基于群智能混合算法的应急物流路径优化研究

应急物流系统是解决突发事件的有效框架体系,如何选择合适的配送路径以确保受灾群众及时获取物资,对解决应急救援问题有重要意义。通过建立应急物流路径优化模型,考虑到使用人工萤火虫算法会产生寻优精度低以及陷入局部最优等问题,为了提高系统优化性能,参照蜂群和粒子群的群体移动规律,改进萤火虫算法的位置更新策略,引入两种群智能混合算法进行比较实验。设置距离参数和平均交通复杂度,计算物流运输路径系统消耗时间,并采取表格形式显示。实验结果表明群智能混合算法能大幅度优化应急物流路径规划模型,提高配送效率。     

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。     

基于区间数可能度的地震应急物资分配优化方法

地震应急物资分配优化是地震应急救援决策工作的基础,研究物资不足条件下应急物资的最优分配方法具有非常重要的意义.本文分析了地震应急物资分配的不确定性,论述了用区间数形式描述地震应急物资分配决策信息的可行性;介绍了数值型数据的标准化方法,给出了区间数可能度的算法及性质;在分析区间数排序的可能度法的基础上,改进了区间数可能度矩阵;定义了基于区间数可能度的最优分配系数,推导出最优分配系数的计算公式;以灾区区域大小、受灾程度、人口密度及灾区群众需求为受灾区域地震应急物资分配方案的4个属性,构建了基于区间数可能度的地震应急物资分配优化模型,并给出了模型的求解过程.通过算例分析验证了该方法的有效性.     

基于电子地图的路径规划的分析解决方案

路径规划问题被广泛应用于汽车导航系统、交通监控系统及各种应急系统中．在已有的基于ShapeFile格式的电子地图上，需增添路径规划的功能；并且提出如有较多道路附属信息，能设计出最优路径．同时提出一种存储道路数据的数据结构，然后采用启发式算法，实现信息可扩展的路径解决方案．将代码加入到已有系统中，经过验证，能准确高效地将路径展示Ⅲ来．     

无线通信系统在地震救援中的应用

近年来,全球进入地震多发周期,我国更是地震灾害的频发地区,在地震救援过程中,保证应急通讯网络的畅通至关重要.然而,地震救援现场的特殊性和复杂性,对现场救援人员与后方指挥中心之间的信息通讯保障提出了更高的要求.     

双权重应急交通网络最优路径数学模型及算法研究

运用运筹学中的图论与多目标优化理论和方法建立双权重应急交通网络最优路径的数学模型,基于超启发式算法思想,提出适合该模型的双试探点搜索算法。算法从应急决策的角度寻找最优路径,通过操纵和管理低层启发式算法,不断获得新启发式算法,是一种快速、近似的算法。用真实路网验证本文算法在应急管理与决策中的应用效果,并与A*算法进行对比分析,证明前者在双权重应急交通网络的路径寻优上更具优势。此外,用随机路网测试不同限制条件参数c和b以及节点规模n,研究算法精度参数δ1及δ2对双试探点搜索算法求解效率的影响。研究结果表明:所提出的算法求解效率与n及算法流程参数δ1和δ2有显著的正相关关系,而与限制条件参数c和b之间的相关性并不显著,算法有较高的求解效率,为突发事件救灾与疏散提供了有力的技术支持。     

基于移动终端的楼宇应急疏散导航系统设计

为服务于城市防灾减灾应急管理,针对复杂楼宇应急疏散难题,构建面向应急疏散的楼宇空间数据模型.通过Dijkstra算法,动态分析并确定火灾发生时影响应急疏散路径的各项因子,结合移动终端人员特征,设计面向移动终端的楼宇应急疏散动态路径算法.基于室内定位和火灾消息,推送位于事发地点的室内人员所处的周围区域建筑结构情况信息,借助移动终端展示现场的地理空间结构,使疏散人员可直观地把握事发场景及其发展态势.     

无线传感器网络在应急监测和通信系统中的应用研究

针对地震等重大自然灾害时对应急监测、通信系统的需求,提出一种基于无线传感器网络的应急监测系统.构建了基于无线传感器网络的应急监测、通信系统的框架结构,并探讨了一种适于该系统的非测距定位技术-多重覆盖定位算法.仿真结果表明,该定位算法能够满足应急监测、通信系统对定位性能的需要.     

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。     

基于ACO算法的变电站运载机器人路径优化方法研究

为提升变电站运载机器人的智能化水平,提出一种基于ACO算法的变电站运载机器人的最优路径规划方法.介绍ACO算法基本原理以及搜索过程,并对算法的参数进行理论分析;通过ACO算法与A~*算法的仿真对比试验,验证了ACO算法在处理复杂路径问题上的优势;采用不同参数对ACO算法路径规划性能进行仿真得到最优算法参数;选取实际变电站对机器人运行进行现场测试,测试结果验证了本文所提算法的工程实用性.     

