公平与效率权衡的双目标应急物资分配模型

针对震后首批应急物资供不应求、需求量动态变化等特征,构建以最大化受灾点的最小需求满足率为公平目标,以最小化应急物资的最晚送达时间为效率目标的整数非线性规划模型,据此对多受灾点、多救援点的应急物资分配方案进行决策。根据模型特征,设计基于epsilon约束法的多目标算法,并对算法的收敛性进行分析。算例结果表明,通过模型和算法能够得到不同偏好下的应急物资分配方案,可以更好地权衡应急物资分配的公平与效率,揭示了最大最小公平的最终目的是实现比例公平。     

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.     

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.     

考虑感知满意度的多受灾点应急资源分配模型

在大规模突发事件应急物资调度决策中,由于时间的紧迫性和资源的竞争性,合理、有效地进行应急资源分配成为亟待解决的关键问题。考虑到人是有限理性的,在前景理论的基础上,建立了应急响应时间的感知满意度函数以衡量灾民对救援响应时间的满意程度,并将量化后的时间满意度、需求满意度和效用满意度作为模型的3个目标函数,构建了一个多目标非线性整数规划模型描述大规模突发事件发生后的初始阶段应急物资分配问题。最后,通过分散搜索算法对模型求解,给出算例证明了模型的有效性。     

考虑异质物资合车运输的灾后救援选址-路径-配给优化

研究灾后应急救援中的双层选址-路径-配给问题.针对灾害发生之后第一时间内各类型救援物资供给受限的情况,以救援及时性、综合满意度和物资供给公平性为优化目标,建立多工厂节点、多品种物资的考虑异质物资合车运输的多目标双层选址-路径-配给优化模型.采用融合差分进化和约束优化的方法,将多目标优化问题分解为三个单目标子迭代过程和一个多目标迭代过程,同时优化车辆行驶路线和需求节点物资分配方案.实验表明,采用合车运输的策略能够有效减少派出车辆的数量和车辆行驶时间.     

疫情事件下多灾点应急资源最优化配置研究

新冠疫情的爆发,使许多地区成为灾区,为了及时对灾区进行救援,灾后应急资源精准供给成为保障灾区人民安全的首要因素。本文利用SEIR预测决策时刻各灾区感染人数,由此计算灾区紧迫程度权重与物资需求量。基于紧迫程度构建以灾民满意度最大化、总成本最小化和考虑分配公平的应急资源调度多目标优化模型。提出多目标人工蜂群算法。针对人工蜂群算法易早熟等缺点,利用动态参数思想与Pareto解集来定义新的蜂群位置更新公式,利用教学优化思想对蜂群位置进行扰动,以避免算法陷入局部极值。通过算例进行模拟实验,结果表明,所提出的模型和算法可以有效解决疫情事件下多灾点应急资源最优化配置问题,且改进算法的性能更优。     

运力受限的应急物资动态调度模型及算法

针对大规模突发事件下应急物资动态调度问题, 把灾民的损失用物资未满足度的形式进行量化, 构建以最小化灾民损失和车辆调度费用为目标的混合整数规划模型, 以对运力受限情况下的救 援车辆路径选择和应急物资分配进行综合决策. 利用分层求解策略缩小问题的求解空间, 改进 基于客户点的编码方式, 设计了针对此问题的遗传算法. 代入实验数据得出了物资集散地不同 运力下的应急物资动态调度方案, 进而确定了最优运力配置量, 与现实情况下的配送方案比较 表明此模型和算法是有效的.     

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。     

未定路网情景下灾后应急物资多方式配送的LRP研究

研究未定路网情景下灾后应急物资多方式配送的定位-路径问题(LRP),综合考虑应急路网连通情况、时间窗限制、车辆随机行驶时间、应急物资满载直配与巡回配送等特性,以应急物资总配送时间最短为目标,构建一个灾后应急物资多方式配送的LRP优化模型,并根据模型特点设计一种混合启发式算法予以求解。最后,通过算例验证了本文模型和算法的可行性与有效性。     

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。     

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.     

