrange松弛问题.数值试验表明,建立的模型是实际可行的,而且算法也是有效的.     

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.     

基于整体优势度的应急救援案例推理决策

对突发公共事件的应急救援决策进行研究,提出基于案例推理的应急救援决策方法.通过案例的四元组表征,分析基于案例推理的应急救援决策机理;针对传统案例检索使用对称距离计算相似度在应急救援决策应用中的不足,利用整体优势度对源案例与目标案例间的矢量距离进行识别,从正向匹配和负向匹配的角度改进检索策略,提高案例匹配的有效性;同时,结合整体优势度对决策方案进行调整和学习.最后,以煤矿事故应急救援实例说明了该方法能够在相似案例中筛除负向匹配源案例,优化源案例对目标案例的决策支持.     

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.     

基于应急物流体的应急救援物资调度模型

应急物流体理论(ELS3)是解决应急突发事件的宏观方法,以该理论基本原则为依据,从技术实施与应用角度研究应急救援物资的调度问题,以时间性,经济性和可靠性为优化目标,建立了多目标决策模型,并给出求解算法.为提高应急响应能力、缩短救援时间、减少损失提供一种实用的方法.     

复杂灾害情景下应急资源配置的随机规划模型

提出基于区域灾害系统理论来构建复杂灾害情景, 用于描述突发事件的复杂性和高度不确定性. 基于复杂灾害情景建立了一个两阶段随机规划模型, 进行应急设施的定位决策、应急物资的库存决策和不同灾害情景下应急物资分配预案的制定. 使用新的编码方式, 将第一阶段的选址-库存模型转化为一个无约束非线性优化模型, 使用自适应免疫克隆选择文化算法进行求解. 对于第二阶段的应急物资分配模型, 则提出了"势能抵消算法". 最后基于四川地震带的相关数据给出了算例, 验证了模型及算法的有效性与可行性.     

救援效率视角下灾后动态应急配送网络优化

针对应急救援问题,在受灾点的位置、需求以及受灾人口等信息动态变化的情况下,建立动态有向救援网络,以救援效率最大化为目标构建数学模型.运用数据包络分析模型,对各段救援路线的效率进行评价;建立基于效率的动态路由模型,通过时间片的划分将动态路由转化为多阶段的静态路由;设计了改进的混合贪心蚁群优化算法对模型进行求解,并将该算法...     

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。     

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.     

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.     

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.     

预知信息和有限运载能力下应急车辆路径选择问题

由于自然灾害的频繁发生,灾后的应急物资车辆调度受到了人们的广泛重视.针对应急物资车辆装载能力有限和受灾点被提前获知但是不能马上被服务的情形,提出了具有预知信息的在线配额旅行商(quota TSP)问题,分析了该问题的下界,针对受灾点仅在正半轴上的情形设计了MLIB算法和SW算法,对于一般网络设计了Greedy算法,分别分析了三种算法的竞争性能.结果表明算法的竞争性能会随着预知信息的增加而得到改善.     

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。     

基于公平原则的应急物资分配模型与算法

灾害发生后,灾区第一时间的自救和互救对于救灾工作至关重要.本文考虑自然灾害发生后,外界的救灾物资没有到达受灾地区的这段时间内,灾区的各个地区基于相互救援的应急物资分配问题.在考虑地区之间物资分配公平性的基础上,本文建立了一个双目标优化模型,模型的目标函数是最大化地区的物资的满足量,以及最小化最大运送时间.进一步地,本文提出了一个改进的差分进化算法求解该双目标优化模型,计算结果从计算时间和解的质量两个方面验证了算法的有效性;同时,本文通过一组例子验证了公平性约束的合理性.最后,本文通过一组算例分析,验证了改进的差分进化算法对大规模问题的有效性,说明救灾物资的最大允许运输时间和地区间合作的关系.论文的研究成果对基于属地管理的灾区自救和互救决策具有重要的理论和实践指导价值.     

应急血液多阶段调剂优化

血液是一类特殊的应急物资,在灾害救援中发挥着至关重要的作用. 为提高应急血液保障效率,通过分析血液特性与应急血液保障的阶段性特点,并考虑运输方式对血液质量的影响,建立了一种多阶段优化模型解决多灾点、多品种应急血液调剂问题,设计了一种基于关键受灾点优先的向量编码遗传算法进行求解,并对算法的时间复杂性进行了分析. 最后,以汶川大地震应急血液保障为背景构建算例进行验证,结果表明该遗传算法的计算效率较高,所提的多阶段决策方法在血液新鲜度、血液积压量等方面具有明显优势.