突发公共卫生事件下应急定制公交线路优化

考虑突发公共卫生事件下的疫情防控要求, 构建了一种应急定制公交线路优化方法; 对城市中已经封闭的小区和路段进行筛查, 并将这些小区和路段设置为应急定制公交禁行区域; 以所有应急定制公交总运行时长最短为目标, 以乘客上座率不超过安全阈值为约束, 同时考虑供需匹配, 构建了突发公共卫生事件下应急定制公交线路优化模型; 设计了遗传算法来求解该模型, 采用三段式混合编码方式进行染色体编码, 3段染色体分别由定制公交停车场编号、上车站点编号和下车站点编号组成, 运用贪婪策略解码染色体; 采用模拟案例验证了模型与算法的可行性, 并将优化结果与正常情况下基于相同客运任务的定制公交线路优化方案进行了对比。研究结果表明: 在完成相同客运任务的情况下, 应急定制公交线路所需车辆数比正常情况下多2辆, 车辆的总运行时长也比正常情况下增加6.997 h; 正常情况下的定制公交线路优化模型不能直接用于突发公共卫生事件场景, 针对应急场景构建的定制公交线路优化模型与算法能从众多备选方案中快速计算得到优化方案, 不仅能满足防疫要求, 还能满足人们的出行需求。     

发达国家交通应对突发公共卫生事件的经验及对我国的启示

自新型冠状病毒肺炎疫情发生以来,按照习近平总书记的重要指示,交通运输行业统一部署、积极应对,在疫情防控、应急运输组织保障中发挥了重要作用。交通运输既是遏制病毒传播的重要环节,又是人民群众出行和防控物资供应的重点保障。纵观世界范围内的突发公共卫生事件,交通运输亦发挥了重要的作用,美国建立了“规划引领、分级响应”的交通应急物流系统,日本建立了“预防为主、多式联运”的交通应急配送体系,英国形成了“垂直管理、多层次协作”的交通应急管理体制。这些先进的经验和应对模式给我国交通应急管理体系的完善提供了如下启示：规划先行,优化外集内配网络体系实现应急物资的高效运输和基本生活物资的有效供给;加强预防,提前科学筹谋交通应急预案并结合具体实际不断深入、细化;统筹协作,不断完善交通应急管理体制与配套保障措施。     

突发公共卫生事件下城市交通规划建设管理

在突发公共卫生事件下,城市交通发展的目标既要支撑社会经济发展,又要满足公众安全流动.以南宁为例,研究突发公共卫生事件时期城市交通应对策略,结合手机信令大数据对城市人口迁移、客流运输、交通运行、出行结构等方面进行系统分析,判断疫情对城市交通运输行业的影响和复工复产后城市交通的恢复状况,总结突发公共卫生安全事件下城市交通特...     

基于无人机与卡车协作的封控社区生活物资配送方法

针对突发公共卫生事件情况下生活物资被病毒污染,小区内居民交叉感染及配送人员短缺等问题,本文提出一种基于无人机与卡车协作的封控社区生活物资配送方法。首先,规定无人机在完成每次配送后需要返回卡车位置处进行消杀,以配送过程中社区居民交叉感染风险和配送成本最小为优化目标,以配送服务完整性、无人机载货重量限制及生活物资时效性要求等为约束条件,建立混合整数规划模型,协同优化卡车额定载重、停靠位置、所需无人机数量和无人机组配送方案;然后,设计改进多目标粒子群算法求解模型,引入一种特殊的粒子编码方式,并耦合变异算子更新部分码位的粒子位置;最后,以长春市师范南园小区为例进行案例分析,从安全、配送 成本、工作强度及一次性防控物资消耗等4个方面和卡车与人工协作配送模式进行比较分析发现,卡车与人工协作配送方法可以令社区居民交叉感染风险降低至少 91.8%,日配送成本降低16.9%,人力资源投入减少50%,一次性防护物资支出节约46.1%左右。     

城市突发公共事件应急物流系统集成优化

随着社会经济的高速发展，我国城市已进入快速发展时期，城市规模不断扩大，人口、产业、财富高度聚集，遭受各种突发公共事件的危害形势日趋严峻。据统计，我国每年自然灾害、     

