灾后初期考虑需求及时间不确定的应急物资配送中心选址-分配优化

面向灾后初期受灾点对应急物资需求的不确定性，考虑因通道中断造成的运输时间不确定性，以应急物资配送总成本最小和受灾点综合满意度最大为目标，构建应急物资供不应求状态下应急物资配送中心选址-分配多目标优化模型，其中，综合满意度由时间满意度和需求满意度共同刻画；设计量子粒子群优化算法对模型求解，采用遗传算法与之对比，并对相关参数进行敏感性分析。算例分析结果表明，该模型和算法是有效的，可以提供较优的选址-分配方案。     

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。     

考虑道路受损的震后应急物资运输路径优化

为了在地震发生时提高应急物资配送效率, 降低人员伤亡与经济损失,将道路受损作为影响应急物资配送的重要因素。以多应急物资种类、多配送中心为背景,考虑应急物资配送时间窗约束,建立总时间和总成本最小的双目标模型。结合模型的特点,设计了遗传算法与模拟退火算法相结合的混合算法,算例结果表明,该算法具有较快的收敛速度和求解结果。进一步对比考虑道路受损和不考虑道路受损的情况,结果表明：考虑道路受损在配送总时间、总费用和产生惩罚成本的时间都有所降低,进一步验证了模型的优越性。可见该模型和算法可以有效地解决考虑道路受损的应急物资配送路径优化问题,提高应急物流效率,减少地震带来的损失。     

交通生命线系统震后应急调度模型及方法

震后交通应急调度是地震救灾工作中的一个重要环节.对震后交通生命线系统的功能进行分析,将震后道路里程、车辆速度、行程延误、交通负荷度以及路网连通可靠度等因素遴选为震后交通生命线系统的交通阻抗效用指标,提出将这些效用指标转化为一种广义交通阻抗即运输时间的理论方法,考虑到震后应急物资调度是基于时间链的动态过程,假设调度至受灾点的物资是被连续消耗的,进而建立震后多需求点多服务点应急调度的双层决策优化数学模型,给出双层规划问题的动态优化算法,得到最优的应急调度连续可行方案.通过一个仿真算例进行了验证.     

应急车辆分配与应急物资配送的集成决策

针对应急物资配送中各受灾点应急车辆分配的公平性与应急物资配送的及时性难以平衡的问题,以各受灾点车辆分配的相对剥夺感(公平性)与配送时间(及时性)为目标函数,构建基于车辆分配公平性与应急物资配送及时性的多目标协调优化模型。为求解该模型,设计一种基于启发式算法、局部搜索算法和遗传算法的混合智能算法。研究结果表明:当配送中心车辆数不足时,公平性和及时性之间存在关联;该混合智能算法能快速、有效地找到满意解;目标权重对算法的稳定性和快速性有一定影响;该模型和算法在大规模地震实例中能有效实现公平性与及时性的协调优化。     

基于双层模型的水利工程应急物资调度优化

为了提升水利工程事故应急物资调配的效率,构建综合考虑应急配送中心的应急物流能力和以总时间满意度最大为目标的应急物资调度双层模型,对应急物资调度过程进行优化。首先,根据改进的应急物流能力指标体系,对应急配送中心的应急物流能力做出评价并确定上层物资分配的权重;然后将降半哥西分布引入时间满意度函数可以综合考虑各事故点的受灾程度不同,提升物资分配的时效性与公平性。最后,根据实际水利工程事故设计算例,通过双层模型与传统模型的结果对比分析,验证该模型的有效性。结果表明：双层模型能够综合考虑实际的应急配送中心应急物流能力和各个受灾点不同的物资需求时间敏感度,得出总时间满意度最大且更为符合实际情况的应急物资调度方案。     

受灾点需求退化效应下多时段应急物资运输问题

针对面向应急事件多时段下的物资运输决策问题,以最小化运输成本和供给成本为目标,考虑受灾点需求退化效应并以线性递减函数进行量化,建立一个线性规划模型,确定多时段下物资运输方案。考虑模型中权重等参数的影响,设计三种实验,并对实验结果进行讨论。设计实际案例,考虑14个供应城市参与物资供应,以满足雅安地震期间11个受灾地区的物资需求,共考虑6时段,确定每个时段下的运输决策。对于雅安灾区,由于需求退化每个时段分别对应不同的需求,对于14个城市,每个时段分别对应不同的供给代价,验证模型的实用性。     

应急物流中无人机配送线路优化

在自然灾害发生时,第一时间内将生命救援物资配送到各救灾点尤为重要。为优化自然灾害条件下的应急物资配送过程,由卡车-无人机共同配送,将该场景下的应急物资配送问题构造为带有无人机的多旅行商问题。在考虑卡车可达性的情况下,以总配送时间最短为目标建立了混合整数规划模型,并改进FSTSP(Flying Sidekick Traveling Salesman Problem)算法求解此模型。仿真结果表明:通过组合K-means聚类算法和改进的FSTSP算法,可以有效解决考虑卡车可达性的多卡车多无人机的应急物资配送问题,且与传统的卡车配送相比,卡车-无人机配送具有潜在的优势。     

随机需求应急物流多时段运输优化研究

为有效开展灾后救援工作以保障受灾点的物资供应,考虑应急救援的阶段性和需求场景的不确定性,研究多时段、多出救点、多受灾点、多物资、多车型的出救点选址及物资运输问题,构建以系统建设成本与运输成本总和最小化为目标的随机规划模型,并设计了求解该模型的分层遗传算法,确定多时段出救点选址、救灾物资流向流量等决策。考虑模型中参数的影响设计三种实验,对实验结果进行分析讨论。最后运用算例验证模型及算法可行性,得到灾后一周内每个时段出救点选择和物资分配方案,分析参数对结果的影响。     

