灾后模糊需求情境下考虑救援公平性的应急物资调度问题模型与算法研究

在重大灾害发生初期,由于受灾地区对应急物资的需求激增,合理的应急物资分配有助于提高救援效率。本文考虑受灾点应急物资需求具有模糊属性,将需求物资用三角模糊数表示,以受灾群众损失最小、体现救援公平性的受灾点应急物资满意度方差最小及应急救援成本最小为目标,构建了灾后初期应急物资调度的多目标模糊优化模型,并采用改进的粒子群算法对模型进行求解。该算法在粒子群算法的基础上采取天牛寻找食物的策略,将单一粒子分为左、中、右三个粒子,并结合单纯形算子和模拟退火策略,使算法不易陷入局部收敛。本文通过算例进行模拟实验表明,所提出的模型和算法可以有效解决重大灾害事件下应急物资的合理分配问题,且改进算法的性能更优。     

多产品救援物资的储备决策:一个扩展的Newsvendor模型

储备一定数量的救援物资用于应对可能的灾害事件对于改善救援工作的绩效有着重要的意义。在考虑救援组织机构面对多种可能的灾害事件的基础上，本文利用一个二阶段交付过程模型来刻画灾害事件发生后救援物资的交付。该模型明确救灾组织在灾害事件发生后首先交付储备物资，如果需求短缺则再综合利用社会捐赠物资和应急采购满足剩余需求。以期望总成本最小化为目标，在需求全部被满足的前提下，本文建立了多产品救援物资的储备决策模型，并给出了其最优解的隐函数形式。进一步，考虑救灾物资储备存在预算限制，研究了具有预算限制的多产品救援物资储备决策模型，并设计了一种二分法的求解算法。数值算例的计算结果则对所建立模型及算法进行了检验。     

多受灾点应急物资动态多阶段分配模型研究

针对传统的单阶段物资分配模型可能导致应急物资分配的局部冗余或短缺、高成本、系统无法达到全局最优等现实情况，通过在指数效用函数中引入灾民物资需求的比例短缺测度公平，以物资短缺的延迟损失最小化与物资分配的总成本最小化为目标构建考虑多集散点、多配送中心和多受灾点的三级配送网络的应急物资动态多阶段分配模型，设计了目标转化与线性近似相结合的模型求解方法，并通过算例对所提出模型的有效性和可行性进行了验证。结果表明：所提出的多阶段模型能够兼顾物资分配的效率与公平，最大程度地降低物资短缺的延迟损失以及物资分配的总成本；运用灾民物资需求的比例短缺量化公平，避免了由于各受灾点的需求量差异而对公平分配产生的影响，可以使各受灾点即使在应急救援初期物资有限、中期物资持续供不应求等情况下，仍然能够在每阶段获得一定比率的所需物资，进而避免较大的物资短缺损失，确保多受灾点之间多阶段应急物资分配的公平性，更符合灾害救援实际，可为现实大规模灾害应急救援物资多阶段分配提供决策支持。     

设施失灵风险下不确定需求应急定位-路径鲁棒优化研究

为抵御突发灾害对路网造成的破坏性和设施失灵风险,降低系统成本,并快速完成应急救援任务,本文考虑到受灾点物资需求量的不确定和风险对救援系统的影响,采用直升机进行物资运送以规避路径风险。建立了最小化应急物流系统总成本和物资到达需求点总救援时间为双目标的应急物流定位-路径鲁棒优化模型,基于相对鲁棒优化方法处理需求不确定,采用偏差鲁棒优化思想描述设施失灵风险损失,采用遗传算法进行求解。通过对三个算例进行数据仿真实验,证明了相对鲁棒优化方法在处理需求不确定和偏差鲁棒优化方法在处理设施失灵风险方面的有效性,进而为解决应急设施点的开设和救援物资的安全及时准确配送,增强应急物流系统的风险应对能力提供了有效的方法。     

