交通生命线系统震后应急调度模型及方法

震后交通应急调度是地震救灾工作中的一个重要环节.对震后交通生命线系统的功能进行分析,将震后道路里程、车辆速度、行程延误、交通负荷度以及路网连通可靠度等因素遴选为震后交通生命线系统的交通阻抗效用指标,提出将这些效用指标转化为一种广义交通阻抗即运输时间的理论方法,考虑到震后应急物资调度是基于时间链的动态过程,假设调度至受灾点的物资是被连续消耗的,进而建立震后多需求点多服务点应急调度的双层决策优化数学模型,给出双层规划问题的动态优化算法,得到最优的应急调度连续可行方案.通过一个仿真算例进行了验证.     

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。     

基于非合作博弈的应急车辆调度与再配置

多事故多救援站点的应急车辆调度问题中,在处置当前事故时,若将空闲车辆再配置于救援站点,有利于对潜在事故的快速响应.文中采用双层规划理论和非合作博弈理论建立应急车辆调度与再配置模型.上层模型在事故需求和救援时间窗约束下,最小化当前事故响应时间;下层模型将各救援站点视为非合作博弈的局中人,综合考虑车辆再配置时间和救援站覆盖区域潜在风险,确定局中人的收益函数,将优化再配置策略转化为寻求非合作博弈的纳什均衡.然后,提出一种层次混合蛙跳算法,其中上层算法用于求解约束单目标规划问题,下层算法用于求解非合作博弈模型.求解事故算例证明了应急车辆调度与再配置模型的合理性和层次混合蛙跳算法的有效性.     

面向脉冲需求的应急资源调度问题研究

在应急资源需求点和可行的出救点已经明确的情况下,提出了一种具有脉冲需求特性的应急资源调度方法.首先,将脉冲消耗应急问题的研究范围限定为各出救点可用资源完全能够满足应急资源脉冲需求的调度问题,从理论上证明了已有的应急资源满足调度需求的充要条件,并进一步给出了应急时间最早的资源调度方案.在此基础上,分别给出了脉冲需求条件下应急时间最早和应急出救点数最少的算法步骤,并应用数学归纳法进行了证明.算例结果表明,该研究方法能够有效地获得多种最优应急决策方案,为面向脉冲需求的应急资源调度问题提供决策参考.     

共享单车需求预测及调度优化

为了更加准确地预测共享单车的需求量,制定合理的调度优化方案。针对共享单车骑行数据的周期性、非线性和随机性的特点,提出了季节性灰色Markov模型来预测共享单车需求量。在此基础上,根据双层规划模型结果来制定调度优化方案。在季节性灰色Markov模型中,首先将原始数据带入季节性GM(1,1)模型得到预测结果,然后用Markov模型对预测的残差进行修正,得到最终的预测值。在双层规划模型中,上层目标为运营商的调度成本,下层目标为调度中心的调度时间,双层规划模型用GUROBI求解器求解。最后将两种模型应用于纽约市17个Citi Bike共享单车站点的算例分析。数值计算结果表明：季节性灰色Markov模型在17个站点从周一到周五的需求量预测的平均绝对百分比误差(mean absolute percentage error,MAPE)为10.68%,预测精度较高。利用双层规划模型制定的调度优化方案能确定调度中心数量、位置,调度范围和调度路径,可以在满足用户需求的同时使调度成本和调度时间最优。研究提出的需求预测模型和调度优化方案可以为共享单车运营部门和交通管理部门提供有效的参考。     

基于马尔科夫决策过程的应急资源调度方案的动态优化

利用马尔科夫决策方法,对突发公共事件下的应急资源调度方案的动态优化过程进行研究,以期找到特定场景下最优应急资源调度方案,保证应急救援行动的时效性.通过实例分析表明,基于马尔科夫决策过程的应急资源调度方案动态优化方法可实现应急资源调度方案的动态优化,未来通过采用本方法,可以为突发公共事件下的应急资源动态调度提供依据.     

基于离散蜂群的应急物流车辆调度算法

为在尽可能满足应急物流时间要求的前提下最大程度的节约运输成本,提出了一种基于离散蜂群的应急物流车辆调度算法.该算法首先综合考虑运输车装载容量和受灾点的单边硬时间窗约束,构建了以最小化配送成本为目标的数学规划模型,然后利用离散蜂群算法进行优化求解,通过引入离散差分搜索强化其领域搜索能力,同时借助侦查蜂进行个体淘汰操作,从而避免算法陷入局部最优.仿真实验表明,与基于蚁群算法的应急物流车辆调度算法相比,该算法具有较强的鲁棒性,能够快速获得应急物流车辆调度问题的优质解.     