考虑受灾点差异性的应急物资配送方案研究

为提升应急救援的效益,针对应急物资储备库的储备量小于受灾点需求量的情况,考虑受灾点受灾程度的差异,运用B型关联度—TOPSIS方法确定各个受灾点的需求紧迫程度,将需求满足率最大化作为目标建立基于公平性的应急物资配送模型。以芦山地震为算例,采用NSGA-Ⅱ算法来验证模型的有效性。结果显示:受灾点最小满足率为87.19%,紧缺程度最小为30.05t,紧迫程度最大的芦山县满足率达到99.7%。证明当应急物资供应量小于受灾点需求量时,可按照紧迫程度的顺序对物资进行分配,并达到一定的满足率,有效实行物资分配。     

基于案例模糊推理的应急物资需求预测研究

应急物资是应急救援工作的物质基础和基本保障,如何准确预测灾害应急物资需求量直接关系到突发事件应急救援工作顺利高效的开展.本文通过考虑案例对特征因素的隶属度,提出了运用Hebb学习规则调整特征因素权重值,以贴近度来计算案例间的相似度,寻求最佳相似案例,建立物资需求预测模型解决灾区应急物资需求问题的案例模糊推理方法.最后,以实例分析了该方法的可行性和合理性.该方法很好地解决了信息不精确条件下应急物资需求的预测,为应急决策者提供一定的理论参考依据.     

疫情期间社区商超物资配送路径优化研究

在抗击新型冠状病毒肺炎的战役中,采取商超+社区创新无接触配送模式对疫情影响下的社区进行物资配送,以保障居民生活物资供应。利用SOM神经网络算法与遗传算法求解车辆路径规划中的特例问题——TSP问题,以湖北省黄石港区社区物资配送路径为例,对两种算法的优化结果进行对比,发现遗传算法比SOM神经网络算法拥有更高的求解精度及效率。结果表明:优化后的路径距离为初始路径距离的37.2%,使用遗传算法可更快地搜寻到最佳的物资配送路径,得到较好的物资配送方案。     

突发公共卫生事件对出游意愿影响的实证研究

为了考查突发公共卫生事件后公众的出游意愿,在MGB模型的基础上,构建 影响出游意愿各自因素之间关系的概念模型. 提出了10 个假设,揭示突发公共卫生事件 后各因素对出游意愿影响的作用机理,运用回归分析和路径分析方法,对所收集到的有 效样本数据进行实证研究.研究显示,出游态度、感知行为控制和积极的预期情感对出游 欲望有显著的正向影响;出游欲望和非药物干预行为对出游意愿有显著的正向影响;消 极的预期情感对出游欲望有显著的负向影响,对突发公共卫生事件的认知使出游者采取 非药物干预的行为也有明显的正向影响.     

双重不确定下应急物资多式联运可靠路径优化

为按时、可靠地将应急物资运达目的地,综合考虑需求和运输环境的双重不确定性、节点疫情感染风险、成本约束、班期限制和转运能力限制等,构建以可靠度最大为目标的应急物资多式联运可靠路径优化模型。同时针对所求问题的NP-难特点,设计蒙特卡洛自适应遗传算法和模拟退火遗传算法进行求解,并引入优劣解距离法对算例的运行结果进行分析。研究结果表明：蒙特卡洛自适应遗传算法较模拟退火遗传算法在求解质量和求解时间方面更优,在交叉概率为0.80,变异概率为0.08,种群大小为50的最佳参数组合下,得到的优化路径最大可靠度为85%,且求解出来的最优路线均未经过存在疫情感染风险的节点,求解结果较好。参数分析表明：在交叉概率相同的条件下,两种算法的平均运行时间均随着变异概率的降低而减少,随着变异概率的增加而增加;多式联运路径优化的决策会受水铁班期的影响。     

重大公共卫生灾害主动限流背景下城市轨道交通网络集成韧性

分析了重大公共卫生灾害对城市轨道交通网络集成韧性的影响机理;基于韧性曲线模型对传统韧性测度方法进行了修正,构建了面向重大公共卫生灾害影响的城市轨道交通网络集成韧性测度方法;评估了城市轨道交通网络节点重要度水平,运用复杂网络构建了城市轨道交通网络拓扑模型,对节点客流进行了模拟分配;应用SEZIR传染病传播模型模拟了灾害传播过程,研究了城市轨道交通在重大公共卫生灾害背景下的集成韧性水平演化规律;以西安市疫情发展过程为研究对象,对主动客流限制下城市轨道交通网络的集成韧性水平进行了模拟和数值分析。研究结果表明：主动客流限制措施能够有效提高城市轨道交通网络对重大公共卫生灾害的阻断能力,当客流限制水平达到30%后,重大公共卫生灾害传播过程趋于平缓;主动客流限制措施会直接导致城市轨道交通网络运行效率降低,但能够提升城市轨道交通网络在重大公共卫生灾害影响下的集成韧性水平;当客流限制水平分别为70%、40%和20%时,城市轨道交通网络集成韧性水平的改善提升效果更加明显,累积改善效果分别可达到10.73%、46.87%和226.81%。     

