突发事件下应急物资配送问题的改进算法研究

应急物资配送主要是应急车辆在最短的时间内把应急物资从各地应急储备仓运送到救灾点集散中心,其研究的核心是最短路径选择问题。将最邻近算法应用于应急物资的配送路径选择,提出一种多对多的改进最邻近优化算法。在该算法中,克服以往只能解决一对多问题的局限性,引用全新的编码方法,以时间作为衡量标准,同时对组合参数进行选择进化,以实现组网路径的有效选择。通过仿真实验证明该算法具有很好的适应性。     

考虑需求紧迫度的区域应急物资配送优化——以上海市为例

为提高应急工作的救援效率、应急物资运送的时效性,提出在受灾点需求紧迫度影响下的应急物资配送路径优化模型。建立受灾点需求紧迫度评价体系,利用熵权TOPSIS法求出受灾点的需求紧迫度。将需求紧迫度引入路径优化模型,在尽可能满足受灾点需求紧迫度优先级的情况下,构建总成本最低与应急物资运输时间最短的双目标路径优化模型,设计改进遗传-模拟退火组合算法求解。以上海市为算例背景,运用MATLAB进行仿真,研究结果表明：考虑需求紧迫度模型的总成本比不考虑需求紧迫度模型的总成本减少了13.48%,缩短了应急物资运输时间,遗传-模拟退火组合算法可以在保证收敛速度较快的前提下,较好地实现搜索全局最优的目标。     

基于风险态度的紧急物资保障方案研究

从全局上考虑紧急物资保障的路径选择问题和保障点组合问题，建立了基于风险态度的紧急物资保障规划模型。在路径选择问题中，用区间数表示网络权值，用偏好结构因子来表示决策者的风险态度，群组决策确定网络权值，求取保障点到需求点的最短路径；在多保障点组合问题中，以最早保障时间为约束条件，最少保障点数目为目标函数，建立了保障方案优化模型，从而在全局上解决了紧急物资保障问题，最后给出了一个算例。     

不确定需求下应急物流系统多目标鲁棒优化模型

针对在突发事件发生的紧急救援期,应急物流系统的运载能力有限性及多种应急物资的需求不确定性,采用相对鲁棒优化方法建立了基于总时间和总成本最优的多目标数学模型.结果表明:模型合理地解决了应急物资在需求不确定条件下选址-路径的安排问题,通过算例将绝对鲁棒优化与相对鲁棒优化的对应问题以及单目标与多目标模型的最优解进行对比,验证了多目标鲁棒优化模型能够体现应急物资在需求不确定条件下选址-路径方案的最优性与鲁棒性的均衡,从而在突发事件发生时能有效保证应急物流决策的鲁棒性.     

基于区间数可能度的地震应急物资分配优化方法

地震应急物资分配优化是地震应急救援决策工作的基础,研究物资不足条件下应急物资的最优分配方法具有非常重要的意义.本文分析了地震应急物资分配的不确定性,论述了用区间数形式描述地震应急物资分配决策信息的可行性;介绍了数值型数据的标准化方法,给出了区间数可能度的算法及性质;在分析区间数排序的可能度法的基础上,改进了区间数可能度矩阵;定义了基于区间数可能度的最优分配系数,推导出最优分配系数的计算公式;以灾区区域大小、受灾程度、人口密度及灾区群众需求为受灾区域地震应急物资分配方案的4个属性,构建了基于区间数可能度的地震应急物资分配优化模型,并给出了模型的求解过程.通过算例分析验证了该方法的有效性.     

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。     

电力应急物资管理与调配优化研究

电力供应的稳定是公众生活和社会发展的重要保证,也直接关系着国家能源安全和国民经济命脉。提高电力突发事件的应急救援能力成为棘手的问题。应急物资管理与调配是物资管理的重要一环。本文将结合电力突发事件的,分别从单一应急点和多应急点两种情形对电力突发事件的应急物资调配进行研究,构建单一应急点和多个应急点城市应急物资调度的优化模型。对各物资需求点进行物资的最优分配,同时使得分配策略的效用最大。     

应急物资多式联运鲁棒路径优化

为解决灾后应急物资多式联运路径优化问题,考虑到应急物资运输网络的不确定性,针对各种运输方式的发班时刻限制,建立了不确定环境下带班期限制的应急物资多式联运鲁棒路径优化模型。同时考虑到计算机求解的NP难问题,设计了大变异遗传算法以及自适应遗传算法进行求解,并通过数值案例,对两种算法的求解结果进行了对比分析。研究结果表明：本文所设计的模型及算法可在不确定环境下快速选择出一条时效性好、鲁棒性强的应急物资调拨路径。     

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。     

半开放式的多车场移动充电车路径优化

为解决移动充电平台投入运营成本高的问题,考虑应急服务点时间窗、流量平衡及充电车里程限制等约束,建立包括移动充电车为应急服务点提供充电服务的车辆启动成本、行驶成本和违反应急服务点的时间窗惩罚成本三者总和最小的混合整数非线性规划模型,通过分支定界法和遗传算法研究了半开放式的多车场移动充电车路径优化问题。结果表明：对半开放式的多车场移动充电车路径优化问题进行10次求解,GAP均值为1.22%,说明遗传算法具有良好的稳定性;与单车场独立服务模式对比分析,半开放式多车场联合服务可为移动充电车提供更多路径选择,减少充电车行驶里程,降低平台运营成本;对比顾客点集中分布情形,在顾客点随机分布和混合分布情形下,移动充电平台的成本节约效果更为显著。     

