震后多时段应急物资联合配送路径优化研究

为了解决地震灾害发生后由于应急物资转运不及时所带来的人员伤亡及财产损失等问题，提出一种考虑时段划分的混合算法。首先，依据震中方位等确定受灾点及其物资需求；其次，按照灾区内的道路损毁约束条件等确定受灾点需求的配送方式；再次，根据道路损毁及恢复情况将震后“黄金72小时”划分为多个时段、多种配送方式联合的配送方案；最后，选取“四川泸定9·5地震”为背景进行算例仿真。结果表明，相较于传统遗传算法，混合算法的总配送成本降低了9.53%，配送总时间减少了7.03%；在考虑多时段情景下整体方案配送总时间比不考虑时段情景时减少6.33%，在配送总成本上降低18.9%。震后划分时段进行联合配送的方式能够有效解决受灾区域内的应急需求问题，提高应急物资配送效率。     

基于需求紧迫度的约束性应急物资车辆路径模型

为了实现科学、高效的灾后应急响应,针对传统路径规划中单目标、单车场、单次配送、无差别化供给、闭合式调度等多方面限制,开展基于需求紧迫度的约束性应急物资车辆路径研究。运用层次分析法对需求紧迫度进行赋权分级,以应急救援过程的响应时间、配送延误惩罚与需求未满意率最小化为目标,构建约束性应急物资车辆路径模型,并设计两阶段遗传算法。通过算例检验算法与模型的有效性和适用性。结果表明：该模型可有效解决资源紧缺、受灾程度异化情况下的物资配送问题,形成适用于突发自然灾害事件的动态应急物资车辆路径规划方案,实现突发路况处理与资源效能最大化,并为应急物资的车辆路径规划提供理论依据与决策参考。     

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。     

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。     

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。     

突发性公共卫生事件下横纵结合应急物资配送模式

考虑到突发性公共卫生事件下的应急物资的时效性以及应急救援工作需要在多受灾点同时展开这一实际,提出了将疫区与疫区之间横向配送和物资分配中心与疫区之间的纵向配送相结合的应急物资配送模式。首先,在满足配送时间的前提下以总成本最小为目标,构建了横纵结合的物流配送路径优化模型;其次运用聚类分析和引入了逆转操作的遗传算法进行求解;最后通过算例仿真将提出的配送模式与常规配送模式进行比较。算例结果表明,提出的横纵结合应急物流配送模型使总成本降低了10.72%,惩罚成本减少了52.98%,验证了模型及算法的有效性和可行性,可为未来的应急物资配送问题提供参考。     

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。     

救灾物流配送路径决策研究

根据救灾应急物资运输调度的约束条件,构建具有多品种物资的混装模型,提出一种救灾物流网络配送路径决策方法.应用Matlab工具编写程序,实现基于遗传算法的救灾物流网络配送路径决策方法,并进行了算例验证.结果表明,该方法可以快速有效地确定救灾物流配送方案,解决了总运输成本最小的车辆路线优化决策求解问题.     

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。     

考虑优先级和时间窗约束的应急物资调配模型

突发公共卫生事件的不确定性和突发性特点,使得高效精准的应急物资调配方案显得尤为重要。构建突发公共卫生事件背景下生活物资配送中转站的选址模型,并考虑特殊事件的发生,改进优先级系数和时间窗的计算,以运输距离、违反车辆容量与时间窗约束的惩罚成本最小为多目标,构建物资配送路径规划模型,通过K-means聚类算法解决选址问题,设置遗传算法和大邻域搜索算法的混合遗传算法求解最优配送路径。最后以长春市朝阳区的物资配送为例进行实证分析,结果表明可以将200个小区聚类为60个物资需求站点进行配送,需要26辆车将物资从调配中心转运到需求站点,并得到4类最优的物资配送方案,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。     

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(artificial intelligence, AI)来进行自动分配,快速求得最优最快的物资配送方案。不仅路径配送实现优化,还确保物资运输的高效率,而且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。     

混流装配线车间内物料调度工位组划分优化法

基于准时制生产方式(JIT)提出对混流装配线进行工位组划分并安排配送车辆进行配送服务的优化方法.为保证混流装配线生产过程不发生缺料停产的情况,以配送车辆的承载能力与消耗工位配送时间窗为约束,配送车辆满载率与工位物料需求紧急程度为优化目标构建优化模型.运用遗传算法对模型进行求解,优化单个工作日总配送次数及配送车辆数量,给出配送工位组划分及车辆调度方案.最后,实例验证表明该方法具有可行性和有效性.     