期权契约机制下应急物资储备模型研究

大规模突发灾害发生后,救灾所需物资种类繁多、数量暴增,为了满足受灾人群对应急物资的巨大需求,国家积极践行应急物资储备社会化,发挥社会企业及其资源在物资储备供应上的优势,构建起政府储备和企业储备相结合的应急物资保障机制。然而,现有绝大多数研究都是假设政府与一家企业签订应急物资代储协议,对于如何将更多的企业纳入国家应急物资保障体系的研究甚少,导致现有的研究成果缺少适用性和拓展性。基于此,本研究引入期权契约到政府和多个异质型企业组成的应急物资供应链系统,构建了政企合作模式下基于期权契约的应急物资储备模型,给出了协调应急物资供应链系统、改善供应链成员成本收益的条件,得到了协调企业利润分配的柔性机制。研究表明,一定条件下期权契约机制下的应急物资储备模型缓解了国家储备的压力,在保证企业利润得到改善的同时实现了企业利润的合理分配,极大地提高了政府应急物资保障能力,同时也为强化政企合作关系、落实应急物资储备社会化提供了理论支撑与针对性的管理策略。     

基于数量柔性契约的双源应急物资采购定价模型

针对灾害事件发生的不确定性以及灾害发生后应急物资需求量的爆发式增长，本文设计了一个政府主导的基于数量柔性契约的双源应急物资采购模型。在存在一个现货市场的情况下，政府除了常规采购外，还会与供应方签订一份数量柔性契约，用以建立政企联合储备应急物资的合作关系。通过数理推导，本文发现灾害事件发生概率，政府自身储备量，现货市场采购价格会对双方决策产生重要影响，并给出三个影响因素在满足不同条件时政企双方的最优决策，同时进一步分析了这三个因素对政府采购成本与供应方利润的影响。最后，通过数值模拟的方式对所得结论进行了验证。本文的研究为政府与企业构建联合储备应急物资的合作关系提供了指导与依据。     

震后初期应急物资配送的模糊多目标选址-多式联运问题

针对震后初期应急物资配送系统优化问题,考虑应急物资需求模糊情况下应急物资配送中心选址和应急物资多式联运安排的集成决策,以应急物资配送总时间最短和受灾点应急物资未满足的总损失最小为目标,建立了一个震后应急物资配送的多目标选址-多式联运问题优化模型,设计了一种采用二维编码的非支配排序多目标遗传算法,并对该算法进行了复杂性分析。算例分析结果表明:该算法可以在得到Pareto前沿的同时,根据决策者偏好在Pareto前沿面上给出各种优化决策方案。     

考虑灾民痛苦感知的应急避难所选址与物资分配优化

大规模灾害发生初期，应急物资往往不能及时供应，受灾群众因缺乏物资和服务产生痛苦感知。针对该问题，设计数值评定量表（NRS）构建痛苦函数，刻画灾民痛苦感知成本，将灾民感知因素纳入应急总成本的决策考量。提出以总社会成本（物流成本和痛苦心理成本之和）最小为应急救援目标，构建了一个考虑灾民疏散与重新安置、临时避难所选址和物资分配的集成优化模型。设计经典混合整数规划方法和改进的遗传算法对所构模型进行求解，并应用于海南威马逊台风案例。案例分析表明，模型和算法能有效解决考虑灾民痛苦的避难所选址与物资分配问题，揭示了随着受灾规模的增加和疏散时间的减少，遗传算法的求解结果优于经典求解方法。     

考虑时效与公平性的震后应急物资动态配送优化研究

大规模地震后应急物资的高效保障是应急救援有效开展的必要前提。震后应急物资运输与配送包括从区域储备仓库和外围物资集散地运输到区域应急配送中心、由区域应急配送中心配送到各个受灾点两个阶段。应急物资保障具有持续时间长、需求紧迫性强和物资相对短缺等特点。本文以应急物资保障时效性与分配公平性为目标，建立了考虑多种运输方式、多时段动态的应急物资配送中心选址与运输配送路径优化的多目标规划模型，并基于此模型设计了一种带精英策略的非支配排序的遗传算法，以九寨沟地区地震灾难情景对模型进行实证研究，验证了模型和算法的有效性，以期为震后应急物资保障提供理论指导与决策支持。     

