面向双目标应急物资调度的改进差分进化算法

本文对应急物资调度模型的建立及求解该模型的优化算法进行了研究.首先,在资源受限情况下,以配送费用总成本最小和最大缺失损失最小为优化目标,建立了连续消耗问题的多供应点对多受灾点的应急物资调度模型.然后,通过引入DE/best/1变异策略与DE/rand/2变异策略对差分进化算法进行了改进,提出了一种基于双变异策略的改进差分进化算法,将Pareto非支配等级分层与拥挤距离的概念引入到改进差分进化算法中,对约束双目标调度模型进行求解.最后,通过两种不同规模的四组仿真实验,验证了本文提出模型及改进的差分进化算法的可行性和有效性.与基本差分进化算法对比,双变异策略的改进差分进化算法对相同应急物资调度问题进行求解时,得到了更多的Pareto前沿解个数,和较低的应急物资调度配送费用成本与较小的最大缺失损失,同时解分布的广泛性也得到了显著提高.     

多目标多约束应急物资调度优化的仿真研究

研究突发事件应急物资调度优化问题,应急物资具有多目标、多约束、动态性特性,传统粒子群算法存在"早熟"缺陷,无法获得最优调度方案,为解决上述问题,提出一种采用混沌粒子群优化算法的突发事件应急物资调度优化模型。首先建立应急物资调度优化数学模型,并确立目标函数,然后采用混沌粒子群算法对其进行求解,最后采用仿真测试算法的有效性和可行性。仿真结果表明,混沌粒子群算法克服了传统优化方法易陷入局部最优的缺陷,在保证应急时间最短的前提下,运输总成本最低本。     

多供应点、多需求点应急物资调运模型及算法

研究了多供应点、多需求点应急物资调运问题的优化目标、决策模型及求解算法。首先,从需求点的角度考虑应急物资的需求紧迫程度、运达时间和需求满足情况,提出了应急保障综合评价函数。在此基础上,兼顾不同供需情况以及应急物资和运输工具种类的多样性,构建了以应急保障综合评价函数值最小为目标的决策模型。最后,针对模型特点提出了嵌入解构造算法的改进粒子群优化算法(IPSOA-ESCA)。仿真实验验证了应急保障综合评价函数的合理性、模型的普适性和算法的有效性。     

基于混沌蚁群算法的应急救援车辆调度优化

针对应急救援车辆调度优化问题的特征和需求,以可变双向距离、道路风险和成本最小为主要目标,建立了应急救援车辆调度优化问题的多目标优化模型.为避免过早陷入局部最优,提出了基于混沌扰动的改进蚁群系统优化算法.该算法可对信息素进行全局更新混沌扰动,有效地提高了算法的适应性、求解效率和求解质量.仿真实验表明该算法是可行的,能较好地满足应急救援车辆调度的优化需求.     

面向应急物资调度的一种灰色规划模型*

为了科学合理地进行救援物资的调度,考虑在满足处置突发应急事件需求的同时,所耗物资降到最低限度,并且从总体上最大限度地降低处置突发应急事件物资运输调度的费用。在现有研究成果的基础上引入了灰色理论的知识,建立了应急开始时间最短、出救点个数最少以及需求约束偏爱度最大的多目标灰色规划模型,并通过算例用遗传算法实现该问题的求解,通过测试优选了种群数目、交叉率和变异率三种控制参数值以提高算法性能。实验所得的数据值越大,说明调度方案越好。实验结果表明,同限期最大量算法相比,在所有物资供应点提供的物资总量一定的情况下,应急地点所需的物资数量较少时,遗传算法针对该模型的求解体现更强的优化能力,其所得适应值更高,遗传算法对于求解应急物资调度灰色规划问题的适应性较强。     

基于需求链的海上应急物资协同调度方法研究

针对应急反应基地的物资储备量无法满足海上突发事件的物资需求及其运力无法满足在应急限制期内将应急物资一次性地运往事故点的问题, 提出三级应急物资协同调度的概念模型。同时考虑到海上应急物资调度的时间不确定性, 构建基于需求链的二阶段动态调度模型。第一阶段解决基于应急响应时间最短的应急反应基地到事故点的物资调配问题, 第二阶段解决基于运输成本最小的陆上供应点的动态物资供应问题。根据模型特点, 设计一种贪婪算法, 分两个阶段逐步构造完整的满意解。最后, 通过具体算例验证模型的合理性和有效性。     

