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。     

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。     

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.     

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。     

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.     

非线性连续消耗应急物资调度问题研究

构建了多应急点、多出救点和多阶段的应急物资调度模型,以最小化调度总费用和最大化应急点满意度为优化目标.以物资缺失损失系数和应急点满意度系数引入需求紧迫度到模型中,在优先供给需求紧迫度较高的应急点的同时,确保其他应急点的物资缺失损失是可接受的.设计一种结合改进粒子群算法和非梯度侧步爬山搜索机制的混合多目标粒子群算法(IMPSO HCS).实现多目标优化问题求解.通过仿真对比实验验证了上述模型的合理性与算法的有效性.仿真结果表明,该模型与算法在实现应急点满意度与应急物资调度费用两个目标协同的同时,获得了较高的满意度与较低的应急物资调度费用.     

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。     

考虑多事故点的海上重大事故应急物资优化调度

应急物资的高效调度是整个应急系统服务效率的保障,为提升海上应急系统的救助效率,针对固定海域内多起重大事故随机发生情景下的应急物资优化调度问题展开了研究。综合考虑物资运输受需求时间窗限制、物资需求存在时变特性以及海陆物资协同调度存在耦合关系等一系列复杂约束后,为统筹优化海上应急物资调度与陆上补给应急物资调度,构建了一个两阶段应急物资动态优化调度模型。根据该模型的计算逻辑提出了一种混合启发式算法。最后通过仿真案例对模型与算法的有效性进行了验证,结果表明该研究方法能在海上重大事故应急物资调度过程中提供可靠的决策支持。     

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.     

基于多目标物资调配优化模型的复杂应急系统并行计算方法

为了解决大规模的应急系统中的物资调配的问题,以时间性,效率性为优化目标,建立了模糊目标集数学模型,给出了单事故点的优化算法;并提出了一个以应急事故点为中心对救援点进行聚类划分的方法,将复杂多事故点应急调配的问题分解为单事故点来计算,把任务分配到不同处理器中并行执行.实验结果表明,基于多目标优化模型的并行算法大大地提高了应急调配解算速度,能为决策者提供更有效、快速、智能的服务.     

数据驱动的疫情应急物流网络动态调整优化

突发疫情具有扩散边界模糊、情景动态时变等典型非结构化特征,相应的应急物流网络需要根据实际情况不断进行调整,才可以取得更好的救援效果.基于此,本文从数据驱动的视角,构建了一类创新的应急物流网络动态调整优化决策框架模型.其中,应急响应时间被划分为多个连续的决策周期,每个决策周期中蕴含了疫情扩散分析、应急物流网络设计、数据收集处理和参数调整更新等循环递进的4个环节.在该决策框架下,整个疫情的应急响应过程转化为数据学习与资源优化配置交互演进的协同决策过程.算例分析表明,本文所设计的决策框架模型能够为疫情应急管理提供许多实时有效的政策调整建议,也可为其它突发事件的应急应对提供有益的决策参考.     

基于人工社会的疫情传播风险预测和防控措施评估

新型冠状病毒疫情在全国一盘棋的严格防控措施下已经得到了控制,但是如何对其进行常态化的治理值得深入研究。分别基于SEIR模型和人工社会情景建立了新型冠状病毒疫情传播模型和人员接触网络模型;在天河超级计算机上运用多Agent计算实验方法进行大样本计算实验,模拟人工城市中社区、学校和工作场所等典型区域疫情传播,预测和评估复工复学后疫情传播风险。实验结果表明疫情防控要做好打持久战的准备,将应急措施作用到疫情发生相变之前。     

