多疫区多周期应急物资协同优化调度

针对突发公共卫生事件应急管理体系中应急物资需求的不确定性和连续性以及应急救援是一个同时在多疫区间展开的多周期救援过程这一实际, 提出了多疫区多周期应急物资协同优化调度方案.首先在分析传染病扩散规律的基础上, 结合传染病潜伏期的不确定性所引起的应急救援的时滞性, 采用纵向配送和横向转运相结合的协同配送模式, 构建了一类应急物流网络优化多目标随机规划模型; 其次采用遗传算法给出了该优化模型的求解算法; 最后通过仿真算例验证了模型及算法的有效性和可行性.     

军用物资供应道路选择最优算法研究

军用物资供应道路选择最优算法是物资后勤保障辅助决策系统的核心算法之一。针对军用物资供应道路的特点 ,建立了道路选择评价模型 ;给出了基于启发函数下的最短路标号搜索算法及程序流程图 ,对Dijkstra算法进行了改进 ,最后找出最佳路径 ;并进行了实例分析。通过道路选择辅助决策系统的实际使用证明 ,此算法可快速、科学和稳定地解决战区范围内军用物资供应道路选优问题     

应急物流的分批配送模型及亚启发式算法求解

提出分批配送的应急物流模型,将救援物资配送归结为三个目标:供需差异最小化,配送时间最短化,各灾点失衡度最低化;通过加权求和兼顾救援的紧迫性、动态性和公平性,将各灾点总需求分为三个周期由多车分批予以满足。(a)改进遗传算法:设计染色体编码规则,将单个周期内的路径选择-配送方案映射为基因序列;(b)设计蚁群-遗传混合算法,由蚁群搜索生成初始种群,再做遗传寻优。数值仿真结果显示,单纯遗传、蚁群及混合算法均可有效求解模型,但混合算法效果更优,收敛更快。     

区间阻抗下的鲁棒最短路算法

交通需求一旦发生变化,交通路网中的路段阻抗也会呈现显著的不确定性,而现行的最短路求解方法缺乏鲁棒性。为了增强最短路方法的鲁棒性,引入区间型数据的路网阻抗,同时结合鲁棒离散优化与情景分析法,给出鲁棒成本的定义。建立了区间阻抗下的鲁棒最短路模型,接下来基于模型设计了分支定界算法,并就算法的判定条件给出3个定理,最后对一个大型路网进行了仿真测试。结果表明:相对于现行的最短路方法,该方法求解得到的最短路径具有更强的鲁棒性,且求解结果准确高效。     

基于决策效用分析的应急救援路径优化

效用最大化是应急救援决策中追求的首要目标。针对应急救援路径规划的决策特点和需求,对应急救援决策效用分析的关键因素和量化方法进行了探讨,提出了应急救援路径规划的二阶段优化模型。其中,首先引入DEA交叉评价模型对救援路段进行决策效用分析,在此基础上,设计了智能启发式算法用于路径规划。为避免过早陷入局部最优,设计了基于混沌扰动的改进蚁群系统优化算法,该算法可对信息素进行全局更新混沌扰动,可有效地提高算法的适应性、求解效率和求解质量。仿真实验表明该方法是可行的,可以更好地满足应急救援的决策需求。     

不确定信息下应急设施选址-路径鲁棒优化

为抵御突发灾害对路网造成的破坏性,提高救援效率,考虑路径超期风险和设施点失灵对系统的影响,针对需求点物资需求量不确定和车辆运输时间不确定,构建三级路网,采用车辆和直升机联合运输方式进行多物资运送。基于鲁棒优化思想,建立了以物资送达需求点救援时间之和最小为目标的应急设施选址-路径鲁棒优化模型,采用CPLEX进行求解。最后,设计不同算例进行数据仿真实验,证明了鲁棒优化方法在处理需求量和车辆运输时间不确定以及偏差鲁棒优化方法在处理设施点失灵风险的有效性和鲁棒性,进而为解决应急设施点的选择和救援物资的及时准确配送,增强应急物流系统的风险应对能力提供了有效的方法。     

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.     

多受灾点救灾物资分配调度问题启发式算法

救灾物资的分配调度问题是灾害应急救援工作面临的一项重要任务。合理的物资分配调度方案可以极大程度地缓解灾情,保障人民群众的生命财产安全。本文提出一类具有多个受灾点、多种救灾物资的分配调度问题,以满足所有受灾点物资需求时间最短为优化目标。证明了该问题是强NP难解的,给出了问题的一个下界以衡量近似算法的性能。此外,提出了求解该问题的若干启发式算法,并通过仿真实验对启发式算法的性能进行了比较。     

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.     

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.     

考虑凸形障碍的应急设施选址与资源分配决策研究

应急设施是应急救援的依托载体,其科学合理的选址事关应急救援的紧迫性和应急资源分配的及时性,障碍约束下的应急设施选址与应急资源分配决策研究具有重要的战略意义.从需求区域的视角和应急设施应急服务质量的视角构建基于障碍约束、容量及安全库存约束的应急设施选址与资源分配优化模型,引入安全库存机制,综合考虑时间性、经济性及地理阻断等多重约束限制,剖析选址和应急物资分配的决策过程,进行应急设施的选址决策和应急物资分配预案的制定.设计灰狼优化算法(GWO)与可视凸点绕障路径耦合算法求解模型,结果表明:所设计算法能有效实现绕障路径的优化,且在需求区域的不同时间满意度偏好下,获得最优的选址-分配方案,研究成果将为应急设施选址与资源分配提供模型和方法设计.     

