基于累积前景理论的应急物流最优路径选择模型

通常情况下,应急物流的最优路径选择问题是一个不确定性问题,所以本文选择累积前景理论研究应急物流最优路径选择问题,此方法符合决策者在应急物流最优路径决策过程中非完全理性的特点。本文首先从路径的各路段入手,通过各路段的灾害强度得到途经各路段的实际运行速度和时间;然后,通过路段的运行时间来具体确定路径的运行时间,进而计算出累积前景理论中时间参考点的值;最后,根据时间参考点的取值计算出各路径的价值函数值、权重函数值以及前景值,选择前景值最大的路径为应急物流的最优路径。结果表明:根据累积前景理论建立的应急物流最优路径选择模型,比根据距离选择最优路径的传统静态算法更符合实际情况,给应急物流决策者提供了一种更科学有效的决策方法。     

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。     

应急物流优先的交通分配模型及算法

提出了一种应急物流车辆优先通行的交通分配模型,并给出对应的求解方法。在交通网络上,应急物流车辆的路径选择服从Cournot-Nash(CN)原则,具有优先通行权,同时构成一个应急物资运输总时间最小化的共同体;其他社会车辆充分配合应急物流车辆的优先权,在满足应急物流车辆优先通行的前提下,路径选择服从Wardrop用户均衡（UE）原则,实现个体通行成本最小化。所提出的UE-CN混合交通分配模型解可能不唯一,因此设计了算法。最后,通过简单的算例验证了模型和算法的合理性。     

基于模糊粗糙集的公路地质灾害影响因子的权重分配

地质灾害影响因子权重分配是地质灾害区划的关键,以贵州省三凯线地质灾害调查数据为实例,于公路沿线随机选取非灾害点,选择高程、坡度、河流切割密度、地层岩性4个地质灾害主要属性,形成属性决策表,根据相关知识采用不同的三角模糊隶属度函数,确定模糊粗糙集地质灾害要素权重分配模型,计算各属性与地质灾害之间的依赖度,建立模糊粗糙集地质灾害属性权重确定方法,该权重应用于因子叠加方法进行公路地质灾害区划,研究表明:用模糊粗糙集确定的地质灾害影响因子权重,相比传统专家打分所确定的权重具有较高的精度.     

基于突变决策方法的物流虚拟企业选择研究

针对复杂系统多属性决策中属性权重难以确定的情况,选择采用突变决策方法来进行分析建模．该方法利用归一公式机理本身来确定属性对决策目标的重要程度,因而不需要考虑各属性的权重．介绍基于突变决策方法的多属性决策思路,归纳出应用突变决策方法进行物流虚拟企业选择的基本步骤,通过算例验证此方法的合理性和可行性．     

分布式大型网络数据库的信道属性权重分配方法

为解决传统方法在所需分配信道量很多的情况下,信道分配准确性低,忽略了对信道分配公平性的考虑,导致通信过程中干扰增加的问题。为此,提出一种新的分布式大型网络数据库的信道属性权重分配方法。通过建立分布式大型网络数据库干扰模型。依据建立的干扰模型,结合流量负载与干扰对链路权重进行设置,将属性权重当成依据确定信道优先级,令权重高的链路优先选择信道。属性权重的分配非常关键,依据信道属性权重的分配主要受属性关键性影响的特性,给出信道属性权重分配公式,获取不同信道属性分配的权重。当前得到的权重为静态权重,为了改善实用性和动态性,提出属性权重的动态迭代学习方法,在原有方法的基础上通过梯度下降法实现信道属性权重调整,达到信道属性权重分配的目的。结果表明,所提方法的信道利用率可达到92.31%。可见所提方法分配结果公平、干扰少,整体性能优。     

基于FAHP的应急物流外包供应商绩效综合评价

考虑到决策者决策的模糊特征,提出一种权重向量和属性变量都是三角模糊数的模糊层次分析法,并把该方法引入到应急物流外包供应商的绩效评价领域.根据三角模糊数的有关理论,得到三角模糊数判断矩阵、权重向量和综合评价值的计算方法,使得评价信息能更加合理地反映实际.同时,提出一种具有决策者风险偏好的三角模糊数的排序方法.最后,实例分析结果表明该方法具有实用性,其评价结果可以给决策者提供一个适当的方法来选择最优的应急物流外包供应商.     

