考虑通行约束和运力限制的灾后应急物资联合调度优化研究

考虑到灾后路网受损难以运输应急物资，本文研究了应急响应中车辆-直升机联合调度的路径优化问题。针对受灾地区的实时路况，通往灾区的救援工具受到数量以及装载量的约束，本文将受灾点等待救援的平均时间最短以及应急网络总费用最低设为目标，构建运力受限条件下带通行约束的救援物资联合运输多目标优化模型，然后根据随机邻域搜索变异和分级交叉的思想构建出一种带精英策略的非支配排序混合进化算法（NSHEA-II）得到模型的解，并利用算例分析对该算法进行可行性检验。结果发现，本文构建的NSHEA-II算法相对NSGA-II算法能够得到较好的结果且波动性较小，这为决策者制定救援物资的配送方案提供有效的技术支撑。     

灾后不确定需求下应急医疗移动医院鲁棒选址问题研究

我国灾害医学救援主要采用"现场救治"模式，应急医疗移动医院的选址是否合理直接影响救援效率，但各受灾点伤员数量的不确定性增加了决策的困难。本文引入多面体不确定集合刻画伤员数量的不确定性，同时考虑伤员分类及移动医院分型，构建一个以伤员总生存概率最大化为目标的鲁棒选址模型。利用鲁棒优化理论，将模型转化为等价的混合整数规划问题，通过GAMS软件编程并调用CPLEX求解器求解。最后，以四川芦山地震应急医疗救援为例，验证模型和求解方法的可行性和鲁棒性。结果表明，扰动比例和不确定水平对移动医院的选址和伤员的分配方案有显著影响，决策者可根据自己对不确定性风险的偏好程度选择最佳的扰动比例和不确定水平组合，以获得最优的选址分配方案。     

考虑异质性行为的灾后应急物资动态调度优化

在以人道主义为本的应急救援活动中，不可忽视被救灾民和施救决策者们异质性行为的影响。一方面，将各灾民因救援物资需求未被及时满足而呈现的差异化心理痛苦度量成经济损失，并纳入应急救援调度的社会成本这一决策目标中；另一方面，在灾后物资调度决策中，关注具有异质性偏好的各应急决策者所展现出的不同救援态度。结合面向联合机会约束规划的动态供需平衡限制，最终构建一个考虑灾民和决策者们异质性行为的多阶段灾后救援物资分配和应急路径优化模型。采用2008年汶川地震为案例背景，应用遗传算法对模型求解和参数分析，将仿真结果与不考虑异质性行为的传统救援调度方案进行比较，得出一些结论为构建高效的应急救援体系提供有益参考。     

基于韧性城市视角的突发事件下分布式应急手术调度研究

针对城市突发事件下的应急手术问题,进行了基于韧性城市视角的分布式应急手术调度研究。首先,提出了韧性城市视角下同时考虑救援时间和患者恶化成本的调度目标;其次,结合应急手术中的疲劳阈值效应,截断学习效应和患者恶化成本等典型特点,以及救援医院的可重入层流手术特点,构建了分布式应急手术调度模型;然后,设计两阶段算法求解患者在医院间的分配,以及在医院内的手术排序与资源安排;最后,通过数值实验测试了四种启发式算法下带深度搜索策略的混合教与学优化算法（HTLBO-LS）的寻优性能,并通过仿真案例进一步探讨了不同算法的应用效果,以及在城市韧性视角下的医疗资源配置方案。研究结果为城市突发事件下分布式应急手术调度提供方法借鉴和决策参考。     

实时/时变路网环境下城市出救点选择与救援车辆路径的集成动态优化

为了提升城市突发公共事件应急资源调配效率,考虑实时/时变路网环境下出救点选择与救援车辆路径的集成优化问题(CERFSVRP),设计了一种实时/时变交通信息的结合策略,并提出了满足先进先出原则的路段行驶时间计算方法.在此基础上,综合考虑出救点选择、供应能力以及车辆路径连续性等约束条件,以应急响应时间最短为目标,基于虚拟出救点概念和滚动时域策略建立了CERFSVRP动态优化模型.针对该模型的特点,设计了一种改进遗传算法和线性规划法相结合的两阶段算法.算例分析结果表明该模型和算法可以有效解决实时/时变路网环境下城市突发公共事件CERFSVRP动态优化问题.     

