基于GERT网络的救灾人员动态优化配置模型研究

针对应急抢险过程中救灾人员紧急需求和动态到达时间的建模问题，运用GERT网络分析方法，建立应急人员动态优化配置模型，分析了人员的动态到达对GERT 网络中事件演化概率转移的影响，给出了基于GERT 网络的应急人员动态优化配置模型的求解算法。结果表明，研究提出的模型和算法能够有效解决应急救灾人员动态优化配置问题，为灾害发展态势的预测及应急人员的储备和动员提供了研究方法和研究思路。
     

应急救灾视角下的上海市医疗设施空间布局

从应急救灾的视角研究上海市医疗设施空间布局特点和存在问题,对其应急救灾能力进行探讨．选取2008年医疗设施空间分布数据,从院前和院内急救两个阶段作应急医疗救灾能力分析．结果表明：上海市院前急救设施数量严重不足;院内急救设施数量虽然较大,但空间分布不均衡;某些特殊地区的应急救灾医疗设施不足,自身应急救灾能力薄弱．应加强急救网络建设,增加救护站点,采用“立体”急救交通方式,增强特殊地区的应急救灾能力．     

桥梁施工进度控制随机网络解析算法

将 GERT网络技术应用于桥梁施工进度控制 ,通过分析矩母函数、梅森公式阐述了 GERT网络的解析法 ,提出确定工序参数的方法。建立了实桥机械成孔的随机网络图 ,并利用解析法原理计算分析 ,得出了实桥的合理工期 ,并与实际工期相符。     

预测信息下降级路网的交通流演化

为考察ATIS提供的预测信息对降级路网交通流演化的影响,设计了一种基于加权移动平均的行程时间预测方法,建立了预测信息环境下的路径更新规则。针对一个小型测试网络,利用提出的路径更新规则分析了预测信息依赖程度参数、信息质量参数、权值参数以及网络降级程度对交通流演化的影响。结果表明:1)信息环境下出行者对预测信息的依赖存在一个临界值,当依赖程度小于该值时,交通流很快演化至稳定状态,当依赖程度大于该值时,网络交通流会发生振荡;2)存在某种情形,信息系统所提供的预测信息质量越高,交通流演化的效果越差;3)对特定降级网络,存在某一最优权值组合,可用于指导该网络预测信息的发布;4)路网降级程度越小,预测信息所起的作用越大。     

基于动态贝叶斯网络的突发事件情景推演模型研究

针对突发事件的突发性、情景演变时间的连续性和路径的不确定性等特点,"情景-应对"型应急决策模式是目前最为有效的方法之一,而"情景-应对"模式成功应用的关键就在于情景网络构建与推演。选取情景状态、应急活动、应急资源以及应急环境为关键要素,分析突发事件情景演化规律与路径,运用动态贝叶斯网络(Bayesian Networds,BN)理论,构建突发事件情景网络,计算情景状态概率,从而推演情景发展趋势;以2010年大连输油管道爆炸事件为例,完成情景网络构建与推演过程。实证分析结果表明:发生概率最大的情景状态依次为输油管道爆炸、威胁到附近储油罐、附近储油罐起火、原油泄漏并污染附近海域等,发生概率分别为89.0%、86.4%、81.5%和78.7%,计算结果基本符合突发事件现场实际状况,充分说明该模型的有效性与可行性。     

基于演化涌现的复杂信息网络设计优化

 针对复杂信息网络设计优化问题,分析了复杂信息网络特性,提出了基于演化涌现的复杂信息网络设计优化方法和拓扑结构演化模型。该设计优化方法以融贯论为指导,采用系统分析、建模分析和仿真分析相结合技术途径对复杂信息网络设计优化问题进行多尺度研究,树立基于网络化思维的安全观,突出网络拓扑结构设计,强化网络可控性、安全性和健壮性,体现局域结构演化形成功能整体涌现。拓扑结构演化模型综合选取网络建设成本、时延、健壮性和吞吐量等网络工程特征参数作为网络演化动力,通过调整参数权重生成优化网络。对实测ISP路由器级网络数据的仿真实验表明,方法模型具有可行性、有效性和扩展性,可加深对复杂信息网络动力学行为认识,促进信息网络科学发展。     

基于GIS的长沙市医院空间布局及优化研究

随着城市的快速发展,城市居民对公共服务设施的需求日益增长.公共服务设施是城市功能正常运行的重要组成部分,因此对公共服务资源空间配置的公平性和有效性问题成为诸多学者研究的焦点.以长沙市为研究区域,以市区内医院空间布局和优化选址作为研究对象,通过GIS软件,利用两步移动搜寻法对医院空间的可达性进行评价.随后在评价的基础上,利用多准则决策分析模型结合GIS相关工具,对医院的空间布局进行优化选址.结果表明,长沙市现有医院过于集中分布于老城区,医疗设施整体分布缺乏均衡性,城市新兴地区和城郊严重缺乏医疗设施.而通过优化选址得到的结果,可以为今后长沙市医疗设施合理布局提供科学参考.     