基于最小最大后悔值的应急救灾网络构建鲁棒优化模型与算法

应急救灾过程分为两个阶段：第一阶段启动应急救灾网络构建,在灾区附近设立临时应急配送中心,并由应急资源供应方向其紧急调配应急资源;第二阶段将应急资源从临时应急配送中心向灾区受灾点进行调度,以保证救灾过程顺利进行。本文研究第一阶段应急救灾网络的构建问题,考虑到突发灾害初期灾情相关参数概率分布情况难以获取,建立了基于情景的最小最大后悔值准则的应急救灾网络构建鲁棒优化模型。求解模型时,利用有限情景集表示第二阶段的不确定性数据,并将模型化为与其等价的混合整数规划模型,利用情景松弛的迭代算法进行求解。数值试验中给出相应的绝对鲁棒模型与本文偏差鲁棒模型作了比较,结果表明基于最小最大后悔值准则的应急救灾网络优化模型具有良好的鲁棒性,而且算法也是有效的。     

基于事件链的知识导航模型研究

当前突发公共事件应急管理研究已经成为热点问题.本文从应急管理知识需求出发,研究突发事件对象要素属性关系特点,提出了基于事件链的知识导航模型.该模型由资源模型、知识本体模型、应急处置模型、事件对象模型及事件链模型组成.通过对不同模型间的关系研究,向用户提供方便、快捷、适时的知识导航功能,最后给出应用实例.     

一类应急物资调度的优化模型研究

本文讨论物资需求约束条件下多出救点的紧急物资调度问题。根据连续应急问题的特点,给出了应急时间最早前提下出救点数目最少以及限制期条件下出救点数目最少的应急模型。并且从理论上证明了模型求解方法的正确性。     

雪灾救援物资车辆-直升机联合运送的调度问题研究

文章研究了雪灾救援中车辆与直升飞机联合运输应急物资的调度问题。在道路疏通能力与整体救援时间有限的情况下,首先决策需要疏通的道路,及其疏通顺序,对疏通后的需求点采用汽车运输补给,该阶段决策目标为汽车运输量最大化;然后调度直升飞机对各点疏通前的物资短缺以及未疏通的需求点进行物资运输,设计每架直升机的飞行路线与各点投放量,使得两个阶段运输完成后,最大化所有需求点中最小物资可维持时间。文章对两个阶段分别建立混合整数规划模型,并设计启发式算法,最后以西北某区域的路网结构为例,设计了数值算例。     

基于柔性生产机制的“前港后厂”港口取料机应急调度优化

港口“多品种,小批量”的原料取配送服务助力钢厂实现JIT生产,但取料机故障等作业突发事件也成为制约“港-钢”连续作业与生产的重要因素。因此,本文基于柔性生产机制提出精细化取料工艺,并以作业完成时间最小化为目标建立取料机应急调度模型,设计IBFA算法进行求解。最后,结合故障事件进行仿真实验,得出并分析了取料机应急调度方案。结果表明,应急调度可有效降低突发事件带来的影响,提高港口作业的柔性和效率,为实现港口物流链与钢厂生产链的无缝衔接提供科学的理论与方法。     

突发疫情环境下基于服务水平的应急物流网络优化设计

针对突发疫情环境下的应急物流网络优化问题，本文定义了一类创新的应急服务水平函数，刻画了决策者对疫区应急物资需求满足程度与应急救援总成本控制之间的偏好侧重。在此基础上，进一步融合疫区的人口流动特性、不同疫区的人口密度特征、政府部门的二级环形预防策略以及应急配送的服务半径限制等现实因素，建立了基于服务水平的疫情应急物流网络优化模型。以江苏省甲型H1N1流感为背景进行算例测试，结果表明本文所设计的模型能够为疫情应急管理提供有效的政策建议和决策支持。     

一类应急物资调度的双层规划模型及其算法

应急物资的调度是应急管理中的一个重要分支,衡量其运作效果的两个最常用的指标是应急时间和应急成本,目前的建模大多都以多目标规划为主.但现实告诉我们,面对应急事件,应该在最短的允许时间奔赴现场,而成本与此目标相比要次之.为此,建立了单资源应急物资调度的双层规划模型,上层为时间目标,下层为成本目标,并将此模型的求解转化为若干个有限制的运输问题的求解,利于计算机实现.算例证明了算法的有效性.     