基于信息更新的两阶段鲁棒-随机优化调配模型研究

在突发事件的应对中,应急决策过程的灾情信息具有动态性、不确定性等特征,从而使得整个应急救援过程中的决策都必须随信息更新而不断调整,本文在调研国内外相关研究的基础上,以地震为背景提出了基于信息更新的资源调配决策问题。文章结合灾情信息更新的特征,给出了应急救援响应的阶段划分;以此为基础建立了两阶段鲁棒-随机优化模型,通过虚拟储备库点及虚拟临时分发中心点的设计,实现了第一阶段调配结果对第二阶段调配决策的后效性调整决策;根据鲁棒优化及随机优化的特点,设计了相应的原始-对偶及L-Shaped Method算法对模型进行求解;最后,通过CPLEX软件编程求解,并进行情景生成下的算例分析,与其他方法比较分析,证明了文章所设计的模型在灾情信息更新下的优势。     

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。     

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。     

社区应急疏散动态协作调度优化研究

针对灾民数量和路网通行时间的动态性以及灾民疏散反应系数的随机性，本文提出了社区应急疏散协作调度优化流程，并以疏散灾民数量最大化和疏散成本最小化为目标，构建了社区应急疏散多种运输方式协作调度优化模型，并给出了求解该模型的改进多目标遗传算法。然后，论文使用Tansmodeler模拟社区应急疏散协作调度优化过程，加载疏散灾民动态需求和历史出行时间表，并对模型和算法进行验证。结果表明，该模型和算法可以在有效刻画疏散灾民数量和路网通行时间的基础上，为不同时刻的交通工具配置及疏散路径选取提供决策。     

有模糊时间窗的车辆调度组合干扰管理研究

研究带有模糊时间窗的车辆调度组合干扰管理模型及其混合遗传算法.采用时间窗模糊化处理方法,定义客户满意度函数,根据干扰管理思想对车辆调度中组合性干扰事件进行分析,从配送路径、配送成本和客户满意度三个方面进行干扰辨识与度量,建立基于模糊时间窗的车辆调度组合干扰管理模型;构造模型求解的混合遗传算法,将最佳客户插入规则与遗传算法结合,同时在算法中嵌入模糊优化程序以处理问题的模糊特征;进行数值实验,实验结果验证了模型与算法的有效性.     

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。     

震后应急物资配送的模糊动态定位—路径问题

进行震后应急物资配送系统优化是提高其配送绩效的重要手段.从系统集成优化的角度,研究应急物资配送中心定位与配送车辆路径安排的联合决策问题.综合考虑应急物资需求的模糊性、动态性和限制期,震后受损路网的动态恢复状况,不同类型有容量限制的配送车辆,以及物资需求分割配送等特点,以各物资需求点的应急物资运达时间之和最小为目标,采用机会约束规划方法建立了一个模糊动态定位—路径问题优化模型,并设计了一种两阶段启发式算法予以求解.最后,通过算例验证了该模型和算法的可行性及有效性.     

多油品供给受限下多油库被动配送车辆路径问题研究

成品油供给不足将导致加油站油品订单无法完全满足,如何安排有限油品的合理配送对保障能源供给安全至关重要。为此,本文考虑有限供给下不同客户配送的优先次序,开展配送计划、车辆调度和路径优化等油品配送网络规划活动,对多油品供给受限情况下多油库被动配送车辆路径问题（Multiple Depot Vehicle Routing Problem,MDVRP）进行深入研究。首先,文章构建了考虑需求优先等级和配送成本的多油品多油库车辆路径规划多目标优化模型。其次,采用多目标粒子群优化算法（Multi-Objective Particle Swarm Optimization,MOPSO）对模型进行求解,以实现车辆高效调度和油品配送路径优化。最后,基于CNPC在青岛市部分油库和加油站点的数据信息,构建油品配送网络进行实证检验。算例结果显示,配送车辆路径经过优化后,生成Pareto非劣解集,配送成本显著降低,配送满足率明显提高,这也进一步验证了该模型及相关算法的可行性和有效性。     