变化环境下洪峰-洪量组合设计值计算方法研究

针对平稳性条件下洪峰-洪量组合设计值计算方法不适用于变化环境下非平稳性情形这一难题,基于时变Copula函数,构建了可综合考虑洪峰-洪量边缘分布非平稳性和变量间相关结构非平稳性的时变动态Copula多维联合分布模型,分析了洪峰-洪量联合分布规律随时间的非平稳性演变特征;基于等可靠度法和条件期望组合法,提出了变化环境下非平稳性洪峰-洪量组合设计值计算方法,实现了变化环境下指定重现期对应洪峰-洪量期望组合设计值的推求。以黄龙滩站洪峰和年最大7 d洪量系列为例进行了实例分析,结果表明,洪峰-洪量联合分布规律随时间变化显著,指定重现期对应洪峰-洪量设计值的期望组合受工程使用年限影响,随使用年限的增加呈减小趋势。     

混合储备模式下洪涝灾害应急物资配置结构优化

为了提升洪涝灾害应急响应能力,提出应急物资三主体混合储备模式,根据三主体供应特点和物资需求条件,构建了以最小政府成本和最低灾害损失为目标,以保障能力、政府成本及企业利润为约束的洪涝灾害应急物资配置模型,并通过模型的求解及简化,确定了不同储备模式的适用范围。在对以块石为代表的洪涝灾害应急物资算例计算的基础上,分析比较了不同储备模式下的最优配置结构,并针对与政府决策相关的重要参数进行了敏感度分析,结果表明,对于以块石为代表的洪涝灾害应急物资,建议采用以政府直接储备为主、委托企业储备为辅、社会力量代为储备为补充的储备模式,物资的现货市场采购成本会影响物资储备总量,政府储备库采购储备成本、企业期权价格会影响物资配置结构。     

三峡枢纽水库运行调度

三峡枢纽自2003年初步蓄水以来,工程建设进度、库区移民安置、地质灾害治理等较初步设计有所提前,泥沙淤积情况明显好于预期,三峡枢纽提前实现了分期蓄水目标。同时,随着运行条件的变化,三峡水库在汛限水位浮动、中小洪水调度、提前蓄水等方面进行了优化调度尝试,取得了较好的防洪、抗旱、航运、供水、生态等综合效益。尤其是2010年,汛期三峡水库实施了中小洪水调度,拦蓄洪量达到266亿m3,洪水资源利用充分;汛末采取了蓄水与汛期防洪运用相结合的方式,进一步利用汛末洪水资源,首次实现了175 m蓄水目标,枢纽开始全面发挥正常运行期的综合效益。     

基于NSGA-Ⅱ的物流末端人员配置的多目标决策

研究同时考虑客户满意度和成本的物流末端配送环节中快递人员配置问题。在考虑到满意度和快递员的情况下,通过人员配置成本、惩罚成本和运输成本所构成的总成本最小和顾客满意度最大时的人员配置方案,并采用NSGA-Ⅱ算法在Python软件上求解物流末端配送问题,最后进行了案例分析。分析结果表明：所建立的物流末端人员配置和路径优化的多目标优化模型实现了人员配置、客户满意度和成本的优化,且能够在保证客户满意度的情况下降低人员成本。所提出的方案为物流末端快递人员配置的多目标优化问题提供了理论依据。     

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。     

应急物资储备库选址及调运模型研究综述

在应急救援任务中,应急物资储备库选址及调运过程是减少灾前和灾后损失的重要阶段,为系统了解应急物资储备库选址及调运模型研究现状,结合大量国内外参考文献,本文从应急物资选址、调运以及选址和调运联合模型三部分进行分析总结。在应急物资选址影响因素分析的基础上,围绕模型具体算法、灾情阶段、优化指标、是否关注受灾人员以及信息状态等多个维度分析了应急物资储备点选址模型中所存在的问题;将应急物资调运模型分为分阶段调运、多目标规划调运和不确定信息调运三类,并对三类模型进行了综述总结;并系统总结了应急物资选址及调运模型一体化研究。结果表明,应急物资选址及调运模型在动态性、多元化、智能化、人性化等方面的进一步研究对现实救援更具有重要作用。基于此,本文对应急物资储备库选址和调运模型的未来发展方向和研究要点进行了展望,对应急物资储备及调运体系的现代化建设具有现实指导意义。