基于蚂蚁算法的物流配送路径的优化

随着物流行业的发展,物流配送成本成为人们关注的问题。为了进一步降低日益复杂的物流配送成本,文中将蚂蚁算法应用于物流配送的路径优化问题中,设计了求解物流配送路径优化问题的蚂蚁算法,并应用实例加以仿真计算,结果表明该算法对物流配送路径优化是实用和有效的。     

应急物资保障系统模糊多目标LARP 研究

为了将应急物资快速有效地配送至灾区,从供应链的角度构建一个包含应急 物资供应点、集散点、配送中心及受灾点四层结构的应急物资保障系统. 在考虑需求不确 定性的基础上建立一个双层优化模型. 上层模型以最晚运达时间最小、配送总成本最小 及车辆载重利用率最大为目标,决策灾区应急物资配送中心的选址及车辆路径安排;下 层模型以运输总成本最小为目标,决策应急物资集散点的选址及应急物资的分配. 设计 一种自适应遗传算法求解上层模型,运用GAMS 软件求解下层模型. 以“4· 20”四川芦山 地震应急物资保障为背景构建算例,验证模型和算法的可行性和有效性.     

物流配送中心选址双层规划模型与算法

新建物流配送中心在选址时不仅要考虑到与已有配送中心的竞争,还要预测到未来可能出现的竞争者,否则将会在竞争中处于劣势地位. 因此建立了“原有配送中心-新建配送中心-未来加入配送中心”这一框架下的双层规划模型,为竞争环境下的新建配送中心选址提供决策依据. 上层目标极大化新建配送中心在计划期内的市场份额,下层目标极大化未来竞争者的市场份额. 其中市场份额由配送中心与需求者之间的距离作为可观察项的多项logit模型来刻画. 设计了遗传算法求解,最后通过实例验证该模型与算法可以有效的避免损失,提高新建配送中心的竞争力.     

基于网络图论的中小城市公交线网规划

针对中小城市公共交通的特点,在传统最短路径直达客流量最大的规划方法基础上。采用改进Dijkstra算法对线网进行规划,对于提高直达乘客运送量、减少乘客换乘比例、提高公交企业效益发挥很大作用。     

随机需求下的CDL系统多目标优化

为了增强越库配送对市场随机需求的适应性,兼顾总体利益和零售商门店的个体利益,充分考虑随机需求、库存、配货和原始订单等因素,以提高最终订单满足随机需求的置信水平、增加配送车辆满载率和降低总运营成本为目标,建立了多目标随机规划模型,构建了正规化的多目标适应度函数,设计了具有自适应特点的遗传算法,并进行了实例研究.结果表明:与原始订单相比,最终订单满足随机需求的置信水平、配送车辆满载率分别增加了3.59%、12.71%,每天的总成本平均减少了631 845元,降低了13.73%.     

成熟期快速时尚品物流分销网络选址-分配模型

为解决快速时尚品在成熟期网络销售过程中的物流节点选址与分配问题,以分销网络收益最大化作为决策目标,考虑销售策略及提前期约束的影响,构建了由4个参与方和4层物流设施构成的快速时尚品物流分销网络的多周期非线性混合整数规划模型,并采用遗传算法确定产品折扣率以及中央仓库、第三方物流企业和自取点的选址、分配及服务方案.算例结果表明:当折扣率为0.687时,物流分销网络总收益最大;当集货期大于等于2d时,物流分销网络总收益的增长率迅速减小.     

模拟退火算法在配送中心选址中的应用

物流配送中心是现代物流系统的枢纽,而配送中心选址的确定是物流系统分析的核心内容,合理的配送中心选址可以降低企业的运营成本。根据配送中心地址问题的特点和要求,并结合实例验证,有关采用模拟退火算法解决选址模型的尝试,具有一定的有效性。