模糊需求条件下应急物资调度的动态决策研究

针对大规模突发事件的应急物资调度问题,考虑了包含供应点、集配中心和需求点的三级供应网络、模糊需求条件、多种运输方式联合运输,建立了以总运输时间和应急成本为目标的多目标非线性整数规划模型。通过决策者对总运输时间和应急成本的动态赋权,提高了模型的柔性。给出了求解算法,仿真实例验证了模型的有效性。     

基于双层混合联运的震后应急物资配送模糊多目标优化

为提高震后应急救援效率并减少应急消耗费用,以所有受灾点未满足物资需求之和最小、送达速度最快以及应急总费用最小为目标,建立应急物资需求模糊情况下包含应急中转站的混合联运多目标优化模型,并运用基于矩阵编码的混合遗传算法求解,最后以汶川地震为例,验证了该模型和算法的收敛性较好且运行效率较高。因此,该模型和算法有效,可为实际应急提供指导。     

基于最小代价的串联式应急系统集成调度策略

对国民经济影响重大的串联式公用设施系统(如电力、通信、供水供热供气等系统)具有多环节、多物资、各环节之间存在串联的相关关系、且系统极易受到损坏等特点,其应急物资调度存在各环节之间协调困难、应急物资的筹集和调度难度大等问题.建立了面向串联式应急系统的多应急物资集成调度优化模型作为应急调度策略,以串联式应急系统破坏的代价最小为目标.设计了一个协进化的遗传算法对模型进行求解,并以电力系统为背景进行了电力物资应急调度的算例分析,验证了该串联式应急系统多物资集成调度策略的可行性.     

危化品事故连续消耗型应急物资调度模型

应急物资调度是危化品事故应急救援工作的关键内容,危化品事故会对周边区域造成环境污染,其应急物资调度问题应该考虑多个目标。针对危化品事故应急物资调度特征,建立了连续消耗应急物资调度多目标模型。模型以缺货损失最小、调运时间最短和调运总环境风险最小为优化目标,考虑应急中心物资数量限制和救援时间限制等约束条件,采用NSGAⅡ遗传算法求解。对于求解结果,采用逼近理想解的排序方法进行选择。算例计算结果表明,多目标模型优化方案比单目标模型优化方案有较大的优势,同时说明算法合理可行。     

基于工作流网的应急资源配置与路径规划集成优化

应急管理决策通常包括站点选址、资源配置、运输调度等内容,如何从应急处置整体流程控制的视角对决策内容进行集成建模及优化,是应急管理研究付诸实际应用的关键。本文提出具有资源和不确定时间约束的应急工作流网模型,通过三类库所（状态库所、动作库所、资源库所）及三类时间属性（可视时间、静态时间、动态时间）,揭示多部门联合应急中的作业时序与资源占用关系。在给定整体流程最大完成时间的条件下,以资源消耗与占用成本、资源运输与惩罚成本总和为目标函数,建立应急资源配置与路径规划的集成问题模型,并采用遗传粒子群混合算法对问题进行求解。根据遗传优化得到的应急资源配置方案,借助应急工作流网计算各动作库所、状态库所的时间参数,以此作为约束条件利用嵌套的粒子群算法进行资源运输策略优化。     

突发性公共事件下应急物资分级协同配送研究

为了在发生突发性公共事件实现应急物资统一供应管理体系下的物资分级与协同配送,根据具体的突发状况,将应急物资的重要程度分为若干级别,按照优先调配重要物资的原则,建立了多个仓库之间物资分级协同配送的数学模型,能在整个区域内对运输车辆及各类应急物资进行整合优化。该模型以总配送时间最短为优化目标,将协同配送与时序决策结合起来,将所有车辆在各仓库与需求点之间的配送过程,看作多智能体协作的时序决策过程,降低了多智能主体多任务指派问题的计算复杂程度,使得在大规模问题的情况下,针对时序决策模型的算法依然能够适用。并且,在改进LSTM (Long Short Term Mermory)网络实现输入与输出维度可变的基础上,结合遗传算法(Genetic Algorithm, GA)的理论框架,设计了针对该问题的LSTM-GA算法,并进行了算例模拟,发现LSTM-GA算法的收敛速度与稳定性较单一算法得以提升。结果表明：LSTM-GA算法能够实现LSTM网络接收和输出信息维度的可变性,是一种研究应急物资分级协同配送的有效方法。     

