动态路况下考虑决策者风险感知的地震物资调配动力学模型

决策者心理与行为对突发事件应急响应是否高效起到了决定性的作用。针对路况动态变化下的地震物资调配问题, 基于前景理论, 分别构建了救援中心和灾点决策者不同决策主体的风险感知函数, 以衡量决策者对缺货和运输时间延迟的风险感知程度。从道路运力评估、物资流动、决策过程以及物资需求等模块建立了物资调配全过程系统动力学仿真模型。在此基础上, 分析了两层决策者不同的决策态度（乐观/悲观）对应急物资调配过程产生的影响, 并以汶川灾区粮食供应为例进行仿真实验, 证明了模型的有效性和稳健型。     

考虑公众心理风险感知的应急物资优化调度

将行为科学理论融入了突发事件发生后的应急物资优化调度问题研究中, 提出应急物资调度决策应注意考虑公众的心理因素. 用前景理论刻画了公众对应急物资获得时间的风险感知程度, 定义并选取公众心理预期时间作为时间参考点, 得出了风险感知曲线和函数模型. 构建了以最小化公众心理风险感知程度和物资未满足度为目标的混合整数规划模型, 设计了相应的多层搜索求解算法. 最后的数值实验证实了模型和算法的有效性.     

大规模灾害中基于FCMwNC的医疗物资联合运送优化

针对应急医疗物资供应节点与需求节点距离太远或者通往灾区的关键道路遭到破坏等灾害情境,对应急响应中的直升飞机+车辆医疗物资联合运送问题进行研究.首先针对常规模糊C-均值(FCM)的在选择应急中转点和划分医疗救助点中的不足,提出考虑医疗救助点数量约束的应急中转点选择方法(FCMwNC),接着考虑直升飞机飞行时间、应急中转点处的中转时间和车辆运送时间,构建一个考虑中转时间的应急医疗物资联合运送优化模型.数据实验验证了提出方法的有效性,并得出一些结论:1)FCMwNC划分方法能够克服常规FCM划分中的医疗救助点个数不均衡问题,进而能够有效缩短医疗救助点中的最大等待时间;2)随着应急中转点个数的增加,总的联合运送时间、平均等待时间和最大等待时间都有降低的趋势;3)随着中转效率的增加,总的联合运送时间、平均等待时间和最大等待时间会逐渐降低.     

运力受限的应急物资动态调度模型及算法

针对大规模突发事件下应急物资动态调度问题, 把灾民的损失用物资未满足度的形式进行量化, 构建以最小化灾民损失和车辆调度费用为目标的混合整数规划模型, 以对运力受限情况下的救 援车辆路径选择和应急物资分配进行综合决策. 利用分层求解策略缩小问题的求解空间, 改进 基于客户点的编码方式, 设计了针对此问题的遗传算法. 代入实验数据得出了物资集散地不同 运力下的应急物资动态调度方案, 进而确定了最优运力配置量, 与现实情况下的配送方案比较 表明此模型和算法是有效的.     

考虑感知满意度的多受灾点应急资源分配模型

在大规模突发事件应急物资调度决策中,由于时间的紧迫性和资源的竞争性,合理、有效地进行应急资源分配成为亟待解决的关键问题。考虑到人是有限理性的,在前景理论的基础上,建立了应急响应时间的感知满意度函数以衡量灾民对救援响应时间的满意程度,并将量化后的时间满意度、需求满意度和效用满意度作为模型的3个目标函数,构建了一个多目标非线性整数规划模型描述大规模突发事件发生后的初始阶段应急物资分配问题。最后,通过分散搜索算法对模型求解,给出算例证明了模型的有效性。     