一个具有仓库容量选择的两阶段设施选址问题的模型及算法

设施选址及其规模选择优化对供应链的长期战略成本和运营成本有着重要影响,是提高企业利润和竞争力的关键决策之一,也是运筹优化领域研究的热点与难点.针对已有的两阶段设施选址问题(two-stage facility location problem,TSFLP)研究中缺乏对设施容量选择的优化,在设施选址问题基础上引入了设施容量选择的优化,同时确定了工厂的位置、仓库的位置和容量、从工厂到仓库的产品流以及客户到仓库的分配,建立了以最小化总成本为目标的混合整数规划模型,并基于模型特点设计了适合求解此问题的拉格朗日松弛(Lagrangean relaxation,LR)方法和混合变邻域禁忌搜索(hybrid variable neighborhood tabu search,HVNTS)算法.基于随机生成的大量具有不同参数的实例,验证了所提出的算法可有效求解大规模的、且需同时优化设施选址及容量选择的问题.     

随机-无标度统一混合演化网络模型

根据实际网络的特点,提出了一个随机-无标度统一混合演化网络模型.通过引入一个调节参数p将随机演化网络与(Barabási-Albert)无标度网络统一起来.理论计算和计算机模拟表明,当调节参数p从1变化到0时,网络结构实现了从随机演化网络到BA无标度网络的连续过渡.     

中断风险下易腐品多目标闭环供应链网络模型

在当今全球化和高度不确定的商业环境中,供应链网络容易遭遇设施中断、路径中断等多重中断风险。同时考虑到易腐品需求波动大、易损耗、退货率高、处理不当会污染环境等问题,以最小经济成本、最小环境影响、最大社会效益为目标,提出缓解中断风险的策略并构建了不确定条件下易腐品多目标闭环供应链网络模型。为了减少不确定参数的影响,实现最优设施选址与最佳配送路径的决策安排,将易腐品需求量和退货量设定为三角模糊值,采用模糊机会约束方法解决模型中的不确定约束问题。以上海市某易腐品企业为例,通过遗传算法和粒子群算法对模型进行求解。结果表明,采用缓解中断风险的策略可以显著改善供应链网络在中断情况下的表现,且相对于单目标优化,多目标优化整体表现更优。     

基于超限快速决策树的无线多媒体传感器网络路由优化方法

为优化无线多媒体传感器网络路由,降低路由优化过程中能量消耗,提出基于超限快速决策树的无线多媒体传感器网络路由优化方法。首先,构建无线多媒体传感器网络路由模型,确定变量参数;然后,采用随机森林递归特征消除算法从变量参数中选取关键变量,构建路由多目标优化模型。最后,以关键变量为超限快速学习机输入值,通过学习机训练输出路由优化结果,完成网络路由优化。研究结果表明,该方法数据传输速率最优,且有效提升节点能耗均衡度。     

基于灰狼算法优化深度学习网络的网络流量预测

针对深度学习网络在网络流量预测建模过程中的参数优化难题,以改善网络流量预测结果为目标,提出一种基于改进灰狼算法优化深度学习网络的网络流量预测模型.首先,收集网络流量历史数据,并对数据进行相空间重构、归一化等预处理;其次,引入灰狼算法快速搜索到全局最优深度学习网络的相关参数,并根据最优参数对预处理后的网络流量历史数据进行...     