大型应急医疗物资调度系统的设计与实现

针对现有应急医疗保障系统不够完善,各医院部门医疗应急物资指挥调度能力不足的问题,提出构建基于灰色关联度的大型应急医疗物资调度系统。在系统设计中根据实际应用需求与扩展的需要,采用物资管理控制层、应急通信接入层、终端设备应用层三层结构设计,建立具备丰富接入模块和各种应急通信资源互通的医疗应急物资指挥调度系统平台。设计并建立医疗应急物资需求预测模型与调度模型,可以为系统准确提供医疗应急物资调度执行方案,并通过仿真实验验证了构建的医疗应急物资调度方案的合理性,从而提升了政府相关部门应对突发性事件的指挥调度能力。     

基于变长基因型遗传算法的多供应点应急物资调度优化

如何及时高效地调度应急物资以减小突发事件带来的伤害成为社会关注的焦点问题。在综合考虑新冠肺炎疫情这类特殊突发事件特点的前提下,构建了一类多供应点多式联运应急物资调度网络,并以运输成本最低、时间惩罚最少、配送员被感染风险最小为优化目标建立了一类多目标调度优化模型。考虑到基于聚类思想的优化算法在解决多供应点,尤其是多目标调度优化问题中缩减可行域方法科学性存疑的局限性,提出了一类考虑完全可行域思想的变长基因型混合小生境遗传算法,并借助23个基准测试实例验证了这一算法的有效性,更新了部分实例的现有最优解。在此基础上,通过比较多供应点应急物资多式联运算例中四类遗传算法的仿真结果进一步验证了混合小生境等改进策略的优越性。     

基于协同差分进化的多出救点应急物资调度

主要利用差分进化算法来研究时间约束下的多出救点应急物资调度优化问题。针对传统差分进化算法搜索速度慢、易陷入局部最优解的缺点,提出一个并行协同差分进化算法,将该算法应用于时间约束下的多出救点应急物资调度优化,建立相应的数学模型,在此基础上设计相应的算法。实例验证表明,同遗传算法、标准差分进化算法相比,该算法在解决具有时间约束的多出救点应急物资调度优化问题方面具有较快的搜索速度和较好的寻优能力。     

考虑患者分类的应急手术调度研究

针对公众突发事件背景下应急手术调度效率及救治率低下等问题,将应急手术调度问题看作三级混合流水车间调度问题,在考虑患者三级分类的同时,综合考虑患者的恶化效应与手术团队的学习效应因素,构建以平均完成手术时间、患者恶化成本和手术室总能耗为优化目标的多目标应急手术调度模型。针对布谷鸟算法易陷入局部寻优的缺点,设计了一种被发现概率自适应的布谷鸟算法对应急手术的调度模型进行求解。最后通过仿真实验验证了模型和算法的有效性。     

基于二维免疫的应急救援物资并行分配算法

现有应急救援物资分配研究大都局限于按照各发放点的优先级串行分配救援物资,难以适应复杂的大规模应急场景。为此,构建了面向多发放点的应急救援物资并行分配模型,并设计了基于二维二进制免疫和抗体修正的多发放点多救援物资并行分配算法。实验结果表明,该算法在大规模样本下较串行分配方法更加高效,能够从全局角度同时给出多个发放点的救援物资分配方案,为解决重大灾害中的复杂应急救援物资分配问题提供了一个有益的尝试。     

基于非支配排序差异演化的应急资源多目标分配算法

应急资源分配（Emergency resource allocation,ERA）是灾害应急管理中的核心环节,主要研究如何高效合理地把各储备点的应急救援物资分配给各发放点.然而,在大规模突发灾害发生后,每个发放点极可能会同时向多个储备点请求多种救援物资,从而带来潜在的应急资源冲突.为此,本文首先构建了考虑应急资源冲突消解的多储备点、多发放点、多种救援物资的应急资源多目标优化模型,并提出了一种基于非支配排序差异演化和编码修正机制的应急资源多目标分配算法.对比实验结果表明,该算法在大规模样本下能够从全局角度同时给出多个发放点的应急资源分配方案,有效实现多个储备点同时为多个发放点协同配备应急资源,而且不会产生任何应急资源冲突,为解决应急资源受限情况下的大规模应急资源分配问题提供了一个有益的尝试.     

