未定路网结构情况下应急物资车辆配送问题模型与应用

重大自然灾害往往毁损当地交通道路,现有应急物资车辆配送问题的研究,均是只考虑未受损道路构成的路网.实际配送中,将造成车辆因毁损路段而绕行,相对增加配送时延,总体上不能保证取得最佳配送效益.利用物资要素和时延要素之间的转换,同时考虑抢修毁损路段和车辆配送,实施路网结构、车辆路径联合优化,可求得最符合决策者意图的配送效益.建立了问题联合优化模型,提出了基于遗传算法和动态规划的求解方法,并结合算例,验证了问题模型及其求解方法的可行性和合理性.     

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,并将该算法与遗传算法、粒子群算法以及基础的蚁群算法进行对比。实验结果表明：改进的混合贪心蚁群优化算法能够有效处理动态路由问题,寻求到更高的救援效率。     

公平关切下的应急物资局部配送问题

为了平衡灾后应急物资严重短缺与灾民对救援物资分配公平性的要求,通过在负效用函数中引入灾民需求未满足的比例对公平进行量化,建立了公平关切下以负效用加权的到达时间最小化为目标的应急物资局部配送问题的运筹学模型。针对灾后出现的短期内物资需求量的激增,采用分批送货策略进行响应。以雅安地震为例,用CPLEX分别求解产生了以公平、总成本最小化以及按需加权的到达时间最小化为目标的最优车辆路径方案。对三个方案中的度量值进行了对比分析。结果表明,公平目标能在相对最短的时间内为所有灾民提供首批救援物资但同时会带来运输成本的增加。     

考虑原材料保障的灾后应急物资动员生产问题研究

灾害发生后,若应急储备无法满足灾区的需求,应急生产将成为保障应急物资需求的重要手段.本文关注政府实施的动员政策和应急物资原材料供给变化对应急物资生产能力的影响,以最小化应急物资到达灾区的时间、生产和运输成本为目标,构建了涵盖多类供应商、多制造商以及单个灾区的灾后应急物资生产和运输多目标规划模型.采用带精英策略的非支配遗传算法(NSGA-Ⅱ)对该模型进行求解,得到了多目标Pareto最优解集,为决策者提供了多样化的应急物资动员生产辅助决策方案.通过仿真案例分析表明,政府需要配套实施制造商和供应商动员方案,才能最大化地发挥出制造商的生产能力优势.     

基于实时路况信息的灾后应急配送路径选择系统

灾害发生后的次生事件会随时改变救援物资运输路径选择。综合考虑救援路径多个属性,针对救援物资配送路网中各路段的实时情况,提出救援路径变更临界值的概念。运用改进的最短路算法及次短路算法,实时给出最优救援路径及临界值,以期达到救援物资在兼顾风险控制的情况下尽可能快地运抵物资需求点的目的。通过仿真得到的数据可供决策者提前规划路线资源的分配。最后,给出了具体算例及其仿真结果。     

不确定条件下的应急物资配送选址-路径问题

研究在突发事件背景下的应急物流选址-路径问题。假定每个需求点的应急物资需求量与两点之间车辆运输时间是不确定的,利用机会约束方法建立了在一定应急限制期下,时间最小化和成本最小化的双目标随机规划模型,并设计了遗传算法对模型进行求解。通过算例分析验证了模型和算法的可行性与有效性。     

基于灾情信息更新的应急物资配送多目标随机规划模型

研究了多出救点、多受灾点、多物资、多车型的应急车辆选址、路径选择和物资配送问题. 考虑到灾害预测准确性和物流成本效率之间的悖反关系, 从多目标规划和随机规划的角度, 建立了应急物资配送的多目标随机规划模型. 建模中同时考虑需求和配送路径连通性的随机性, 以及出救点对受灾点的最大覆盖范围限制. 将统计决策与运筹规划相结合, 设计一个加权贝叶斯风险将多目标规划问题转化为单目标规划问题, 以及设计一个决定最优停止观测时刻的决策规则使原问题转化为最优停止问题. 通过Xpress软件编程求解. 最后, 算例分析表明了模型和软件的求解速率与精度, 并分别证明了两阶段随机规划和灾情信息更新的优势.     