一种犹豫模糊集多属性群决策模型及应用

针对犹豫模糊集多属性群决策问题,从点坐标的角度出发设置了一类决策算法,更改了犹豫模糊集的表示方法,在此情形下建立了判断2个犹豫模糊元的大小比较规则与测度2个犹豫模糊元的距离模型,分别建立了计算决策专家客观权重、综合权重和属性的个体权重、整体权重以及综合权重的计算方法。在不同的决策专家权重类别与属性权重类别下,利用Maclaurin对称平均算子对犹豫模糊元进行集结以获取各方案的综合属性值进行排序。数值算例分析表明,利用点坐标建立的决策算法能够达到有效排序方案目的,同时,根据不同的决策专家权重类别与属性权重类别建立的9种决策模型得出的方案排序结果差异明显,说明决策专家权重类别与属性权重类别对决策结果的影响不容忽视,在具体的犹豫模糊集多属性群决策问题中,决策者应根据实际问题需要选择适当的决策模型,以更好地满足决策需求。     

机会社会网络中基于社会关系的数据传输机制

提出了一种节点社会关系衡量算法(NSRM).首先,通过分析移动节点的社会关系特征提取决策特征属性,用于研究移动节点社会关系的动态变化;然后,结合信息熵和特征选择的方法对节点的决策特征属性进行权重分配;最后,根据权重分配的结果来衡量节点社会关系,进而基于社会关系选择最佳的中继节点转发数据.实验结果表明:该算法可以有效提高...     

基于乘客个体属性的地铁客流分配算法及实证研究

针对城市地铁网络,考虑了不同类型乘客在路径选择中对换乘费用的不同敏感程度,提出了基于乘客类别的广义路径费用模型,根据logit随机配流构造了考虑乘客分类的城市地铁网络客流分配模型,并提出了相应的计算方法.采用北京地铁网络为实证研究对象,根据SP调查数据,将乘客进行类别划分并对不同类型乘客进行了相应的参数估计,基于地铁实际数据分别采用不同配流方法进行了验算,并与实测数据进行了对比分析.结果表明,相对于不考虑乘客类型的地铁客流分配方法,基于乘客属性的地铁客流分配算法的计算结果更接近实际.     

基于多目标粒子群算法的应急物流储备库选址

针对应急物流的特点,提出了应急物流储备库选址应考虑各行政区的风险权重、灾害处置难度、储备库恢复能力、地区影响程度及建设成本等因素.借助普通物流选址思想,构建了基于多目标粒子群算法的应急物流储备库选址模型.并以长株潭城市群应急物流系统构建为例,进行了应急物流储备库选址实例研究.     

基于灾害中后期的应急物流中心选址问题研究

在灾害发生的不同阶段,应急物流管理活动的目标具有差异性,灾害发生前期,应急物流管理以时间性为主,弱经济性;而灾害发生中后期,应急物流管理需考虑经济性。应急物流中心选址是应急物流管理的关键环节之一,在回顾国内外学者对应急物流中心选址问题研究现状的基础上,总结了现有研究的不足之处。基于灾害中后期应急物流管理活动中时限性与经济性的双重目标,构建了应急物流中心的多目标选址模型,模型求解过程中,采用主要目标法将多目标函数转换成单目标函数,并利用Lingo软件求出选址优化结果。     

一种基于信息熵的混合型多属性决策方法

针对属性值为精确数型、区间型和模糊型的混合多属性决策问题,提出了一种混合型多属性决策方法。该方法首先采用熵权系数法确定各性能指标的权重,以减少传统权重确定方法产生的主观偏差;然后,利用逼近理想解排序法模型对方案优劣排序;最后,假设某一最优产品所对应装备制造商的生产能力有约束等状况,采购方可根据自身情况选择若干家制造商并对其建立单目标的线性规划模型,确定生产数量在所选制造商之间的分配,以期达到总耗资最低、选择价值最大的目的。实例结果验证了该决策方法的可行性和有效性。     

基于多专家决策方法的氨气泄漏应急决策

氨气泄漏事故的应急决策是一个复杂过程,该过程受到技术、经济、环境以及风险等许多因素的影响,不同专家决策者对应急方案有明显的偏好,且各专家对各属性的权重取值不完全确定.为了处理这样的不完全信息和偏好决策问题,本文提出了一种表示专家意见的多专家决策方法,该方法要求多专家分别对不同属性给出相应的效用函数和属性权重区间数,并应用蒙特卡罗模拟方法将这些偏好进行定量分析及合成.最后,以某工厂氨气泄漏应急决策为实例,详细讨论了该方法的应用.     