基于手机定位数据的突发事件下道路修复和物资配送集成优化研究

应急道路的修复是突发事件发生后有效开展物资配送的前提,而道路修复和物资配送二者集成研究极大地提高整个应急救援效率。但是由于灾害的突发性和不确定性,决策者很难立即获取充分的灾情信息,尤其是灾民分布情况、位置、灾害影响和物资需求等信息。传统的获取灾情信息的方法通常是通过救援人员的现场报导和调查,卫星图像等,阻碍了救援活动的迅速开展,效率低下。手机等移动设备的普及和广泛应用,使得手机定位数据为灾害情况下的应急救援提供了更加快捷的信息获取手段,大大提高了应急救援的效率。本文基于手机定位数据,同时结合道路修复和物资配送二者的相互关系,建立了混合整数线性规划模型,通过手机定位数据获取灾民分布情况、位置、灾害影响和物资需求等信息,实现精准道路修复和物资配送的决策,并设计了相应的启发式求解算法。最后通过算例仿真验证了模型和算法的有效性,同时将手机定位数据下的救援结果与缺少手机定位数据的常规救援结果进行比较分析,验证了文章所提出的手机定位数据的应用在应急救援方面的优势。     

地震救援中基于信息实时更新的两阶段应急物资调配模型

应急物资调配是应急管理中一个重要的课题,准确、高效的应急物资调配方案是决定应急救援的成功的关键,然而应急情况下信息的不确定性增加了物资调配问题的难度。本文以应急物资调配的不确定性处理作为重点,研究地震发生后的应急物资调配方案。本文将应急救援过程按灾情信息获知程度分为黑箱期（仅知道震级、震中的时期）与灰箱期（各地震害指数依次更新的时期）。黑箱期根据历史地震灾情数据得到相应的离散情景集,并基于此使用鲁棒规划建模。在灰箱期阶段,本文根据震害指数更新烈度圈及各受灾点的物资需求,计算未满足率,从而决定是否进行新一次的配送,使用数学规划求解配送方案。最后,本文以鲁甸地震的实际数据为例进行分析验证了模型的有效性。     

震后应急物资多方式供应的模糊动态LRP

研究震后应急物资多方式供应中的多层次设施定位-路线规划问题(LRP),综合考虑应急物流网络中的多周期应急物资模糊需求、时间窗限制、部分路网损毁与动态恢复、车辆随机行驶时间、大需求点采用需求分割策略同时进行运输与配送等特性,以应急物资总供应时间最短为目标,构建了一个震后应急物资多方式供应的多周期模糊LRP优化模型,并根据模型特点设计了一种贪婪算法结合蚁群算法的混合启发式算法予以求解.最后,通过算例验证了本文模型和算法的可行性与有效性.     

基于云服务的考虑预期调配的应急物资储备策略

储备应急物资是应对突发灾害的有效手段之一。为了满足以人为本、维护稳定和统筹协调的物资储备原则，在储备不足情况下，利用云服务模式统一调配物资。根据应急系统内各储备点的人口覆盖比例和物资预期需求量，以物资储备的公平效用和预期调配成本为目标，构建基于云服务的考虑预期调配的应急物资储备模型，并设计改进的非支配排序遗传算法（NSGA-II）对模型求解。应用该模型对我国应急物资储备系统进行优化配置，确定不同偏好下各储备点的物资配置量。对物资储备总量进行了灵敏度分析，结果表明：物资的购置成本和单位重量是储备总量影响总支出和预期调配成本的决定因素；储备总量的增加会降低预期调配成本，且当购置成本的增加量小于预期调配成本的减少量时，总支出会随着储备总量的增加而减少，直到减少的总支出达到最大值时，得到储备总量的最优值。