考虑需求紧迫度差异与公平分配的三级应急物资调度研究

各受灾点因灾情不同对获取不同类别物资的需求紧迫度存在较大差异,忽略这一现实情况的模型会导致有限应急物资无法公平分配和高成本等问题。与已有文献相比,首先,引入了CRITIC法计量各灾点对有限物资需求的波动性与冲突性,提出需求紧迫度量化方法;其次,运用极小极大函数对已有研究的公平目标予以改进;然后,针对突发灾害时长途调运物资的现实情况,采用“储备点-中转站-受灾点”三级结构进行分析;之后,建立了以各灾点最大物资短缺度最小和调度成本最小为目标的多目标混合整数规划模型;最后,利用模糊理论对模型进行等价转化,设计改进遗传算法进行求解。算例分析证明,该模型在保障多受灾点之间物资分配公平性的同时,能够有效控制调度成本,可为现实突发灾害应急物资调度提供决策支持。     

震后救援物资运输的路线选择问题

为给地震后救援物资支持保障中心的调度人员提供科学的运输路线调度决策方法,提高抗震救灾的能力,基于应急条件下救援物资车辆满载运输调度的时间性、风险性和费用性特征,运用旅行商理论,对上述3个决策属性分量进行数学描述,构造它们的目标函数,并进行无量纲和权重聚合处理,继而按照多属性决策理论建立用来评价备选线路决策效用函数的数学模型。利用期望效用属性合并所搜集的信息,将多属性决策问题转化成单属性决策问题,确立了选择具有最高期望效用方案的方法,最后进行了算例分析。结果表明,该模型具有一定的实用价值。     

不确定情景下应急物资储备库选址问题研究

针对在地震等自然灾害发生时受灾点以及应急需求均为不确定的情况,研究了灾前预置应急物资储备库的选址问题。通过设计多个需求情景来描述受灾点与应急需求的不确定性,建立了有最大运输距离限制的鲁棒优化模型,并设计了鲁棒优化方法。通过数值计算比较分析鲁棒优化方法和随机优化方法的计算结果,表明鲁棒优化解受不确定因素产生的偏差要比随机优化解小,鲁棒优化方法能够有效地减弱不确定性因素对选址方案的影响,并且能降低由预测偏差带来的风险。     

一种多受灾点的灾害应急资源分配模型

研究了灾害发生后总量有限的多种应急救援物资对多受灾点进行资源合理分配的问题,利用层次分析法对通过向专家发放调查问卷得来的数据进行分析,得出各评价指标的权重;求出了单位应急救援物资对各受灾点所发挥的效用系数,在该效用系数的基础上建立了各救援物资对各受灾点的分配的总效用方程并用遗传算法求解。以某地区地震灾害为例,计算出了合理的分配方案,结果表明该模型的有效性和可行性。     

恐慌心理下基于改进鲸鱼算法的疫情应急物资分配研究

基于公平视角研究了传染病暴发和疫区应急物资短缺情景下的国际救援物资调度问题。首先，利用深度学习算法，进行物资需求量的预测。其次，运用模糊C类均值聚类分析理论，综合考虑各疫区疫情严重程度、疫区人民恐慌心理效用等因素，构建了基于恐慌心理感知目标、带有严重系数的效用目标、内部运输距离最小化、基于基尼系数公平目标的多目标应急物资分配规划模型，并采用改进的鲸鱼算法进行求解。最后，以新型冠状病毒肺炎期间中国对其他国家的物资援助为例，验证模型及算法的有效性和可行性。     

基于改进粒子群算法的多目标应急物资调度

围绕突发事件应急的特点,建立了运输成本最小、延误时间最短的多目标数学模型。通过范数理想点将多目标模型转化为单目标模型。设计粒子群优化算法,采用将学习因子、惯性权重设为线性变化和增加局部扰动的方式,建立了针对性的优化算法。结合实际应急案例进行了数值实验与案例分析,证明了算法的有效性,从而为应急条件下的物资调度提供了有效和可靠的方法。     

改进樽海鞘算法求解带时间窗的应急选址路径问题

目的 为使应急物资及时高效地送到灾区,针对多目标应急选址-路径问题,在考虑灾区的时间窗及物资运输过程中道路安全的情况下,以最小化经济成本、最小化时间惩罚成本及最大化道路安全性为目标,构建多目标优化模型。同时,设计改进的樽海鞘算法求解问题,以验证模型的可行性和算法的有效性。方法 根据模型的特征对樽海鞘算法进行改进,运用随机生成和贪心算法相结合的方式生成初始解,利用交叉算子和邻域搜索算子改进原始算法的位置更新操作,引入非支配排序遗传算法（NSGA-Ⅱ）的精英保留策略,以提高算法的性能。结果 经过多个算例测试,该算法能快速获得一簇Pareto解,与基本樽海鞘算法进行对比后可知,改进后的算法性能更优越。结论 对于灾后及时响应的应急选址路径问题,采用改进的樽海鞘算法具有一定优越性,并在多个目标权衡的情况下,可供决策者根据目标的偏好找到较满意的解,对于研究应急选址路径问题具有一定的参考价值。     