基于Shapley值的优势关系粗糙集客观权重分配方法及应用

权重的确定是决策研究中的关键性问题,已有的基于粗糙集的权重确定方法克服了过于依赖先验知识的缺陷,但其未充分考虑属性间的相互作用,此外考虑到等价关系的局限性,着重研究优势关系信息系统的属性权重确定问题,首先提出由属性集包含信息量的多少来确定属性的重要性,并基于信息量对属性集进行约简,在保证对元素间优劣关系区分能力不变的同时简化了计算;其次开创性选用Shapley值方法对"损失信息量"进行分配,进而确定属性权重,该方法以严格的公理为基础,充分考虑了属性间的相互作用,保证了属性权重分配的公正、合理;最后通过实例演示了利用Shapley值确定属性权重的具体操作步骤。该方法直观性和可操作性强易于推广,为各类信息系统属性权重确定提供了参考,亦是对策论方法交叉应用的成功探索。     

带目标权重的物流路径优化研究—基于模拟退火蚁群算法

物流路径优化问题是物流研究领域十分重要的研究课题。针对物流企业对物流配送时间、距离以及运输成本的要求不同,建立带目标权重的物流路径数学模型,物流企业可对目标权重进行赋值进而满足自身的需求。针对基本蚁群算法易陷入局部最优以及收敛速度慢的缺陷,对基本蚁群算法的转移规则和信息素进行改进,然后在改进的基本蚁群算法中融入模拟退火算法思想,建立模拟退火蚁群算法。实验结果表明:模拟退火蚁群算法能搜寻到比基本蚁群算法更优的综合成本,且收敛速度更快,同时也表明模拟退火蚁群算法的可行性及数学模型的合理性。     

一种基于粗糙集的软件产品用户满意度评价方法

在对现有的软件产品质量度量方法进行分析的基础上,提出了一种基于粗糙集的属性权重分配方法通过已知数据寻找出对总体用户满意度影响不同的各属性权重因子,发现影响产品质量的关键因素,以揭示质量改进与用户满意度之间的内在互动关系.同时把单层次的知识细化成多层次知识,有助于提高权重设置的精确度,并且结合专家意见更合理的设置权重,弥补了现有方法的不足.     

基于多目标路径规划的应急资源配置模型

面对日益增加的突发事件,应急资源调度对于快速开展救援工作以及降低社会财产损失具有重要意义.文中建立了一种基于多目标路径规划的应急资源配置模型,可解决应急路径搜索与资源配置两个问题.考虑到突发事件会对道路网络造成较大影响,模型首先以基于BPR(美国联邦公路局)路阻函数的路径行程时间与基于大量历史交通量数据的可靠性为优化目标进行路径规划,综合禁忌搜索与非支配排序获取应急救援路径的Pareto解集,并且通过指标权重确定最优路径;然后在获得最优路径的基础上,基于突发事件级别引入效用系数进行资源配置,最大化总资源利用效益,并基于Lingo软件进行求解;最后在无锡市公路网的历史数据基础上进行了案例分析,验证了所提出模型与解决方法的有效性.     

基于Qos编排下Web服务的相对权重组合研究

随着Web服务的发展,用户如何在高度复杂的网络环境下选择满足最大Qos(Quality of service)是研究的难点.提出了一种基于Qos编排下Web服务的可信研究,对目标Web服务之间可信度进行度量,初步确定在不同Qos要求下服务间的相对权重,然后通过权重关系选择一条服务路径.根据不同用户对不同Qos的要求形成不同的服务组合形式,构建了不同的服务相对权重.最终能够为不同用户推荐不同的服务组合,以达到比较好的Qos要求.     

基于粗糙集理论的火灾危险源风险评价权重确定

针对属性权重完全未知且属性值以专家经验给出的多属性决策问题,提出了利用属性重要度计算权重的分配方法.根据粗糙集中的相对正域概念,探讨了如何运用属性重要度确定各属性的权重.将权重确定问题转化为粗糙集中属性重要性评价问题,建立了关于风险评价的关系数据模型,经过属性值特征化建立了知识系统,在数据分析下通过分析评判方法对评价对象的支持度和重要性,计算出风险评价模型的权重.该方法克服了传统权重确定方法的主观性,使得风险评价方法更具客观性,从而提高了火灾危险源风险评价的精度,通过实例说明该方法更加有效合理.