面向应急对地观测任务的多飞艇协同分配方法

应急条件下多飞艇协同任务分配是一个重要而极具前景的研究课题,对提高飞艇观测效能起着至关重要的作用。针对多飞艇协同任务分配问题,设计了一种基于Agent双向招标的改进合同网协同机制,详细解释了双向招标的方法和标值计算的启发式规则。针对应急观测任务的高时效性特点,建立了一个多目标约束满足优化模型,并提出一种针对批量动态任务的快速分配算法--动态自适应协同任务分配算法(dynamical flexible collaborative algorithm,DFCA)。大量模拟实验结果表明,该算法能够在很短的时间内获得较好的任务分配方案,具有较高的任务完成率和权值收益率。     

应急血液多阶段调剂优化

血液是一类特殊的应急物资,在灾害救援中发挥着至关重要的作用. 为提高应急血液保障效率,通过分析血液特性与应急血液保障的阶段性特点,并考虑运输方式对血液质量的影响,建立了一种多阶段优化模型解决多灾点、多品种应急血液调剂问题,设计了一种基于关键受灾点优先的向量编码遗传算法进行求解,并对算法的时间复杂性进行了分析. 最后,以汶川大地震应急血液保障为背景构建算例进行验证,结果表明该遗传算法的计算效率较高,所提的多阶段决策方法在血液新鲜度、血液积压量等方面具有明显优势.     

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。     

COVID-19期间上海市应急医疗资源配置建模与仿真

针对COVID-19期间上海市应急医疗资源配置进行建模与仿真化模拟.基于传染病SEIR susceptible-exposed-infected-removed)模型,结合患者门诊就诊和住院治疗过程,构建了医疗资源需要量测算的SEIOWHR(susceptible-exposed-infected-outpatient...     

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。     

基于系统动力学的应急物资动员潜力评估

应急物资动员潜力可以为我国应对突发事件应急物资保障提供重要基础.本文以原材料转化后的应急物资最终产品测度应急物资动员潜力,通过分析构成应急物资动员潜力的四个子模块内部转化形成应急物资最终产品的反馈关系,运用系统动力学建立了应急物资动员潜力评估模型.以我国石油产业链为实际背景,以成品油动员潜力为例,运用"情景-应对"的思想从总量、某一时点以及某个时间段等多个角度对成品油动员潜力进行了定量评估.研究发现:当需求量较低时,原油或者成品油储备对成品油动员潜力贡献最大,随着需求量逐渐增加,企业超常生产能力对成品油动员潜力的贡献逐渐增大.此外,成品油实际产能、原油储备量或成品油储备量以及原油转化系数这四个影响因素对成品油动员潜力的影响最大,应重点提高应急物资实际产能、原材料或应急物资最终产品储备量以及应急物资生产效率.     

基于随机Petri网的多部门协同农业抗旱应急处置流程建模——以内蒙古巴彦淖尔市为例

随着全球气候变暖，干旱灾害发生频次和强度增加，严重威胁到农业生产。如何保证农业抗旱应急处置流程的顺畅高效，提高农业抗旱应急处置效率，是减少农业生产损失的关键。首先，从信息流的角度，基于OODA环分析了农业抗旱应急管理流程的各个阶段。针对农业旱灾及应急抗旱的特点，建立了多部门协同农业抗旱应急处置流程，基于随机Petri网构建了多部门协同农业抗旱应急处置流程仿真模型，通过同构马尔可夫链分析该系统性能，进一步提出关键环节及处置时间的确定方法。最后，以内蒙古巴彦淖尔市为例，分析农业抗旱应急处置流程的效率，确定关键环节及其处置时间。结果表明：① 本文提出的多部门协同农业抗旱应急处置流程可以缩短应急时间。以巴彦淖尔市2018年的抗旱应急为例，抗旱时间从半个多月缩短为约11.5天。在各环节中，信息发布是容易造成信息堵塞的环节，寻找应急水源是最耗时的环节。② 提高关键环节的应急处置效率，将进一步提高应急抗旱的效率。对抗旱应急总时间影响最大的启动应急预案是关键环节，将该环节的平均实施时间缩短为1/15天，可以将抗旱时间进一步缩短2.5天。     

城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。