考虑需求紧迫度的区域应急物资配送优化——以上海市为例

为提高应急工作的救援效率、应急物资运送的时效性,提出在受灾点需求紧迫度影响下的应急物资配送路径优化模型。建立受灾点需求紧迫度评价体系,利用熵权TOPSIS法求出受灾点的需求紧迫度。将需求紧迫度引入路径优化模型,在尽可能满足受灾点需求紧迫度优先级的情况下,构建总成本最低与应急物资运输时间最短的双目标路径优化模型,设计改进遗传-模拟退火组合算法求解。以上海市为算例背景,运用MATLAB进行仿真,研究结果表明：考虑需求紧迫度模型的总成本比不考虑需求紧迫度模型的总成本减少了13.48%,缩短了应急物资运输时间,遗传-模拟退火组合算法可以在保证收敛速度较快的前提下,较好地实现搜索全局最优的目标。     

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。     

突发事件下多目标应急救援物资配送路径规划

突发事件发生后,选择最优应急救援物资配送路径提高物资配送的效率和效果,是应急决策者面临的主要问题。以最小化最晚车辆服务结束时间来提高物资配送的效率,以最小化需求未满足率来保证配送公平性,从而达到良好的配送效果。在配送中心唯一的情况下,考虑道路对车型限制、道路阻断修复和道路可靠性对路径的影响,建立多目标应急救援物资配送路径优化模型。设计优先邻点交叉算子来改进基于非支配解排序的遗传算法,提高了局部搜索能力和收敛速度,通过仿真实验验证了算法和模型的有效性,为决策者选择合适的车辆配送路径提供辅助决策作用。     

公共卫生背景下的城市应急物流配送模式研究

随着2020年新冠疫情的爆发,医疗物资配送的高成本问题愈加凸显.文章针对应急物流中配送路径选择问题,提出了考虑时间紧迫度的应急物流配送模型,致力于解决应急物流配送成本过高的问题.时间紧迫度的影响指标包括辖区面积、医护人员数量和药品缺口率;文章运用层次分析法对各个指标加权计算时间紧迫度,并对时间紧迫度进行聚类,根据聚类结果调整时间窗.将时间紧迫度与车辆运输模型结合,运用改进遗传算法对模型进行求解.计算结果表明,考虑时间紧迫度的情况下,使运输总成本降低了31.57％.通过对比研究,分析了考虑时间紧迫度对于运输成本的优化,验证了模型的可行性.该模型的构建,使应急物流配送模式的选择更加科学合理,促进了应急物流系统的发展,加快了应急物流体系完善的进程.     

基于混合遗传算法的应急物资配送路径优化

为解决突发事件下应急物资的配送路径优化问题,以配送车辆的固定成本、运输成本、违反最大载重量以及右时间窗的惩罚成本之和最小为目标,构建了带时间窗约束的应急物资配送路径优化模型;通过将遗传算法与节约算法、大规模邻域搜索算法相结合,设计出了一种混合遗传算法对模型进行求解;最后用算例仿真验证了模型和算法的可行性。实验结果表明:设计的混合遗传算法在求解过程和求解结果上都比标准遗传算法更优,可见能够为解决应急物资的配送路径优化问题提供科学的决策依据。     

应急车辆分配与应急物资配送的集成决策

针对应急物资配送中各受灾点应急车辆分配的公平性与应急物资配送的及时性难以平衡的问题,以各受灾点车辆分配的相对剥夺感(公平性)与配送时间(及时性)为目标函数,构建基于车辆分配公平性与应急物资配送及时性的多目标协调优化模型。为求解该模型,设计一种基于启发式算法、局部搜索算法和遗传算法的混合智能算法。研究结果表明:当配送中心车辆数不足时,公平性和及时性之间存在关联;该混合智能算法能快速、有效地找到满意解;目标权重对算法的稳定性和快速性有一定影响;该模型和算法在大规模地震实例中能有效实现公平性与及时性的协调优化。     

突发性公共卫生事件下横纵结合应急物资配送模式

考虑到突发性公共卫生事件下的应急物资的时效性以及应急救援工作需要在多受灾点同时展开这一实际,提出了将疫区与疫区之间横向配送和物资分配中心与疫区之间的纵向配送相结合的应急物资配送模式。首先,在满足配送时间的前提下以总成本最小为目标,构建了横纵结合的物流配送路径优化模型;其次运用聚类分析和引入了逆转操作的遗传算法进行求解;最后通过算例仿真将提出的配送模式与常规配送模式进行比较。算例结果表明,提出的横纵结合应急物流配送模型使总成本降低了10.72%,惩罚成本减少了52.98%,验证了模型及算法的有效性和可行性,可为未来的应急物资配送问题提供参考。     

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。     

考虑路径风险的不确定需求应急物流定位-路径问题

针对突发事件发生后路网和救援物资需求的不确定性,考虑路径运行时间超期风险、路网通行能力风险、路径复杂性及应急物资需求不确定性,以应急物资运达总时间最小和系统总成本最小为目标,建立了基于随机机会约束规划的多目标应急物流定位-路径模型,设计了改进的遗传算法对其进行求解,采用罚函数法处理模型中的约束条件.算例分析验证了模型的合理性和算法的可行性.     

