灾后初期考虑需求及时间不确定的应急物资配送中心选址-分配优化

面向灾后初期受灾点对应急物资需求的不确定性，考虑因通道中断造成的运输时间不确定性，以应急物资配送总成本最小和受灾点综合满意度最大为目标，构建应急物资供不应求状态下应急物资配送中心选址-分配多目标优化模型，其中，综合满意度由时间满意度和需求满意度共同刻画；设计量子粒子群优化算法对模型求解，采用遗传算法与之对比，并对相关参数进行敏感性分析。算例分析结果表明，该模型和算法是有效的，可以提供较优的选址-分配方案。     

应急救援物资车辆运输路线多目标优化

运用运筹学中图论及多目标优化的理论和方法建立应急救援物资车辆最佳运输路线的选择模型,并基于启发式算法求解该模型.从静态网络应急物资车辆运输路线的双目标优化问题入手,设计适合本文模型的算法,并将之推广至含有三个及三个以上优化目标的路线选择问题.引入时间扩展图的概念,将动态网络中的最佳运输路线问题转化为静态网络中的路径选择问题.算法实质是通过构造辅助决策函数实现Dijstra算法的调用,并在辅助函数构成的搜索空间上寻找最优解,是一种快速的、近似的算法.利用随机路网和真实路网测试本文算法,测试结果与本文的理论分析一致,证明本文算法在应急救援物资车辆运输路线的多目标优化问题中可行且有较好的应用效果.     

考虑随机需求与时间窗的危险品运输路径优化建模

在不同类型危险品运输背景下,探究随机需求、时间因素及道路安全指数对运输路径优化问题的影响,研究带时间窗的运输网中如何实现终端随机需求的危险品运输路线优化与决策,根据间距/人口数的道路安全指数,构建需求、时间与风险共同约束下的随机优化模型,采用基于双目标编码的粒子群算法求解多目标的危险品运输路径随机优化问题。并以算例验证模型及算法的可行性。结果表明:该算法能求得多种优化组合的运输方案,以获取不同决策偏好的优化策略,为危险品运输路线规划提供决策支持。     

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。     

基于群智能混合算法的应急物流路径优化研究

应急物流系统是解决突发事件的有效框架体系,如何选择合适的配送路径以确保受灾群众及时获取物资,对解决应急救援问题有重要意义。通过建立应急物流路径优化模型,考虑到使用人工萤火虫算法会产生寻优精度低以及陷入局部最优等问题,为了提高系统优化性能,参照蜂群和粒子群的群体移动规律,改进萤火虫算法的位置更新策略,引入两种群智能混合算法进行比较实验。设置距离参数和平均交通复杂度,计算物流运输路径系统消耗时间,并采取表格形式显示。实验结果表明群智能混合算法能大幅度优化应急物流路径规划模型,提高配送效率。     

基于改进粒子群算法的矿山运输调度系统优化

针对露天矿山运输调度系统的优化算法存在流程复杂、收敛速度慢、求解精度低等问题,通过引入随机变异算子对粒子群算法进行改进.用改进的算法对露天矿山运输调度模型优化求解,计算结果表明,相对于常见的几类经典的改进粒子群算法,改进算法具有收敛速度快、精度高的优点,并且解决了标准粒子群算法易早熟和易陷入局部最优的缺点.     

灾区物资运输最优路径规划及调度方案

灾区应急物资运输非一般的物流活动,具有弱经济性,讲究时间的紧迫性．本文针对汶川“5·12”地震,建立了最短路数学模型,运用Dijkstra算法求解供应点到各需求点的最短距离及路径,将实际问题简化,再以总的应急时间最短,建立物资调度的线性规划模型,由模型求解结果得到具体运输方案,并通过模拟仿真说明该模型的具体应用．     

基于AHP的无人机物资运输模型

各种灾难的不断发生,使人们逐渐重视物资的分配运输方案的设计。合理规划应急物资,需要考虑到应急物资安置点的选取,运输物资所用的无人机机型以及运输物资的最短路径。对于建立无人机物资运输的相关模型,首先根据地区的受灾情况,选择应急物资安置点的最佳选取地点。然后收集备选无人机的相关参数,建立层次分析模型。以确定最优无人机机型为总目标,无人机内舱体积、最大负载重量、最长续航时间、飞行速度和无人机体积5个因素作为准则层,各无人机机型为方案层元素,构建评价指标体系,选出最优无人机机型。再使用蚁群算法,求得不同物资安置点与各受灾区之间的最短运输距离。     

基于需求分级的两次应急资源运输研究

为提高应急运输管理中物资运输的效率,在将物资需求分为两级的基础上,设计了两次运输模式,建立以首次输送时间最小和两次总输送时间最小为目标的双目标运输分配模型,并应用多目标遗传算法NSGAII设计算法.给出了一个具有代表性的算例,算例结果及其分析表明两次运输分配模型和遗传算法的有效性.     