应急物资配送动态调度的粒子群算法

应急条件下的物资配送与调度面临着需求信息不准确、需求紧急程度差异和运输路网动态变化的复杂环境,借助模糊数学中的三角模糊数描述应急物资需求量,利用连续速度时间依赖函数模拟真实的动态路网交通状况,并考虑不同需求点的需求紧急程度差异,建立了针对性的应急物资配送动态调度的多目标数学模型;通过设计粒子群优化算法,采用“离散-连续向量混合编码”方案和加权整合的适应值函数导向机制,结合连续更新的位置和速度操作策略,建立了针对这类含有离散和连续变量组合的优化模型的快速高效求解算法;最后,结合两个实际的算例进行了数值实验与分析,通过与用Matlab求得的解析解的比较,证明算法收敛速度快、鲁棒性强,从而为应急条件下的物资配送动态调度提供了有效和可靠的方法.     

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。     

求解多旅行商问题的新混合遗传算法:以应急物资配送为例

为优化生物反恐条件下的应急物资配送过程,将该环境下的应急物资配送问题构造为一多旅行商问题(MTSP),并从理论上分析了该旅行商回路为最短Hamilton路径。以此问题为背景,针对应用传统遗传算法求解多旅行商问题时存在收敛速度缓慢等问题,提出并设计了一类新的混合遗传算法。该类新遗传算法与传统遗传算法的最主要区别在于,针对多旅行商问题专门设计了一种新的染色体编码规则、排序算子和交叉算子。仿真结果表明,该算法能够快速收敛到问题的近似最优解,并能很好地维持种群的多样性。     

损毁情景下应急设施选址的多目标决策方法

应急设施选址问题是应急管理中的重要问题,设施的长期战略性地位,促使决策者在进行选址决策时关注多种目标.在一定的经济投入条件下,本文首先提出了决策者制定设施选址方案时的目标原则,构建以时效性、均衡性和鲁棒性为核心的评价体系,进而建立了应急设施选址的多目标优化模型,用覆盖为目标的救援总时间反映时效性,最大救援半径反映均衡性,以及设施损毁情景下额外增加的救援变更时间反映鲁棒性,用三个目标函数组成的三元组刻画选址决策的目标向量,理想点是一个三元向量,每一个分量值表示只以这个分量目标函数求解得到的最优值,提出了基于理想点的目标扰动最小化模型,并采用遗传算法设计求解方法,通过算例分析了模型和算法的有效性,说明本文提出的模型与算法在解决应急设施选址决策方面具有一定的应用价值.     

不确定条件下的应急物资配送选址-路径问题北大核心CSSCI

研究在突发事件背景下的应急物流选址-路径问题。假定每个需求点的应急物资需求量与两点之间车辆运输时间是不确定的,利用机会约束方法建立了在一定应急限制期下,时间最小化和成本最小化的双目标随机规划模型,并设计了遗传算法对模型进行求解。通过算例分析验证了模型和算法的可行性与有效性。     

带限制期的震后应急物资配送模糊多目标开放式定位-路径问题

为提高震后应急物资配送绩效,针对应急物资配送中心选址与配送车辆路径安排的集成优化问题,综合考虑应急物资需求的模糊性、限制期和多次往返配送,有限数量不同类型的配送车辆,开放式车辆路径,有容量限制的临时物流设施选址以及震后路网部分受损等特点,以各物资需求点的应急物资运达时间之和以及系统总成本最小为目标,采用机会约束规划方法建立了一个模糊多目标开放式定位-路径问题(LRP)优化模型,并设计了一种结合启发式规则的混合遗传算法。最后,对该模型和算法进行了数值验证,并通过与NSGA-Ⅱ多目标遗传算法的比较,证明该混合遗传算法具有良好的性能,从而为解决震后应急物资配送的模糊多目标LRP提供了有效的方法。     

基于模糊约束的军事物资配送多目标路径优化

针对带模糊时间窗口、模糊运输费用以及模糊运输风险的多目标军事物资运输问题,利用模糊期望理论,建立了带模糊约束问题的多目标运输路径优化模型,并利用改进的多目标量子遗传算法求解该模型,算法中采用量子比特编码,引入非支配排序和精英保留策略,防止算法陷入局部最优。仿真实验结果表明,建立的模型合理、算法有效,在军事物资配送问题中具有一定的实用价值,与传统的多目标遗传算法相比较,利用改进的多目标量子遗传算法求解该问题,收敛速度更快。     