最短路问题的闭环DNA算法

提出了不等长闭环DNA分子的概念,由此推广了闭环DNA计算模型。给出了固定端点的最短路问题闭环DNA算法,该算法首先对每条弧进行了三组DNA编码,再用有目的的终止技术合成固定端点的所有链,然后通过接入实验和电泳实验得到最短路,并通过检测实验输出所有最短路径。得出了算法的复杂性,为说明算法的有效性给出了一个算例。最后讨论了最短路问题闭环DNA算法在变权网络、自由终点或固定中间点的最短路问题中的应用,并给出了相应的解决方法。由此说明该算法具有广泛的适应性。     

机器人救援的目标吸引动态路径规划蚁群算法

地震发生后城市的道路状况未知而且复杂多变,因此,在震后机器人救援中,如何快速地找到最短路径以拯救更多的伤员,成为研究的热点问题。提出一种目标吸引的动态路径规划蚁群算法,在动态变化的震后救援环境中找到最短路径,减少救援时间。利用原有城市交通地图的全局信息建立目标吸引函数,对蚂蚁在复杂动态环境下的路径搜索进行引导,提高其选择离目标点更近邻节点的概率,减小蚂蚁对非最短路径的选择概率。通过与MMAS算法进行仿真实验对比,验证了提出的算法可以更快地收敛到最短路径并具有较好的动态性能。     

基于多步寻优搜索的无人机航迹重规划算法

针对无人机路径实时重规划的安全性要求,将自学习实时A^*搜索算法与模型预测控制的思想相结合,提出了一种多步寻优搜索算法.解决了无人机在飞行过程中遇到突然出现的威胁时的航迹重规划难题,给出了应用该算法的具体步骤.通过仿真结果证明了该算法的可行性.     

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。     

改进的最短路算法

通过对军事后勤运输中运输路线选择问题的分析 ,提出了最短路模型。针对巨型交通网络的路径选优问题 ,以传统的最短路问题的Dijksta算法理论为基础 ,引入并行处理的概念 ,提出了改进的最短路算法 ,给出了算法的证明推导 ;并对算法效率进行了简单的分析 ,同时用示例对算法进行了计算。新算法在处理巨型网络时效率明显提高 ,为后勤运输路线的选择提供了有力的辅助决策工具     

面向应急物资调度的一种模糊规划模型

灾害救援问题具有信息缺失、数据难以收集与整理的特点.为了科学、合理地进行救援物资的调度,考虑在满足处置应急需求时,从总体上最大限度地降低处置应急物资运输调度的费用和时间.在现有研究成果的基础上,引入了模糊评价方法,建立多出救点、多受灾地的多目标模糊规划模型.模型采用加权语言标签空间描述救援地到受灾地可能发生的费用与时间,考虑决策者对风险的偏好建立无差异函数,将其转化成决策者的效用作为目标值,给出相关算法,确定为每一个应急需求点提供应急物资的供应点以及相应的供应量.最后,给出算例证明其可行性.     

无人机动态环境实时航迹规划

提出了一种基于实时A*搜索的无人机实时航迹规划算法。该算法将飞行器运动与航迹搜索相结合,在飞行器飞行过程中实时规划出下一段航迹;在搜索过程中,使用了多步寻优搜索的方法,相比单步搜索生成的航迹更加优化;使用最小转弯半径对生成的折线进行连接,使路径平滑可飞;针对算法局限性,给出一种改出局部最优点的策略。最后经仿真证明了该算法能够较好地满足规划要求。     

基于动态贝叶斯网络的无人机路径规划研究

针对威胁可变及威胁体不尽相同的无人机路径规划问题,提出了一种局部路径重规划的算法。该算法首先构造出战场具有n类威胁体的初始路径图———“改进型Voronoi图”,后应用Dijkstra算法搜索威胁分布图,求解粗略最短路径。在无人战斗机飞行过程中,威胁体威胁等级不断变化,无人战斗机通过多传感器数据融合知识构建动态贝叶斯网络图,感知环境,获取信息,应用Viterbi解码算法获得实时威胁等级,进行局部改进型Voronoi图的重构,以完成局部路径重规划,提高了无人战斗机在实战环境下生存概率。给出了应用该方法的具体步骤,通过仿真实验证明该算法的有效性。     

基于复杂网络的灾难救援物流网络鲁棒性分析

灾难救援中物资的供应面临着救援环境不确定性的挑战,为更好地探讨灾难救援中物流网络的鲁棒性,构建了带有可调参数的灾难救援物流网络局域世界演化模型,并对其统计特性进行了分析.在给出灾难救援物流网络鲁棒性新测度的基础上,分析了在受到随机干扰的情形下,不同拓扑结构的灾难救援物流网络的鲁棒性.仿真结果表明:通过调整模型中的距离敏感参数,改变网络的演化机制,可以达到提高灾难救援物流网络鲁棒性的目的.