基于强化学习的应急物资动态模型配送算法优化

为了震后挽救更多人的生命,研究如何快速搭建应急救援物流系统,进行高效的应急物资配送,具有重大意义。通过已有的救灾体系数据库,再结合城市实时获取的卫星监测和微型传感器传输,所获取的道路状况和危险建筑等实时数据,进行全方位的强化学习模型优化训练,并且地震发生后的物资存储信息,救援点需求信息,物资装箱信息及配送路线规划,都由人工智能(AI)来进行自动分配,快速求得最优最快的物资配送方案。本文不仅研究路线的最优和运输效率最高,而是单位时间内被救援的受灾人数最多,以整个城市被救援人口的覆盖率为核心,做到根据实时动态数据的分析求解,动态调配物资,还做到救援受伤人员数量最大化。并通过优化城外救援物资,实时更改内部救援方案,提高救援效率,还提出救援优先级因子,为极端情况下的救援物资进行配比,提供合理技术支撑,最后计算得出优化的奖励方程。结果表明：通过对强化学习的应急物资动态模型配送算法进行优化,可大幅提高救援效率,尤其在地震发生初期,对挽救伤员的效果最佳。     

考虑受灾区紧迫度的应急物资航空投放力量调度策略

航空应急救援因为救援时间短,受地理因素影响小的特点,在应对突发事件的过程中发挥了重要作用。为了更有效解决应急物资航空投放力量的调度问题,以大规模自然灾害为背景,设置单出救点、多受灾点的数学模型,使用网络层次分析法(analytic network process, ANP)-综合指数法来评价不同受灾区紧迫度的情况,从而衡量不同受灾点的差异性,并根据灾区紧迫度设置救援时间窗限制。如果救援物资不能在规定时间送达,则会给受灾区域造成损失,因此引入惩罚函数;在考虑灾区紧迫度情况下,对应急物资航空投放力量进行调度,以救援的总时间最短、救援的总成本最小为调度优化目标,构建数学模型,并通过遗传爬山算法对模型进行求解,讨论灾区紧迫度对航空应急物资投放力量调度的影响,以2008年汶川地震为对象进行了实证研究。     

城市避震疏散场所选址的时间满意覆盖模型

针对城市避震疏散场所选址和避难人员分配的问题,研究了综合多准则决策的避震疏散场所优化方案的时间满意覆盖模型.通过综合考虑备选避震疏散场所的条件,采用优劣解距离方法进行多准则决策,对可行方案进行综合评价;在建立避震疏散场所服务需求点的时效性评价函数的基础上,基于最大覆盖选址模型和"部分覆盖"思想,建立了有限设置避震疏散场所的综合多准则与时间满意覆盖模型,并给出了基于遗传粒子群的模型优化求解算法.实例分析结果表明,该算法具有较好的有效性.     

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。     

自然灾害下的应急物流协调研究

结合目前自然灾害应急物流的研究现状,指出了应急物流存在的问题.从物资需求、分配原则、路网风险以及配送方式的角度,分析了应急物流的特性.提出了自然灾害应急物流协调框架,它是灾害综合评估、灾民转移和应急物资配送在应急物流系统下的有机结合,是不同组织机构、不同利益主体、不同物流网络单元间职能、目标、信息、物资、车辆等的协调.     

基于同时送取货电动车选址路径问题优化研究

针对电动汽车同时送取货问题,在考虑车辆容量与电量约束情况下,建立以总成本最低为目标的数学模型并通过模拟退火-蚁群算法对模型进行求解。首先,根据实际配送过程中出现的同时送取货约束和时间窗约束建立其选址路径数学模型;其次,通过加入回火操作和高斯变异设计了改进的混合模拟退火-蚁群优化算法对模型求解,并将提出的算法与蚁群算法、禁忌搜索算法以及自适应大领域搜索算法进行对比,证明算法优越性;最后,与送取分离的配送策略进行对比。基于不同规模算例检验算法性能,实验结果表明,提出的算法以及配送策略能得到较低的成本费用。     

民间组织在地震应急救援与灾后重建中的作用、角色与分类研究

地震灾害频繁发生,快速救援的民间组织发挥了重要作用。根据现实状况和地震中应急管理的需求,对地震中出现的任务导向型民间组织的研究必不可少。将民间组织按照在救援和重建过程中的运作模式和服务时间进行划分,包括临时型、短期型以及永久型三大类,从组建、运作方式、人数、组织架构以及解体这几个方面来分析其差异性,从而对民间组织在救援和灾后重建中的角色以及作用进行分析界定。以民间组织参与汶川地震和雅安地震为背景,运用SWOT分析总结其与官方和半官方不同之处,并提出相应的管理对策。这对提高在应急救援和灾后重建中民间组织的理性认识、满足新历史条件下的社会需求具有重要的现实意义。     

不确定应急物流LRP双目标优化模型

为了优化应急物资配送系统,提高配送的时效性和经济性,以总时间最短和总成本最小为目标,建立了不确定双目标机会约束优化模型,在这个模型中综合考虑了需求点的限制期要求以及需求点物资需求量的不确定性、两节点运输时间的不确定性、若干车辆容量的有限性和若干候选救援中心容量的有限性,并且假设救援车辆完成自身的任务后停靠在就近已经启用的救援中心;运用遗传算法求解该模型,并且利用惩罚函数的思想以及加权法对目标进行了处理,最后给出数值例子验证该模型和算法的有效性.