区域性应急物资储备库选址－配给模型与算法

为整合区域性应急物资储备资源,加强储备物资的协同管理,研究了区域性应急物资储备库的多点选址-配给问题。建立了以储备库建设成本与变动成本、物资运输成本之和最小化,以及物资运输总时间最小化的区域性应急物资储备库选址-配给多目标优化模型。鉴于多品种、多目标选址-配给问题的特点,设计了一种改进的多目标遗传算法,并用MATLAB编程实现模型的求解。在算法流程设计中,对于高维稀疏矩阵编码且具有强约束限制的选址-配给问题,初始化过程中采取搜索空间限定法来规避违约,并设计了定位变异算子以此生成子代。算例分析结果表明该算法性能较好,可以有效求解多点设施选址-配给问题。     

物资缺乏情况下的应急物流运输与物资二次分配策略

针对应急物流中的运输时效性和物资分配公平性问题,提出了一种两阶段应急物流运输与物资二次分配策略.首先,基于所定义的时间满意度、物资满意度和综合满意度,提出了最大时间满意度车辆路径问题模型和最小加权满意度标准差应急物资分配模型.第一阶段针对最大时间满意度车辆路径问题模型设计了一种混合灰狼优化算法进行求解,该算法采用了最优分割过程分组解码策略,并采用了混沌搜索策略、2-Opt和1-1局部搜索策略来提高算法的搜索能力;第二阶段针对最小加权满意度标准差应急物资分配模型设计了混沌灰狼优化算法求解.实验结果表明:在第一阶段,总体时间满意度比CVRP模型提高了39.31％;在第二阶段,当实际物资量为80％和权重系数为0.75时,计算得到的综合满意度标准差为0.0619,物资满意度标准差为0.0974,较好地平衡了灾民的心理诉求和物资利用效能.两阶段应急物流运输与物资二次分配策略得到了较高的时间满意度和较好的物资分配结果,证明了所提模型和算法的有效性.     

大规模突发事件应急设施选址模型及算法

大规模突发事件下应急物资的需求量巨大以及对资源持续需求的特点,考虑设施选址的公平性、效率性及成本等因素,基于多级覆盖和覆盖衰减思想,提出一类应急设施多目标多重覆盖衰减选址模型。基于MATLAB7.0设计贪婪算法、上升算法、遗传算法程序对模型进行求解,以25组不同规模的算例验证了模型的性能和算法的有效性。数值模拟结果表明,该模型较之传统覆盖选址模型可以为需求点提供更高的覆盖满意度;当目标权系数取不同值时对选址结果产生较大影响;对三个算法性能进行比较,遗传算法最优,上升算法次之,贪婪算法最差,上升算法适于求解中小规模的选址问题,而遗传算法更适合于大规模选址问题的求解。     

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。     

基于系统动力学的自然灾害应急物流逆向回收决策研究

为了辅助突发性自然灾害下应急物流的逆向回收决策, 在总救援满意度优先的原则下, 从系统动力学角度出发对多受灾点下可重复利用物资的逆向回收过程进行系统建模, 综合分析了受灾点对物资的需求及逆向回收占用资源等其他因素, 建立了回收频率与救援满意度之间的函数关系, 并利用系统动力学软件Vensim对系统模型进行仿真。最后, 通过算例证明了该模型的有效性和实用性, 在此基础上分析了运输资源变化对救援满意度的影响。基于上述研究结论, 为我国应急逆向物流提供了决策支持和对策建议。     

模糊环境下的应急物资储备库选址模型及算法

应急物资储备库选址问题是应急管理中的主要研究问题之一。在定义梯形模糊数排序准则的基础上,构建了约束条件中含有梯形模糊数的应急物资储备库选址模型,给出了一种基于梯形模糊数排序准则的模型算法,最后通过算例分析验证了该方法的有效性。     

面向多层级出救点的应急物资调度模型研究*

针对我国应急救灾物资储备库系统的物资调度和运输的组织特点,依据受灾点的多层级储备库优先级模型,建立了针对多出救点、多受灾点的应急物资调度模型,实现应急开始时间最早、出救点数目最少的多目标优化,设计了模型求解方法,并给出实例验证了此模型的有效性和合理性。该模型已成功运用在国家应急救灾物资调度系统设计和玉树地震模拟物资调度方案的制定中。     

农垦系统应急物资设施选址问题研究磁

论文对农垦系统应急物资储备库选址问题进行研究,综合了 P-中值模型、P-中心模型、覆盖模型等一般选址模型的优缺点,同时考虑到应急设施选址的效率性、公平性和成本等多方面因素,建立了一个多目标决策模型。该模型采用线性加权和法求解,得出应急设施的最优选址点。经齐齐哈尔垦区应急行动检验,多目标决策模型的计算结果科学合理、经济可行,为应急设施选址决策提供了有效依据。     

不确定网络结构下的应急物资鲁棒配置模型

灾害发生前的应急物资配置问题具有两个重要的不确定性, 即交通网络中受自然灾害影响而阻断的道路以及受灾点的应急物资需求量. 通过引入两个控制水平参数建立了不确定网络结构下的两阶段应急物资鲁棒配置模型, 并在线性化第2 阶段的回溯问题后提出了求解模型的Benders 分解算法. 数值实验结果表明了所提出的模型的有效性以及所得配置方案的鲁棒性.