突发事件应急救援物资公平分配模型

本文从急救援的角度,总结研究三种不同的公平分配模型,证明了这三个模型均能达到各自的公平结果,并得出如下结论:在救援初期,应急物资储备严重缺乏(小于总需求量的一半),此时应按比例分配物资;而在救援后期,应急物资储备比较充足(大于总需求量的一半),应按照塔木德公平分配原则分配救援物资。     

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.     

应急救援下需求分配与网络配流研究

应急救援下,需求的不确定性和交通网络及流量的不稳定性增加了应急决策的难度,救援效果也无法有效控制.考虑模糊需求下应急物资的需求分配与网络配流问题,文章建立了以最小总配送时间为目标的网络流模型.应用基于双边约束的重力模型算法和凸组合算法,通过需求分配和网络流分配结果的交互迭代,得出最小总配送时间下的最优需求分配、路径和网络流.最后,通过算例验证了算法的有效性并对比了不同需求分配机制对救援决策效果的影响,结果表明基于距离阻抗的需求分配机制比基于时间阻抗的分配机制得到的最优解更稳定.     

多地点协同恐怖袭击下的多目标警务应急物流调度

多地点协同恐怖袭击是最新恐怖袭击形式,会造成严重灾难和大范围社会恐慌.面对袭击时,不仅要考虑救援速度,而在警务救援过程中要综合考虑救援效率、救援效果和救援公平性,制定有效的警务应急物流调度方案以达到快速、高效的救援.本文考虑警务应急物流调度的三个目标,分别是未满足需求、最小最大到达时间和掠夺成本,建立了多个地点发生协同恐怖袭击的多个警务资源有效分配救援的多目标非线性规划模型,并利用改进的快速非支配排序遗传算法(NSGA-Ⅱ)对模型进行求解,以某市公安局的警力和医疗部署为基础,以多点同时发生恐怖袭击为背景进行数值实验,结果验证了模型和算法的合理性与有效性,并得出了受袭地点重要程度最短距离优先策略的救援效果较优于最近救援距离优先策略、合理的警务资源调度中心设置对救援调度有较好的效果、警力分散设置有利于减少恐怖袭击带来的影响的结论.     

基于应急物流体的应急救援物资调度模型

应急物流体理论(ELS3)是解决应急突发事件的宏观方法,以该理论基本原则为依据,从技术实施与应用角度研究应急救援物资的调度问题,以时间性,经济性和可靠性为优化目标,建立了多目标决策模型,并给出求解算法.为提高应急响应能力、缩短救援时间、减少损失提供一种实用的方法.     

考虑伤情随机恶化的应急物资调度问题

针对大规模灾难事件发生后伤员伤情严重、应急物流网络不确定、救援时效性强等特点,考虑伤情随机恶化和运输时间不确定性情景下研究应急物资的调度问题.基于马尔可夫过程刻画了伤员伤情演变规律,引入转移概率计算出各灾区伤员不同伤情状态下的死亡率,构建了以死亡率之和最小为目标的应急物资调度模糊机会约束规划模型,并设计了一种带有混沌初始化和变邻域局部搜索的改进萤火虫算法.通过数值算例验证了所提模型和算法的可行性和有效性.     

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。     

考虑声誉效应的应急物资储备系统动态激励模型

突发灾害发生后,应急物资需求量呈现爆发式增长,充足的应急物资对于保障灾后救援效果以及减少经济损失具有重要作用。通常情况下,政府在灾前委托一个或多家企业储备应急物资,一旦突发灾害发生,立即调拨所需物资至受灾区。但在实际情况下,由于政企合作契约的不完备及政企目标的差异与信息的不对称,企业很容易出现偷懒、消极怠工等道德风险,突发灾害发生时很难保障充足可用的应急物资。为此,在政企委托代理关系的基础上,引入声誉效应机制到政府和两个企业组成的应急物资储备系统,构建了考虑声誉效应的应急物资储备系统动态激励模型,求解了政企多期合作下政府最优奖惩系数和企业最优努力水平,给出了声誉效应机制发挥长期激励作用的条件。与不考虑声誉效应的应急物资储备系统激励模型相比,在一定条件下考虑声誉效应的应急物资储备系统动态激励模型可以提高企业努力水平,实现了供应链系统成员收益帕累托改善,降低了企业出现道德风险的可能性,有利于维护政企之间长久稳定的合作关系。