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.     

考虑“安全-时间”的自然灾害多地点应急救援路线优化

研究有多个地点受灾等待接受救援的应急救援路线规划问题。针对可同时派出多组救援人员,且有固定救援出救点和救灾补给点的情况,建立了综合考虑安全风险和时间花费的救援路线优化模型。基于进化多目标优化思想,设计了求解模型的遗传算法。提出的交叉和变异算子确保算法迭代过程中得到的路径始终是可行的,回路清除算法清除所有非有益回路,精英保留策略在各代Pareto最优解中优中选优。实验证明该算法有较好的运行结果和效率。综上,本文提出了路网具有安全风险和时间花费两个属性的多受灾地点多救援队伍应急救援路线优化问题,并设计了相应的求解算法。     

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.     

应急设施最大时间满意度选址-分配优化模型与算法

应急设施选址-分配决策是应急管理中的重要内容,它直接影响预防和处置突发灾害事件的能力。综合考虑时间性、经济性及服务能力有限等决策因素的多重约束限制,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容量及安全库存约束的应急设施最大时间满意度选址-分配优化模型。结合模型的特点,设计一种嵌入混沌搜索机制的蝙蝠算法求解模型。最后通过算例验证了模型与算法的有效性,为应急设施选址提供理论依据和方法设计。     

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.     

需求可拆分车辆路径问题的三阶段禁忌算法

需求可拆分车辆路径问题(SDVRP)是一类有待深入研究的车辆路径问题,其求解方法与需求不可拆分的VRP问题有较大的区别.针对该类问题,本文提供了一种新的求解思路——基于双层规划模型的三阶段禁忌算法.首先,将目标函数设定为大TSP路径成本加上切割增加路径成本,构建了SDVRP的双层规划数学模型;然后,根据双层规划的思路设计了三阶段禁忌启发式算法:先求包括车场和所有顾客的大TSP路径,再对大TSP进行切割和拆分,接着对备选方案进行子路径优化;最后,通过实验仿真,将所提出的三阶段禁忌算法与其他算法进行比较,结果表明了所提出的算法可以比较有效地求得需求可拆分车辆路径问题的优化解,是解决需求可拆分车辆路径问题的有效方法.     

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。     

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。     

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。     

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。     

考虑紧迫度的应急物资调度及粒子群算法求解

重大公共卫生事件爆发初期,医疗物资消耗迅速,供给严重不足,为了合理高效地分配医疗物资,开展应急医疗物资配送问题研究。引入熵权法确定需求点的需求紧迫度,优先配送紧迫度高的需求点,在此基础上尽可能地使配送路径最短,实现构建基于物资需求点紧迫度不同前提下的需求可拆分的多目标应急医疗物资调度模型;并使用动态惯性权重和增加粒子扰动项等策略对粒子群算法进行改进用于求解模型。结果表明：该方法可高效解决资源紧缺情况下应急物资调配及车辆路径方案生成问题。     

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.     

实际环境中多无人车协同路径规划模型研究

地面无人车的集群作战运用是当前人工智能与作战指挥交叉领域的热点研究问题。针对实际环境中多无人车无法满足动态威胁条件下的协同路径规划问题,采用全局路径规划算法A-star与局部路径规划算法RL相结合的思路,从感知到行为决策全交互协同的角度开展多无人车协同路径规划模型研究,设计协同作战态势威胁算法、状态与动作空间、奖励函数、势力范围函数;设计协同作战编队构型策略生成及打击路径动态优化子模型,完成基于自主学习的多无人车协同路径规划控制模型构建与求解。结果表明：该路径规划模型可有效应对复杂城市环境下多无人车协同路径规划任务需求。     

多中心开放且需求可拆分的VRPSDP问题优化

针对多中心开放式同时配集货需求可拆分车辆路径问题(MDOSDVRPSDP),建立以车辆派遣成本、理货成本以及运输成本之和最小为目标的车辆路径优化模型.设计混合遗传算法(HGA)进行求解,利用混沌系统的随机性和遍历性生成初始种群,确保初始种群的多样性,引入扰动策略以及邻域规模减少策略,提高搜索效率,采用精英策略和轮盘赌混合的选择策略,平衡种群多样性与种群质量.通过多组算例对比,验证本文模型和算法的有效性.研究成果拓展了车辆路径问题(VRP)的相关理论,既可为解决MDOSDVRPSDP问题提供一种新思路,也可为物流企业的相关决策提供理论依据.     

基于情景分析的应急资源布局决策

考虑灾害发生时需求、运输代价等不确定因素,建立基于情景的应急资源布局两阶段数学规划模型,解决针对自然灾害的应急资源布局问题。将应急资源分配过程作为辅助决策阶段,解决应急设施选址和应急资源配置问题,并利用最小最大值的鲁棒优化方法进行应急资源布局决策。在求解模型时,根据灾害发生的不确定性,利用有限个情景集表示第二阶段的不确定性数据,并将模型化为与其等价的混合整数规划模型,利用情景松弛的迭代算法进行求解。数值试验结果表明基于最小最大准则的应急资源布局模型具有良好的鲁棒性,而且算法也是有效的。     

交通网络设计的优化模型及算法

通过对交通网络设计的问题及其研究现状的分析．对离散型交通网络设计问题进行了深入的研究。采用双层规划模型描述问题．其中上层规划模型是从交通规划者的角度出发．在建设资金受到约束的前提下．设计合适的路网结构．使得公路网中的交通出行能达到系统最优；而下层优化模型则是从路网使用者的角度出发．使交通出行达到用户最优，针对该双层规划模型．本文对上层模型使用SA算法求解．而下层模型则采用了基于路径搜索的GP算法进行求解．以此为基础设计了SA—GP算法对其进行求解。算例计算的结果表明．模型和算法都是有效的，求取的结果能显著改善路网的交通情况．而且上下层算法的收敛速度快，从而能为路网规划决策提供支持。     

震后初期Single-Hub应急物资筹集模型

在震灾应急决策中,为解决无限制需求期、筹集时间为模糊区间数、枢纽节点无容量限制时的单枢纽应急物资筹集网络的优化问题,通过构建多目标数学规划模型,并设计逐次枚举的启发式算法。根据应急物资满足程度和筹集时间最短要求,采用混合复合路径连接方式,以保证应急物资筹集网络的效率和效益。在算法设计上,将应急物资筹集的双目标规划模型转换为全直送模式和纯Hub模式的单目标线性规划求解,并将所有节点弧逐次迭代,寻找全局最优弧集;根据最优节线连接方式,确定混合轴辐式应急物资筹集网络结构,并对应急物资筹集方案选优;最后,案例验证表明,基于逐次枚举的启发式算法相比模拟退火算法(SA),在运算难度、迭代次数以及最优筹集时间上都有明显的优势,能够运用于震灾应急物资筹集决策中。     

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.     

不确定条件下基于塔木德分配的铁路应急资源调度策略

针对铁路救援的诸多不确定性,采用塔木德财产分配法对模糊需求的各事故点之间进行资源调度。根据铁路救援的特点,提出参与救援的出救点-需求点对数是影响铁路救援成本和效率的重要因素。考虑到铁路救援能力的限制,在可出救点同一时间只能对有限个需求点实施救援的约束条件下,构建基于应急时间满意度最大、参与救援的出救点-需求点对数满意度的多目标数学规划模型,利用MATLAB2014B的遗传算法函数求解,并通过实例分析和比较,验证了模型与方法的有效性。     

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。