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...     

高速公路应急救助的资源规划选址模型

探讨了高速公路交通事故紧急救助的资源需求,分析了救援响应时间与救援资源布局的关系.以路段为分析单元,根据路段事故数和事故损失计算了路段的权重,提出了成本限制条件下,使救援系统效益最大的优化模型.提出了模型的求解算法,以最优效益为优化测度,用贪婪算法可得模型的满意解.最后,以实例说明了模型的应用.     

多救援直升机多目标分配与航迹规划研究*

分析了重大灾害后航空应急救援的可行性并建立了可行度矩阵,基于该矩阵提出了多直升机多目标分配算法,提高了航空应急救援整体效能。基于形态学的图像处理和启发式A*搜索算法,提出了救援直升机二维航迹规划方法,在满足安全间隔的前提下求解可行最短飞行路径,形成重大灾害条件下的航空应急救援预案,开发了航空应急救援辅助系统,通过飞行前准备可以提高航空应急救援效率和安全性。     

隧道塌方应急救援多车型调度模型

隧道施工塌方事故因道路通行条件差、车型繁杂等问题,使应急救援调度十分困难。针对普通、超限、重型三种类型救援车辆,选取路段距离、道路等级、拥堵情况、路面状况和坡度作为道路综合权值的影响因子,建立了以最小化道路权值为目标,同时考虑车辆自身对道路条件约束的路径规划模型,并给出求解方法。计算车辆供应点三种车型之间的路径重合率,以调度时间最短为目标,建立了限制期内多车型救援车辆调度模型。以算例进行验证,计算结果表明:该模型能够根据隧道周边复杂道路环境求得适应于不同车型的最优路径,并得到最优调度方案,提高救援效率。     

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。     

大数据技术的震后救援信息处理平台研制与应用

针对高烈度地震后如何提高对受灾民众的救援效率,提出一种基于大数据技术和语义识别模型的全新地震救援平台,实现海量求救信息的存储和分析.利用层次分析法和功效系数法结合处理,实时计算水文、地质、气候、电力、消防、建筑、医疗及工程等专家提供的救援优先级别的判断分数,得到救援的紧急情况因子系数.根据因子的排序,得出救援先后次序找到最急需救助的人员,实施救援布署.该平台结合地震救援APP、搜救人员APP和专家决策APP,三方配合联动形成一整套救援信息汇总处理服务救援体系.使得地震救灾从宣传、科普、演练到实际操作,提供了完整的技术及实施方案,在震后高效救援方面进行了有益的探索.     

基于改进蚁群算法的移动机器人火灾救援路径规划方法

为了解决在火灾救援中考虑多因素的移动机器人最优路径规划问题,提出一种基于改进蚁群算法的救援路径规划方法.通过改进全局信息素更新策略,考虑影响移动机器人到达待救援点时间的路径长度、转弯次数、坡度大小等主要因素,并根据多因素综合指标来分配各路径上的信息素量,指引蚂蚁走向最优路径.通过仿真算例并与同类方法对比,结果表明,该方法在考虑多因素后性能有较大提升,具有较好的全局搜索能力和收敛速度,可提高移动机器人在火灾救援中的效率.     

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。     

公路网灾害应急救援点多目标选址模型及算法

为减少自然灾害频发对公路交通带来的损失,研究并建立针对自然灾害的区域公路网应急救援点显得十分必要。本文首先从公路自然灾害应急救援点的功能需求、选址影响因素、选址要素（顾客、设施、空间、度量）和选址目标等方面对救援点选址规划特征进行了研究。然后从公路应急救援的快速反应、集合覆盖、灾害损失最小化等三个方面提出了公路网应急救援点的多目标选址优化模型,并探讨了模型的求解算法和求解步骤,通过lingo软件编程实现优化目标的求解。最后通过浙江桐庐公路网的应急救援点规划这一实例对提出的选址优化模型进行了应用。     

地面搜索的优化模型

5·12汶川大地震使震区地面交通和通讯系统严重瘫痪,救灾指挥部紧急派出多支小分队,到各个指定区域执行搜索任务,以确定需要救助的人员的准确位置。在其它场合也常有类似的搜索任务。在这种紧急情况下需要解决的重要问题之一是:制定搜索队伍的行进路线,对预定区域进行快速的全面搜索。利用图论的数学思想比较直观的解决地面搜索问题,得出了最优搜索路线和最优搜索时间。