应急车辆优先的信号交叉口配时优化方法研究

针对应急车辆优先信号配时问题,基于信号交叉口优先控制理论的背景,研究了信号控制交叉口应急救援车辆优先信号的确定方法。在信号周期不变的前提下,给出了应急车辆通过相位可延长绿时的极限值,提出了系统效益最优的优先信号配时规划模型,同时给出了对应急救援车辆进行检测和定位方法的建议,最后利用Excel线性规划求解方法演示了周期不变条件下应急车辆优先信号的确定过程。研究成果对于进一步保障紧急救援绿色通道的实现,丰富城市应急决策支持系统具有重要的理论意义和现实意义。     

基于需求紧迫度的约束性应急物资车辆路径模型

为了实现科学、高效的灾后应急响应,针对传统路径规划中单目标、单车场、单次配送、无差别化供给、闭合式调度等多方面限制,开展基于需求紧迫度的约束性应急物资车辆路径研究。运用层次分析法对需求紧迫度进行赋权分级,以应急救援过程的响应时间、配送延误惩罚与需求未满意率最小化为目标,构建约束性应急物资车辆路径模型,并设计两阶段遗传算法。通过算例检验算法与模型的有效性和适用性。结果表明：该模型可有效解决资源紧缺、受灾程度异化情况下的物资配送问题,形成适用于突发自然灾害事件的动态应急物资车辆路径规划方案,实现突发路况处理与资源效能最大化,并为应急物资的车辆路径规划提供理论依据与决策参考。     

应急资源调度的补货策略问题研究

根据突发事件的特点,将突发事件的应急资源调度过程分为三个阶段。分别对应突发事件发生以前的资源储备阶段、紧急救援物资的调度阶段和用于灾后重建的一般资源调度阶段。考虑了突发事件需求和由于灾害影响资源运输时间滞后的不确定性,将应急资源管理与供应链管理中的补货策略相结合,三个阶段分别决策,提出使得考虑时间效应的综合成本最低的动态资源调度方案。     

可变线路式公交的两阶段车辆调度模型

针对可变线路式公交设计了一种可同时处理预约需求和实时需求的两阶段车辆调度模型.第1阶段模型以预约需求为服务对象,建立了以乘客出行成本和车辆运营成本最小为目标的路径优化模型,采用模拟退火算法对模型进行求解,获得车辆初始行驶路径方案.第2阶段模型以实时需求为服务目标,在原定行驶路径方案上利用启发式插入算法将4类乘客排入车辆行车计划中.基于实例的仿真试验验证了两阶段车辆调度模型的可行性,结果表明:通过提高乘客预约出行比例的方式可提升系统性能,本例中当乘客需求量达到25人/h、预约出行比例达到70%时,系统整体性能相较于纯动态需求条件下提升近10%.     

考虑需求侧多能源响应的虚拟电厂优化运行策略

虚拟电厂技术为聚合分布式能源和用户侧资源参与能源市场交易提供了有效手段.针对综合能源场景下能源供需互动不足的问题,基于虚拟电厂内多能源聚合商参与需求响应为背景,建立了一种综合考虑了储能设备、能源耦合设备、分布式可再生能源发电、多能源市场交易及激励型综合需求响应的虚拟电厂两阶段优化运行模型,第一阶段为虚拟电厂最优经济调度模型,第二阶段为聚合商-用户的双层规划综合需求响应模型,并给出了各阶段模型的求解方法.仿真结果表明:策略在降低虚拟电厂调度成本、聚合商补偿成本以及用户的舒适度损失方面具有良好优势.     

面向非常规突发事件的应对方案序贯决策

针对非常规突发事件具有突发性和不可预测性等特点,在借助救灾专家判断偏好的基础上,应急决策者需要根据阶段性的处理结果和突发事件的演化趋势动态地调整救援方案.首先构建数学模型,详细分析动态博弈框架下应急管理中应急决策者与突发事件之间的序贯博弈过程.通过有限次序贯博弈获取未来应急资源的需求信息,形成资源调度的最优方案,为应急决策人员在突发事件爆发后应急救援资源的调度提供决策支持.最后通过具体的算例分析,探讨了运用序贯博弈模型生成最佳调度预案的方法.     