多阶段灾后救援选址-路径模型及求解算法

配送中心选址与配送车辆路径安排的集成优化对灾后应急救援至关重要,综合考虑救援物资多次运达、多阶段持续配送等特点,以各救援物资需求点间运达时间之和以及系统总反应时间最小为目标,建立一种多阶段带时间约束的应急救援物资配送选址-路径优化模型。为模型的求解,设计一种特定的LRP路径编码,根据编码的结构独立、路径间相互关联等特点,引入一种适应匹配交叉算子,同时结合稳定均衡策略设计一种均衡协作启发式算法(BGEA算法)。为了验证模型的有效性及BGEA算法求解选址-路径多目标问题的优越性,对算例作求解分析,得出了可行性调运方案,并将BGEA算法求解性能与已知算法求解性能进行对比,比较结果表明BGEA算法求解该问题具有良好的寻优能力。     

综合模糊TOPSIS决策的应急物资储备库多级覆盖选址模型

研究应急物资储备库选址理论和方法在应对当前频发的重大突发事件具有重要的现实意义和理论价值。针对现有设施选址理论存在的局限性,提出综合模糊TOPSIS决策的应急物资储备库多级覆盖选址模型。在分析应急物资储备库选址影响因素的基础上,构建应急物资储备库选址评价指标体系,运用模糊TOPSIS方法对候选应急物资储备库进行初选;基于"备用覆盖"和"部分覆盖"思想,建立应急物资储备库多级覆盖选址模型,运用遗传算法对模型求解,确定最终选址方案;以一个算例对算法进行验证,分析了算法的有效性。     

基于云模型的单元化应急物资集装评价

为优化单元化应急物资集装包装,引入云模型进行综合评价,并验证该方法的可行性。通过构建以功能性、经济性、环保性、安全性为主的单元化集装评价指标,以组合赋权计算指标权重,并采用云模型计算指标评价云和指标综合云,确定最优包装方案。仿真验证结果表明,云模型构建的单元化应急物资集装评价效果优异,可为应急物资集装单元化设计提供参考。     

基于柔性契约的军队应急物资供应商选择

目的针对应急物资的供应商选择问题,希望通过与供应商之间签订柔性契约,以确保军队在应对突发灾害时能快速高效并且经济合理地获得救援物资。方法通过建立随机规划模型,可针对不同供应商提供的协议条款选择采购成本最少的供应商。结果运用该模型可分析得出,地处易发生Ⅰ,Ⅱ,Ⅲ,Ⅳ级灾害区域的军队采购部门在选择应急物资供应商时应重点协商的内容。结论军队采购部门与应急物资供应商之间签订柔性契约,能在保证物资供应的前提下尽可能降低总的采购成本,从而实现双方共赢。     

应急物资筹集点动态保障能力评估研究

目的研究在应急物流资源动态使用情况下,应急物资筹集点的现存保障能力。方法在明确应急物资筹集点保障能力的含义、特征、影响因素的基础上,通过对应急物资筹集点保障能力构成要素及其相互关系的分析,构建了应急物资筹集点动态保障能力的表达模型,并通过算例进行了模型的有效性验证。结果应急物资筹集点可以根据已受领任务,以及在待领任务时间区间内各类资源的综合占用情况,动态地评测出在任一时间点的现存保障能力。结论该方法适用于某一筹集点在持续承担救援保障任务情况下的任务安排,使决策者对于应急物资筹集点的选定及筹集量的确定等应急物资筹集决策更加合理、可行。     

基于GIS的最大覆盖双层选址问题研究与实现

最大覆盖选址问题在物流配送中具有重要的应用意义。为了充分考虑现有城市道路的网络特性,建立了基于地理信息系统(GIS)的最大覆盖双层选址分配模型。首先,该模型考虑实际路网的起始-目的地(OD)成本与多配送中心协同供给资源的可能性,在选择配送中心的位置使覆盖的总需求量最大化的同时保证较低的运输分配成本;其次,为了确定配送中心选址的位置及各个需求点分配到的物资比例,利用精英保留策略的免疫遗传算法进行选址-分配的优化,并以杭州市某区为实例验证了所提方法的有效性;最后,实现了融合GIS技术与优化算法的选址系统。     

考虑时效性与公平性的应急物资选址配送问题及算法研究

为了应对应急救灾初期资源储备不足的情况,本文提出了一个兼顾时效性与公平性的多目标应急救灾物资的选址—配送模型。其中一个目标为总体成本,包括时间成本、运输成本和配送中心运营成本,另一个目标是物资短缺数量,将物资分配与灾区紧迫程度结合,以期实现最大化的公平。同时提出了一个多目标超启发式优化框架来解决所提多目标问题。在该框架中,提出了3种高层选择策略和4个接受准则,以提高多目标超启发式框架的性能。通过实验,确定了模型参数,证明了所提模型的有效性。并引入3个评价指标,实验对比分析表明所提多目标算法在3个评价指标上优越于NSGA-II以及多目标粒子群算法(MOPSO)。