自然灾害下的应急物流协调研究

结合目前自然灾害应急物流的研究现状,指出了应急物流存在的问题.从物资需求、分配原则、路网风险以及配送方式的角度,分析了应急物流的特性.提出了自然灾害应急物流协调框架,它是灾害综合评估、灾民转移和应急物资配送在应急物流系统下的有机结合,是不同组织机构、不同利益主体、不同物流网络单元间职能、目标、信息、物资、车辆等的协调.     

应急医疗资源保障研究综述

应急医疗资源是应对突发公共卫生事件的物质基础和保障,能否根据需求及时、准确地提供应急医疗资源对于降低疫情造成的损失具有重要作用。首先,综述了应急医疗资源需求预测方法及紧迫度的评估指标体系;其次,对应急医疗资源储备的关键问题进行分析,综述了规模与轮换、政企合作、设施选址3个方面的研究现状;再次,从优化目标、时间窗等角度总结应急医疗资源调配模型,以及优化算法的研究现状;最后,对应急医疗资源保障发展趋势进行了总结和展望,指出通过大数据技术和平台提升应急医疗资源保障能力尤为重要,具体应关注3个方面:1）运用数字技术建设应急医疗资源大数据平台;2）通过大数据平台重构应急医疗资源保障系统;3）应急医疗资源保障系统重构的实现路径。     

不确定应急物流LRP双目标优化模型

为了优化应急物资配送系统,提高配送的时效性和经济性,以总时间最短和总成本最小为目标,建立了不确定双目标机会约束优化模型,在这个模型中综合考虑了需求点的限制期要求以及需求点物资需求量的不确定性、两节点运输时间的不确定性、若干车辆容量的有限性和若干候选救援中心容量的有限性,并且假设救援车辆完成自身的任务后停靠在就近已经启用的救援中心;运用遗传算法求解该模型,并且利用惩罚函数的思想以及加权法对目标进行了处理,最后给出数值例子验证该模型和算法的有效性.     

基于SEIR模型公共卫生事件下物资分配优化研究

通过SEIR模型对公共卫生事件爆发后应急救援物资需求进行预测,以应急物资需求缺货损失最小及物资分配总距离最短为目标构建优化模型。为确保分配的精确性,每周期对模型参数根据实时数据进行调整,并通过应急物资分配案例验证了模型的科学性与合理性。结果表明：该方法能有效解决重大公共卫生事件下动态需求下应急物资分配问题,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。     

不确定需求下应急物流系统多目标鲁棒优化模型

针对在突发事件发生的紧急救援期,应急物流系统的运载能力有限性及多种应急物资的需求不确定性,采用相对鲁棒优化方法建立了基于总时间和总成本最优的多目标数学模型.结果表明:模型合理地解决了应急物资在需求不确定条件下选址-路径的安排问题,通过算例将绝对鲁棒优化与相对鲁棒优化的对应问题以及单目标与多目标模型的最优解进行对比,验证了多目标鲁棒优化模型能够体现应急物资在需求不确定条件下选址-路径方案的最优性与鲁棒性的均衡,从而在突发事件发生时能有效保证应急物流决策的鲁棒性.     

应急物资调运时间为区间数的路径优化研究

现有文献中研究的或者是应急物资从单个应急服务点运送到单个应急需求点的不确定型路径优化问题或者是应急物资从单个应急服务点到多个应急需求点的确定型路径优化问题。本文研究了应急车辆将应急物资从单个应急服务点运送到多个应急需求点并且经过各路段所花费的时间均为不确定的区间数的封闭式路径优化问题,给出了区间数的运算方法和模型算法,并用算例进行了验算。     

基于不完全扑灭的应急物资最优分配决策模型

在分析现有城市应急物资分配模型的基础上,构建了一个多出救点、多受灾点、多种应急物资分配的决策模型。该模型以受灾点的系统损失最小为目标,充分考虑灾害严重程度、应急物资的重要性、受灾点对应急物资的需求紧迫程度等因素,在不完全扑灭情况下确保受灾点物资分配的公平性。最后从理论上分析最优性条件,通过算例验证了模型的有效性。     

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。     

基于订单拆分的容量限制商超配送路径规划

针对商超配送中多种配送方式共同面临的车辆配载和路径规划问题,考虑配送车辆容量限制,以最小化配送总成本为目标,构建了基于订单拆分的带容量限制商超配送路径规划模型.结合真实案例,提出了一种增加遗传变异操作的改进灰狼优化算法.通过与遗传算法的对比,验证了模型和算法的有效性.案例分析结果表明,当总商超客户需求量接近车辆容量的整数倍时,基于订单拆分配送路径规划更能够充分地利用车容量,降低车辆的空驶率,减少配送总成本.     

信息传播影响下基于进化蜂群算法的应急车辆路径优化设计

为了能够准确反映信息传播对于应急物资需求的影响以及有效优化应急配送车辆的路径,构建了基于双层扩散网络的需求预测模型和改进的离散人工蜂群算法（进化蜂群算法）。首先,在分析扩散网络中事件层和信息层关系的基础上构建了物资需求预测模型。其次,在进化蜂群算法中,依据适应度值和历史进化程度来甄别优秀信息,并融合了交叉算子和变异算子...     

救灾应急物资的道路车辆配送调度模型研究

为了提高应急救援工作的响应能力,基于应急条件下物资运输调度的特性,本文建立了救灾应急物资道路车辆调度的混合整数规划模型。并利用软件GAMS-XA对随机构建的8个算例进行了求解,结果表明软件GAMS-XA在解决受灾范围不是很大的问题时效果非常有效。