有毒重气泄漏事故的应急资源调度

针对有毒重气泄漏事故具有发生的突然性、危害的严重性等特点。建立了以应急加权总时间、应急总成本最小化为目标的多需求点、多供应点、多物资类型的优化调度模型。为了增强模型的实用性,增加了对车辆载重及最优路径选择的考虑。利用改进了的Dijkstra算法,将其作为多目标粒子群算法(MOPSO)的子算法对模型进行求解。针对MOPSO算法易陷入局部最优解的缺点,对惯性权重的更新方式进行了设计,增强了算法的全局搜索能力,同时在对粒子进行选择操作时借鉴了自适应网格法的思想,丰富了粒子群的多样性。最后,通过一个仿真实验验证了所提模型及算法的有效性。     

基于需求分级的两次应急资源运输研究

为提高应急运输管理中物资运输的效率,在将物资需求分为两级的基础上,设计了两次运输模式,建立以首次输送时间最小和两次总输送时间最小为目标的双目标运输分配模型,并应用多目标遗传算法NSGAII设计算法。最后,给出了一个具有代表性的算例,算例结果及其分析表明两次运输分配模型和遗传算法的有效性。     

基于免疫优化算法的应急物资储备库选址

为了提高应急物资利用效率和应急服务水平,针对灾害情况下应急物资运输调度的时效性特点,基于各需求点历史灾害事件数据,利用三角模糊数对历史灾害事件数进行模糊化处理;引入风险权重系数,建立应急物资储备库选址模型,并采用免疫优化算法完成求解.以安徽省应急物资储备库选址为例,验证了该模型的可行性,可为解决应急物资储备库选址问题提...     

基于离散粒子群算法的应急物资选址与调度

【目的】为了提高应急管理水平,有效降低突发事件的不良影响,研究了应急物资储备库的合理布局与物资调度问题。【方法】针对应急物资储备库与物资调度问题的特点,建立了考虑物资供应约束以及转运平衡约束的多目标优化模型,目标函数为储备库建设成本、维护成本与物资运输成本之和最小,整体风险程度和整体灾害处置难度最小。【结果】设计了带惯性权重的离散二进制粒子群算法对模型进行了求解。【结论】仿真实例表明了模型以及算法的有效性与收敛性。
     

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。     

复杂风险变量随机模拟下的应急供应调度

考虑突发事件下的应急资源调度成本和复杂风险变量随机模拟情形,以满足各灾害点的需求最小化调度成本为目标,分析风险变量对运输工具的选择影响而引起的成本变化以及在运输过程中物资损失所引起的费用变化;在一系列模型假设和定义下,构建基于多灾害点的应急供应调度模型,并结合随机模拟与基于细菌趋化的粒子群(particle swarm optimization based on bacterial chemotaxis,PSOBC)算法进行研究,实现最小化费用成本的目标;最后通过算例分析验证了所建模型和算法是有效和可行的。     

基于道路分级的应急转运中心选址及运输优化问题

应急转运中心选址和运输优化问题的研究为自然灾害发生后的响应阶段提供参考。本文在研究转运中心选址与运输优化问题时,将救援过程划分为多个阶段,考虑道路恢复的影响,以最小化运输成本和最大化受灾点平均满意度为目标,以满足转运中心物资处理能力、受灾点最低需求等为约束,建立多目标混合整数规划模型,确定转运中心建设位置及应急物资分配关系。设计两类实验研究模型中两个目标的关系以及四个参数对实验结果的影响,并对结果进行讨论。最后通过以雅安地震为背景的算例,验证了模型的实用性。     

量子粒子群优化算法在运输问题中的应用

将量子粒子群优化算法用于运输问题求解,用粒子的位置表示运输路径,建立运输路径的数学模型.与遗传算法相比,实验结果表明,该算法在求解运输问题中提高了最优解的精度,且具有较快的收敛速度.     

开放式关联运输调度问题的研究

针对带软时间窗的开放式关联运输调度问题（ Open Incident Vehicle Routing Problem with Soft Time Windows, OIVRPSTW）,联系实际应用中连锁店超市中货物供应的车辆路径问题,介绍了粒子群算法的基本原理,采用一种非线性动态自适应调节惯性权重因子的方法,使得惯性系数会随着粒子目标值的变化而自动改变,结合混沌搜索产生初始种群的方法,设计了一种混沌粒子群优化算法。同时也设计了引入了模拟退火机制的混沌遗传算法,自适应地调整交叉概率和变异概率。并用这两种算法来对OIVRPSTW求解,然后与基本的遗传算法求解此模型的结果相比较。实例证明用混沌搜索产生初始种群的方法在求解此类开放式关联运输调度问题是可行的,能取得令人满意的效果。     

基于SOA的第四方物流应急物资管理系统设计与实现

根据需求信息添加和查询应急物资储备信息。在指派管理中,管理员实现优化指派三方应急物资。在运输管理中管理员实现运输方案优化决策,包括运输工具、运输方式、运输路径优化以及承运商选择。在应急物资运输途中,采用现代管理技术（GPS全球卫星定位技术、现代通信技术和GoogleMaps技术）实现车载终端定位监控。在整个应急物资管理过程,将管理信息以服务形式在服务注册中心发布,     

基于选址-运输路线的中欧班列国际 运输网络优化研究

针对我国中欧班列的运输现状,解决直达班列不同线路恶性竞争、国内货源分散等问题,从选址-运输路线安排的角度出发,以中欧班列国际网络运输节点为研究对象,建立总成本最小模型,根据离散粒子群算法原理,采用Matlab开发程序对其进行优化求解;实例仿真结果表明:通过该模型及算法得到的全局最优解具有良好的收敛性和有效性;同时可以有效降低中欧班列国际运输网络的物流运作总成本。