辐射类医疗设施的结构设计及施工管理

随着我国医疗事业的不断发展,医疗技术水平的日益提高,医疗器械设备也在不断更新换代、提高档次。而辐射类医疗设施正是其中最为复杂和造价最为昂贵的设施之一,如何做好该类设施的结构设计和施工管理是决定该设施辐射防护及设备安装成功与否的关键。根据该类设施的施工服务和结构设计的实践,笔者认为该领域有如下几方面的问题值得提出来作深入的研究和探讨。     

多变量系统的变时滞无模型自适应单值预测控制

针对难以建模的变时滞多变量非线性系统的控制问题,基于改进具有辅助向量的多变量紧格式动态线性化泛模型,参考多变量单值预测控制算法,提出改进的目标函数,给出变时滞多变量无模型自适应单值预测控制算法,采用自适应递推算式的优化算法进行优化,给出了目标函数的加权网络参数的在线优化算法,解决了试凑法确定加权网络参数的问题.试凑法确定的加权网络参数不能保证控制算法最优,综上研究提出在线优化参数的变时滞多变量无模型自适应单值预测控制算法,仿真结果说明,单值预测控制算法具有无模型自适应控制性能及预测控制功能和参数寻优功能,故算法具有优良的控制性能.     

反导体系结构交战程序链评价模型

针对反导交战程序链评价问题,以3参数Vague值对反导体系结构链路信息流参数的不确定性和模糊性进行描述,并依托GERT网络理论,构建了信息优势转化评价V-GERT网络模型,给出了V-GERT网络参数求解的基本定理,建立了交战程序链信息优势转化概率和信息优势转化效果评价因子模型,以此作为衡量反导交战程序链优劣的标准,从而为反导体系结构交战程序链的设计与优化提供决策依据。     

基于可靠性保障的车联网中服务功能链映射算法

为支持未来交通系统中的海量服务,网络运营商将车辆作为移动智能终端加入物理设施网络来参与网络功能虚拟化是一种有前景的解决方案.然而,与静态网络不同,车联网的动态拓扑会使部分物理链路发生中断,使承载的虚拟链路失效,导致服务失败.以保障链路可靠性为约束,以提高服务映射成功率为优化目标,提出一种针对动态网络的服务功能链优化映射算法.首先,采用随机几何以及矩生成函数理论分析得出链路可靠性解析表达式,建立移动性物理网络中服务功能链的成功映射条件集合;其次,构造基于可靠性保障的服务功能链映射优化模型;最后,为了实现低复杂度求解,在可靠物理链路提取方案的基础上,采用子图同构的基本思想,结合匹配发散概率优化剪枝效率,并引入适应度匹配以提升映射成功率,从而提出高效映射算法.实验结果证明,与经典的属性排序映射算法以及设备位置映射算法相比,提出的算法能保障链路的可靠性,提高服务映射的成功率.     

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.     

面向突发事件规则推理的问题域特征网络模型

为实现对突发事件演化态势的推演及问题的分解,针对已有突发事件态势研究中缺乏与推理规则结合的问题,借鉴基于知识元的事物知识表示方法,提出突发事件问题域知识组织的事件对象-属性-关系层次模型．通过将模型关系层中推理规则由基本结构转换为最简结构,得到两个事物属性间最简洁的关联结构．连接推理规则最简结构,构建可用于表示突发事件问题域发展态势及实现问题分解的特征网络．最后,通过震后物资调度的案例验证了特征网络对突发事件态势描述的可行性．     

一种可演化网络的研究与实践

针对目前的互联网难以满足不断发展的应用需求问题,提出了一种新的可演化网络的模型.可演化网络可以根据网络运行的状态和网络应用的特征进行自主调整,由此改变自身的算法,以提供不同的服务质量,从而使得网络能够应对多变的应用环境.该网络的演化分为3个层次:模块运行参数的自调节、网络模块的自配置和网络节点间的协同工作.同时,设计了可演化网络的体系结构,实现了基于软件的原型系统,讨论了系统实现的关键技术和提高系统性能的优化方法.应用实验表明,可演化网络能够及时适应网络状况的变化,更加平稳、高效地提供网络服务.     

非完全灌溉信息条件下的供水过程模拟及预警

针对水库进行多目标供水时面临的农业非受控性以及信息不足的多目标协调问题,以济南市锦绣川水库为例,采用蒙特卡洛方法以及MIKE 11软件对水库干渠的随机灌溉过程进行模拟,根据模拟结果拟合出流量与水位推演公式并划分预警等级。结果表明：拟合出的推演公式在一定程度上能够反映随机灌溉时水库干渠沿程的流量和水位关系变化,具有预警推演功能;设置划分的初级、中级和高级3个预警等级可用于在实际供水过程中出现供水问题时进行放水方案调整,根据预警等级及时采取相应措施。