多种横向转运配送方式下的成品油配送方案优化方法

针对多种横向转运配送方式下的成品油配送方案优化问题,以配送成本最小化为目标,构建了可同时表达多种配送方式的优化模型。设计了能够同时求解多种配送方式下的配送方案,且求解精度高、速度快的启发式算法。数据实验验证了模型、算法的有效性,并得出：合并配送方式不可能成为成本最低的配送方式;当车辆不满载时,混合配送方式的优化空间更大;随着转运油库与配送区域的趋近,混合配送方式的成本优势越来越明显;所提算法求解不同配送方式下的配送方案的时间差极小,在制定配送计划时,可同时生成分开配送方案和混合配送方案,择优选用。本研究为横向转运背景下成品油配送方式的选择和配送方案的优化提供了一种科学的决策方法,有利于降低企业的配送成本。     

模糊环境下多出救点应急救援车辆路径与物资运输优化研究

为研究灾害发生后应急救援车辆的运输路径和救援物资的运输问题,考虑受灾点对救援物资的需求量为模糊变量,将多出救点到多个受灾点的应急救援运输优化问题视为两阶段决策问题.第1阶段建立救援车辆的路径优化模型,实现运输时间最短;在满足第1阶段最优的情况下,第2阶段建立模糊线性规划模型,在运输成本最小前提下,确定出救点与受灾点之间的救援物资调运以及受灾点与受灾点之间救援物资的转运量.最后,利用具体算例来验证该模型的有效性.     

时变路网下带时间窗的易腐食品生产-配送问题

为减少易腐食品在生产配送过程中的价值损耗,通常按订单确定的交货期合理组织生产并立即配送.为此,针对多品种易腐食品的集成生产-配送问题,考虑实际配送过程中路网交通的时变特性,建立了以系统总成本最小为目标、带时间窗的易腐食品集成生产-配送问题优化模型.根据该模型特点设计了一种混合遗传算法,并通过数值算例验证了所提模型和算法的有效性.结果表明,路网的时变特性显著影响客户服务水平,优化投入配送的车辆数可有效降低系统总成本和易腐食品的价值损耗.     

公平缓解灾民创伤下的应急物资动态调配研究

及时有效地调配物资对灾害应急救援至关重要.考虑两种典型的物资分配策略,构建一个多目标动态调配模型来实现灾后应急物资的有效分配和路径优化选择.其中,多目标不仅强调对救援效率的追求,也重视对救援有效性和缓解灾民心理创伤公平程度的考量.提出相对剥夺成本来刻画救援公平性,且构造包含初救和补救两阶段的需求函数以反映灾害变化、救援调配与需求之间的相互影响.应用设计的遗传算法在2008年汶川地震案例背景下对所构模型进行仿真求解,并通过实施对比分析和关键参数敏感性分析得出一些管理启示.     

公平缓解灾民创伤下的应急物资动态调配研究

及时有效地调配物资对灾害应急救援至关重要.考虑两种典型的物资分配策略，构建一个多目标动态调配模型来实现灾后应急物资的有效分配和路径优化选择.其中，多目标不仅强调对救援效率的追求，也重视对救援有效性和缓解灾民心理创伤公平程度的考量.提出相对剥夺成本来刻画救援公平性，且构造包含初救和补救两阶段的需求函数以反映灾害变化、救援调配与需求之间的相互影响.应用设计的遗传算法在2008年汶川地震案例背景下对所构模型进行仿真求解，并通过实施对比分析和关键参数敏感性分析得出一些管理启示.     

模糊环境下应急物资预置的优化方法

本文基于模糊可能性理论,研究了2-型模糊应急物资预置问题.考虑到运输费用、出救点的供应量、受灾点的需求量和道路容量的不确定性,用2-型模糊变量来刻画,建立了2-型模糊环境下的期望值应急物资预置模型.根据风险值简约方法,推导了2-型三角模糊变量的上下风险值简约模糊变量的期望值公式.当模型中的2-型模糊变量相互独立且服从三角分布时,应用所得期望值公式转化原模型为等价的确定模型.等价模型是一个混合整数参数规划,因此可采用Lingo软件求解.最后,通过数值例子演示所提建模思想.实验结果证明了所建模型的有效性.