不确定需求下基于匹配度的应急物资分配区间鲁棒优化

考虑需求不确定性的应急物资分配是重大突发事件救援领域关注的热点问题。针对需求不确定下的应急物资分配问题，综合考虑需求量和需求时间的匹配度，构建以综合匹配度均值最大为目标的区间鲁棒优化模型，设计基于随机采样的改进自适应遗传算法，以某突发事件中的应急物资需求为对象开展算例研究，计算相应的物资分配方案及需求匹配度，分析模型和算法的性能，探究模型中部分参数的影响。结果表明：改进的自适应遗传算法在大规模物资分配问题求解方面的优势更加突出；鲁棒优化在提高应急物资分配中需求匹配度方面具有一定的优化效果，但鲁棒性降低并不一定意味着平均匹配度的明显增长；需求量匹配度权重对匹配度具有更加显著的影响，但需求量不确定程度的增加并不一定导致匹配度的下降。权衡保守值与匹配度之间的关系，设置合理的需求量匹配度权重，调节与控制需求量的不确定程度等，能够有效改善不确定条件下应急物资的分配效率与需求匹配度。