基于模糊时间窗的车辆调度干扰管理研究

为解决由顾客需求变动引发的物流配送干扰问题,最大化满足顾客需求并兼顾企业利益,提出基于模糊时间窗的车辆调度干扰管理方法.采用干扰管理思想对由客户需求变动引起的实时车辆调度问题进行研究,在深入分析现实中客户服务时间要求特征的基础上,把客户满意度水平定义为模糊时间窗的隶属度函数,并提出了车辆调度干扰恢复问题转换策略,构建了基于模糊时间窗的客户需求变动干扰管理救援模型,实现从顾客、驾驶员和供应商3方面对干扰影响程度的度量.为寻求最优解,设计模糊遗传算法,并改进了基于客户点的编码方式.在算法中用模糊优化程序处理问题的模糊特征,通过对客户服务时间的局部调整来确定最佳服务时间.实例结果表明了时间窗模糊化处理、扰动恢复模型及算法在应用中的有效性.     

前景理论下的末端物流干扰管理方法研究

针对末端物流配送过程中可能出现的配送时间窗更改、送货地址变化等动态扰动问题,提出了基于前景理论的价值函数度量策略和基于量子理论的多目标优化求解方法.首先,对末端物流干扰管理问题进行了描述;然后,为度量用户对货物期待的心理感知度,建立了末端物流配送干扰管理模型,并设计了基于前景理论的价值函数曲线和扰动度量策略;在此基础上,为优化干扰管理模型和寻求用户满意度、配送成本以及配送效率等多目标优化问题的较优解,提出了一种融入量子理论的改进细菌觅食方法;最后,将所提出的方法与已经存在的经典算法进行比较,验证了该方法的可行性和有效性.     

行驶时间延迟下配送车辆调度的干扰管理模型与算法

针对行驶时间延迟下配送车辆调度的干扰管理问题,给出了车辆调度人员实际操作中的一系列"救援模式",并将其提炼为计算机可以理解并处理的形式化知识;按照车辆调度人员的"救援路线列举→救援路线选择"两阶段的思维方式,以顾客时间窗偏离程度最小化和配送成本最小化为目标,建立了问题的数学模型及其求解算法. 通过初步的实验,确定了算法的参数配置;在Solomon提出的标准算例上对算法的鲁棒性、求解结果的质量、以及求解性能等几项指标进行了测试及与文献算法的比较;最后对算法进行了实时化的处理. 实验结果表明,本文算法不仅达到了多目标优化的效果, 而且可以满足实时应用的要求.     

在线订餐生产配送联合调度模型及算法

The delays of online mealordering delivery are currently serious. How to coordinate the production anddistribution to minimize arrival time has become an urgent problem for onlinemeal ordering during the peak period. Considering the fact that the order informationare unknown in advance, a parallel machine production and multi-trip vehicledistribution joint optimization model was established to minimize the makespan oftotal orders. Besides, a three phase heuristic algorithm was proposed. Througha series of experiments where the orders were generated based on Poissondistribution (),the results were compared with those of the traditionalalgorithm. Several enlightening findings are discovered: when the order arrivalrate, the makespan of total orders of the three phase heuristicalgorithm is shorter. Meanwhile with the growth of order arrival rate, the improvement amplitude increases gradually. The modeland algorithms proposed are conducive to generating efficiently production anddistribution joint scheduling solution during the peak period.     

基于蚁群禁忌混合算法的成品油多舱配送路径优化研究

依据油品运输策略的不同,成品油二次配送可划分为两种模式:同一加油站的不同油品需求可拆分配送和不可拆分配送.在两种模式的基础上,根据带时间窗的成品油多舱配送基本模型,衍生出两类配送子模型;综合考虑蚁群算法较强的全局搜索能力和禁忌搜索算法的局部搜索能力,设计蚁群禁忌混合算法(ACO-TS),并提出相应策略用于两类子模型的求解.采用12组不同类型的算例进行数值实验,实验结果表明,混合算法能有效的求解两类配送子模型,并且针对第二类子模型设计的特有邻域能够加快算法求解速度;此外,两种配送模式中,同一加油站不同油品需求可拆分的模式在降低配送成本的同时,能够大幅提高车载率,减少车辆使用量。