应急医疗资源保障研究综述

应急医疗资源是应对突发公共卫生事件的物质基础和保障,能否根据需求及时、准确地提供应急医疗资源对于降低疫情造成的损失具有重要作用。首先,综述了应急医疗资源需求预测方法及紧迫度的评估指标体系;其次,对应急医疗资源储备的关键问题进行分析,综述了规模与轮换、政企合作、设施选址3个方面的研究现状;再次,从优化目标、时间窗等角度总结应急医疗资源调配模型,以及优化算法的研究现状;最后,对应急医疗资源保障发展趋势进行了总结和展望,指出通过大数据技术和平台提升应急医疗资源保障能力尤为重要,具体应关注3个方面:1）运用数字技术建设应急医疗资源大数据平台;2）通过大数据平台重构应急医疗资源保障系统;3）应急医疗资源保障系统重构的实现路径。     

基于免疫优化算法的应急物资储备库选址

为了提高应急物资利用效率和应急服务水平,针对灾害情况下应急物资运输调度的时效性特点,基于各需求点历史灾害事件数据,利用三角模糊数对历史灾害事件数进行模糊化处理;引入风险权重系数,建立应急物资储备库选址模型,并采用免疫优化算法完成求解。以安徽省应急物资储备库选址为例,验证了该模型的可行性,可为解决应急物资储备库选址问题提供理论依据和方法设计。     

基于混合遗传算法的应急物资配送路径优化

为解决突发事件下应急物资的配送路径优化问题,以配送车辆的固定成本、运输成本、违反最大载重量以及右时间窗的惩罚成本之和最小为目标,构建了带时间窗约束的应急物资配送路径优化模型;通过将遗传算法与节约算法、大规模邻域搜索算法相结合,设计出了一种混合遗传算法对模型进行求解;最后用算例仿真验证了模型和算法的可行性。实验结果表明:设计的混合遗传算法在求解过程和求解结果上都比标准遗传算法更优,可见能够为解决应急物资的配送路径优化问题提供科学的决策依据。     

面向长途客运公交化服务的高速公路网路径选择优化模型

摘要：现代交通运输系统及城镇化发展,推动了地区性的共城市化,促进了市郊及城际客运交通需求的持续增长。高速公路作为全国公路网的最重要组成部分,不但是社会经济发展的主动脉,在长途旅客运输中也发挥着重要的作用。为了对高速公路长途客运中的公交化服务问题进行研究,本文建立了以高速公路为载体的长途客运公交化服务优化模型,并采用Dijkstra算法对模型进行求解。研究结果表明：通过运用本文所构建的模型及算法能够得到不同需求状态下的最优方案,从而找到服务效率最高的路径。本项研究可以为长途客运公交化服务水平的提升提供理论支撑。     

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.     

基于多目标规划的低空飞行服务站选址

为改变行政区域划设模式,实现大规模低空飞行服务站选址优化,通过分析完整的低空飞行服务流程,采用聚类方法描述低空飞行服务需求,确定了低空飞行服务站选址的基本准则和约束限制,建立了以服务成本最小化、服务响应时间最短、服务覆盖面积最大和重复覆盖最低的静态优化选址模型;采用"理想点"切入方式,设计了多目标遗传选址算法,搜索最优选址解集.最后,通过算例分析验证模型和算法的优化效果.结果表明:多目标规划更贴近低空飞行服务实际生产的要求,遗传算法更好协调了四个目标函数之间的关系,实现整体最优,且降低了求解的时间复杂度.     

突发事件下多目标应急救援物资配送路径规划

突发事件发生后,选择最优应急救援物资配送路径提高物资配送的效率和效果,是应急决策者面临的主要问题。以最小化最晚车辆服务结束时间来提高物资配送的效率,以最小化需求未满足率来保证配送公平性,从而达到良好的配送效果。在配送中心唯一的情况下,考虑道路对车型限制、道路阻断修复和道路可靠性对路径的影响,建立多目标应急救援物资配送路径优化模型。设计优先邻点交叉算子来改进基于非支配解排序的遗传算法,提高了局部搜索能力和收敛速度,通过仿真实验验证了算法和模型的有效性,为决策者选择合适的车辆配送路径提供辅助决策作用。     

基于SEIR模型公共卫生事件下物资分配优化研究

通过SEIR模型对公共卫生事件爆发后应急救援物资需求进行预测,以应急物资需求缺货损失最小及物资分配总距离最短为目标构建优化模型。为确保分配的精确性,每周期对模型参数根据实时数据进行调整,并通过应急物资分配案例验证了模型的科学性与合理性。结果表明:该方法能有效解决重大公共卫生事件下动态需求下应急物资分配问题,为解决突发公共卫生事件下应急物资配置提供了新的思路。