Solution approaches for facility location of medical supplies for large-scale emergencies

In this paper, we propose models and solution approaches for determining the facility locations of medical supplies in response to large-scale emergencies. We address the demand uncertainty and medical supply insufficiency by providing each demand point with services from a multiple quantity of facilities that are located at different quality levels (distances). The problem is formulated as a maximal covering problem with multiple facility quantity-of-coverage and quality-of-coverage requirements. Three heuristics are developed to solve the location problem: a genetic algorithm heuristic, a locate–allocate heuristic, and a Lagrangean relaxation heuristic. We evaluate the performance of the model and the heuristics by using illustrative emergency examples. We show that the model provides an effective method to address uncertainties with little added cost in demand point coverage. We also show that the heuristics are able to generate good facility location solutions in an efficient manner. Moreover, we give suggestions on how to select the most appropriate heuristic to solve different location problem instances.     

应急救援物资多目标分配与调度问题建模与求解

应急救援物资多目标分配和调度集成优化是灾害应急决策中的一个难点问题.为此, 构建一种面向多储备点、多发放点、多种应 急救援物资的并发分配与调度多目标优化模型, 提出一种基于二维NSGA-II与蚁群优化的混合智能搜索算法.在所提算 法中, 设计二维二进制编码、个体修正策略以解决多发放点之间潜在的应急救援物资 冲突, 并改进蚁群优化中的信息素全局更新策略以实现多个调度路径的同时优化.对比实验 结果表明, 所提出的混合算法可以在合理的时间内给出更高质量的应急救援物资分配和调度方案.     

救灾物资多阶段分配与调度问题建模与求解

救灾物资多阶段分配与调度问题是灾害应急决策中的一个难点问题.首先,基于三角模糊数描述发放点物资需求的不确定性, 并基于路段历史行程时间函数刻画交通路网的动态性,构建应急救援物资多阶段分配与调度模型;然后,基于蚁群优化搜索各储备点到各发放点的通行时间矩阵,引入NSGA-II搜索救灾物资分配和调度方案,设计救灾物资多阶段分配与调度集成优化算法和编码调整策略;最后,通过仿真实验验证所提方法的有效性.实验结果表明,所提方法可为决策者提供多种不同偏好的方案,从而为决策者提供更多的选择空间,契合应急场景.     

基于改进烟花算法的并联冷机负荷分配优化

针对并联冷机负荷分配优化问题提出一种改进烟花算法,以并联冷机系统功耗最小为优化目标,以每台冷机的部分负荷率作为优化变量进行求解.在改进烟花算法中,首先针对基本烟花算法搜索初始解不均匀问题,提出基于混沌初始化的变量定义方法;然后针对高斯突变不利于跳出局部最优问题,采用变异范围更大的莱维飞行变异方法,提高了基本烟花算法的搜索能力;最后针对改进的烟花算法,以两个并联冷机系统测试案例对所提出的改进烟花算法性能进行测试,并与其他的优化算法的结果进行对比.实验表明,相比于其他算法,改进烟花算法可以得到较优的运行策略,具有较好的节能效果.     

改进人工蜂群算法及其在应急调度优化问题中的应用

针对于大规模灾难发生时首批“生命”物资的应急调度建模及优化求解问题,将受灾点缺失损失评价函数由线性扩充到非线性,对一次性消耗类和连续性消耗类物资建立了多对多约束多目标调度模型。基于Pareto支配和拥挤距离的概念将人工蜂群基本算法应用到此问题的求解,并对算法进行了以下改进：基于反向食物源的定义提出融合反向学习的食物源初始化,以提高初始解的质量;将反向学习策略和广泛学习策略融合到蜜蜂搜索过程,以反向食物源和其他较好食物源信息来引导蜜蜂搜索方向。三种规模的仿真实验表明,所提出算法所求出的非支配前沿解集更具多样性,分布更加广泛和均匀,能够为应急物资调度决策进行支持。     

震后初期应急物资配送LRP中的干扰管理研究

研究震后初期应急物资配送定位-路径问题（LRP）中的干扰事件实时决策方法,综合考虑灾区路网损毁情况、需求点的模糊需求量与时间窗限制、多方式配送等因素,以应急物资总配送时间最短构建了震后应急物流LRP的优化模型,并结合行为科学中对人的行为感知的研究方法从灾区需求点、应急决策部门、应急物流执行者三个方面分析干扰事件对应急物流系统的扰动,在此基础上以系统扰动最小为目标构建一个字典序的干扰管理模型。最后,根据模型特点设计干扰事件处理策略与混合蚁群算法予以求解。算例结果表明,该方法比全局重优化方法和局部重优化方法更加合理有效。