     

疫情期间生活物资集散点选址问题的降阶回溯算法

疫情爆发后,封控区内居民的生活物资发放问题成为亟待解决的焦点问题之一,该问题可抽象为疫情期间生活物资集散点选址问题,其实质为组合优化中的NP-hard问题。基于疫情封控期间的应急生活物资集散点选址问题的精确算法进行研究,首先得出一些可以降低问题规模的数学性质并证明利用这些性质可以减小问题规模,降低问题的求解难度;然后设计出分配子算法、上下界子算法以及降阶子算法;基于这些子算法提出一种可以减小问题规模同时得到最优解的降阶回溯算法;最后通过分析和求解若干个示例进一步阐述该算法的原理和执行过程,结果表明该算法能通过减小问题规模来降低问题求解的难度。     

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.     

卡车-无人机协同救灾物资避障配送问题研究

针对洪涝灾害中存在积水障碍区的卡车-无人机协同配送的最优路径及最短配送时间问题,建立了一种整数规划模型,并提出了一种两阶段启发式算法,第一阶段将积水障碍区进行二维网格化处理并确定无人机运输救灾物资时卡车的安全等待点以及各等待点无人机运送客户的集合,第二阶段提出阶段性规划算法,结合改进A*算法与非线性收敛因子的模拟退火鲸鱼算法对卡车绕积水障碍区的配送路径进行优化,在确保卡车行使安全的前提下,将A*算法的全局寻优性及鲸鱼算法的局部搜索精确性结合。解决存在积水障碍区的救灾物资配送问题,最后通过实例验证了所提出方法可以快速安全地解决洪涝灾害中救灾物资的避障配送问题。     

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。     

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。     

Emergency railway wagon scheduling by hybrid biogeography-based optimization

Railway transportation plays an important role in many disaster relief and other emergency supply chains. Based on the analysis of several recent disaster rescue operations in China, the paper proposes a mathematical model for emergency railway wagon scheduling, which considers multiple target stations requiring relief supplies, source stations for providing supplies, and central stations for allocating railway wagons. Under the emergency environment, the aim of the problem is to minimize the weighted time for delivering all the required supplies to the targets. For efficiently solving the problem, we develop a new hybrid biogeography-based optimization (BBO) algorithm, which uses a local ring topology of population to avoid premature convergence, includes the differential evolution (DE) mutation operator to perform effective exploration, and takes some problem-specific mechanisms for fine-tuning the search process and handling the constraints. Computational experiments show that our algorithm is robust and scalable, and outperforms some state-of-the-art heuristic algorithms on a set of problem instances.     

城市应急物流设施选址的多目标规划模型

通过分析城市应急物流设施选址的基本特征,提出利用模糊折中型多属性决策方法进行应急物流设施选址备选方案的决策偏好生成。在此基础上,建立综合考虑满意度和建设成本的多目标选址规划模型,在给出满意度函数的确定方法后,提出利用模拟退火算法进行模型的求解,并利用实例验证了算法的有效性,能够供决策者选择合适的物流选址方案提供理论支撑。     

救灾物资高维多目标自适应分配问题建模与求解

针对救灾物资分配中效率和公平性的均衡问题,提出一种基于二维整数编码的高维多目标自适应分配算法。首先构建了一个综合考虑应急响应总时间、灾民恐慌度、救灾物资未满足度、物资分配公平性、灾民损失、应急响应总成本的高维多目标优化模型,然后采用二维整数编码和自适应个体修正（AIR）解决潜在的应急资源冲突,最后引入移位密度估计和第二代强度帕累托进化算法（SPEA2）设计了一个救灾物资高维多目标分配算法。在仿真实验中,与带有编码修正机制的非支配排序差异演化算法（ERNS-DE）和基于贪心搜索的多目标遗传算法（GSMOGA）相比,所提算法在两种应急环境中的覆盖值分别提高了34.87%、100%和23.59%、100%,同时所提算法的超体积值也远远高于两种对比算法。实验结果表明,所提模型和算法可以让决策者根据实际应急需求选择应急方案,具有更好的灵活性和求解效率。     

地震灾害救援动员中的选址分配模型与算法

在地震灾害救援动员决策中,考虑灾区需求的不确定性、救援品的多样性和决策本身的快速响应性要求等因素,结合我国地震带多分布于山区的特点,建立了一个面向地震灾害应急救援的选址-分配混合整数随机规划动员模型,以确定临时配送中心的选址、配送集散水平、救援直升机部署和灾区的总体运输分配计划,并基于模型的特点提出了一种快速求解算法.算例分析结果表明,该模型能在地震灾害救援动员中提供有效的辅助决策支持,且所提出算法具有较高的计算效率.