基于agent的高速公路救援车辆动态派遣方法

为了解决高速公路网多救援点出救,多种类、多数量救援车辆处置多起交通事故问题,应用agent方法建立了救援车辆动态派遣模型.模型将事故作为任务agent,救援车辆作为资源a-gent,将任务延时损失最小和派遣资源成本最少作为系统性能指标.针对多agent协作性特点及多起事故救援的不确定性,设计了招投标过程,并在积累救援信息、寻求多目标最优解过程中,制定了agent启发式学习过程,获得动态最优解.南京市周边高速公路网救援实例表明,基于agent的救援车辆派遣方法可以动态地获得全局优化的派遣决策方案,验证了方法的可行性和有效性.     

考虑救援点资源分布的救援车辆路径优化

研究基于物资集散区的救援车辆路径优化问题,旨在有效利用救援系统资源,提高救援效率.灾害发生初期,每个救援点物资量和车辆运输能力具有不平衡性,针对该特点,从建立一个物资集散区角度出发,把所有救援点的救援车辆分为两类:第一类车辆负责将物资从救援点运往物资集散区,第二类车辆直接参与救援,若救援点物资不足,则从物资集散区获取物资以完成剩余救援任务.基于以上分析,以救援时间为优化目标,建立应急救援车辆路径模型并设计对应的模拟退火算法.算例分析表明,所提出的优化方法结果合理,可为实际决策提供有价值的参考.     

疫情期间应急物资车辆路径优化方法

在新冠肺炎疫情期间，全力保障应急物资流通，是保持生产生活平稳有序运行的先行条件。本文建立基于智慧物流系统的应急物资车辆运输系统架构，实现物流信息透明化。并基于百度地图实时监测道路拥堵情况，结合头脑风暴算法内核，根据实况路网模型求解带时间窗的应急物资车辆调度模型，使用Matlab工具结合隔离点实际地理坐标经纬度对其路径规划方案进行仿真，实现应急物资流通过程的数据交互和车辆调度方案的实时调整。该方法改善了疫情期间应急物资的运输效率。     

电动汽车共享站点间车辆人工调度策略

用户出行需求的潮汐性和不均衡性导致站点间车辆失衡问题严重,极大地制约了电动汽车共享的快速发展,采用合理的车辆人工调度策略可使车辆失衡问题得以解决.基于完全满足用户用车需求的前提,建立成本最低的调度需求模型,并采用遗传算法求解得出调度需求.构建了电动汽车共享站点间车辆人工调度策略,同时通过调度收益最大化的混合整数规划模型优化车辆调度路径,采用分支定界法求解.以"EVCARD"位于上海市嘉定区5个站点的实际订单作为输入,进行人工调度策略优化分析.结果显示:在用户用车需求增长的情景下,不增设停车位和车辆数目而采用人工调度优化策略,同比可以提升60%的订单服务量,相比增设停车位和车辆数目可以节约60%的成本投入.     

带专家偏好的非常规突发事件应急预案序贯决策研究

针对非常规突发事件具有突发性和不可预测性等特点,在借助救灾专家判断偏好的基础上,应急决策者需要根据阶段性的处理结果和突发事件的演化趋势动态地调整救援方案。首先构建数学模型,详细分析动态博弈框架下应急管理中应急决策者与突发事件之间的序贯博弈过程。通过有限次序贯博弈获取未来应急资源的需求信息,形成资源调度的最优方案,为应急决策人员在突发事件爆发后应急救援资源的调度提供决策支持。最后通过具体的算例分析,探讨了如何运用序贯博弈模型生成最佳调度预案的方法。     

高速公路出入口选址双层规划模型研究

针对高速公路出入口选址,建立了双层规划模型.上层规划以高速公路出入口的用地和建设成本、改进交通网络的成本和区域内的出行成本最小为目标函数,下层规划考虑了交通网络车辆弹性需求用户均衡配流.最后设计了一个迭代优化算法对模型进行求解.     

基于改进ABC算法的城市内涝应急车辆路径优化

考虑到城市内涝道路受损等因素,构建了车辆调度成本、时间惩罚成本和风险成本同时最小化的多目标优化调度模型.为了求解满足约束的最优调度方案,设计了一种改进的人工蜂群算法,引入自适应维度更新、全局搜索和混沌搜索更新策略,提高基本人工蜂群算法的求解精度和稳定性等性能.算例仿真结果表明,改进算法与标准算法相比,具有更好的寻优性能,可提供更优的调度方案.