突发事件应急救援人员的派遣模型研究

本文针对突发事件应急救援人员派遣问题,考虑位于不同出救点的救援人员到达救援需求点执行救援任务的应急救援时间满意度,以及救援人员对不同应急救援任务的胜任程度,以应急救援时间满意度最大以及救援人员完成救援任务的"效果"最佳为目标,建立了突发事件应急救援人员派遣的优化模型。针对优化模型的特点,给出了有效的求解方法。最后,通过一个算例分析说明了构建的模型及所给出的求解方法的可行性和有效性。     

基于时空聚类预测的共享单车调度优化研究

无桩共享单车网络中存在着供需时空失衡现象,造成了共享资源的浪费及运营商管理成本的增加。为此,针对共享单车需求时间空间的分布特点,本文提出通过聚类分析的方法将具有相似时空属性的单位区域聚合为调度集群,使单车调度问题转化为有时间窗与载重量限制的车辆路径问题,并提出加入衡量集群划分是否合理的惩罚成本,构建共享单车调度路径优化模型。最后,本文改进了贪心算法、遗传算法对模型进行求解,并对算法的调度效果进行比较,为共享单车调度问题提出了从网络分析到调度优化的完整框架和改进算法,具有一定借鉴意义。     

电子商务下基于改进两阶段算法的有时间窗车辆调度优化

为满足电子商务下的物流配送需求,将传统车辆调度模型进行修改,将目标函数改为基于费用最小,在约束条件中增加时间约束、货物容积约束、车辆最大工作时间、多种车型、载重量限制和最大行驶距离等,以提高模型的适用性和通用性。由于有时间窗的车辆调度问题是NP难问题,采用改进两阶段算法进行求解。即第一阶段用模糊分层聚类法将客户群分成若干区域,在每个区域又用扫描算法分解成若干符合约束条件的小规模子集;第二个阶段对各个分组内客户点,就是一个个单独TSPTW模型的线路优化问题,因此,采用改进混合遗传算法进行优化求解,最后的算例仿真表明了算法的有效性和可行性。     

震后多目标动态应急医疗设施选址-伤员转运问题研究

地震等灾害的突发性和破坏性常导致部分伤员无法得到快速有效的救治，同时会给伤员造成一定的负面心理，影响救援效率。本文综合考虑救护车辆（救护车、直升机）和医疗设施容量的动态变化、各类伤员生存概率随时间动态变化以及伤员心理状况变化，构建了最大化伤员生存数量和最小化心理成本的震后伤员二级后送模式的医疗设施选址-伤员转运双目标动态规划模型。运用epsilon约束法有效处理双目标模型，以玉树地震后伤员后送问题为例，采用CPLEX对模型进行求解，通过分析医疗资源数量对伤员转运数量的影响，表明在伤员后送过程中，增加临时医院数量或容量与救护车数量比增加后方医院数量或容量与直升机数量更有效；考虑伤员的心理成本，为了提高伤员存活率，在灾害前期，可以通过增加救护车数量，转运更多的重伤员，而中后期提高临时医院容量，尽量优先转运轻伤员。     

越库配送下考虑时空距离的库门分配与车辆调度优化

针对越库配送下考虑时空距离的库门分配与车辆路径问题,建立以车辆派遣成本、运输成本、时间惩罚成本、越库内部操作成本总和最小化为目标的库门分配与车辆路径优化模型。根据问题的特征设计改进的自适应遗传算法,并根据时空距离生成初始解。通过对不同规模的算例进行对比和分析,验证了模型的正确性和算法的有效性,结果表明,所得出的库门分配和车辆调度优化方案可以有效降低越库配送中心的运营成本。研究成果拓展和丰富了越库配送下的车辆路径问题研究,能为物流企业优化配送方案提供理论依据。     

基于多目标优化的模糊需求VRPTW动态管理

针对具有模糊顾客需求的带时间窗车辆路径问题,建立了最小化车辆行驶距离和最小化配送服务延迟时间的多目标模糊机会约束规划模型,提出了管理车辆服务模糊需求的动态优化策略,设计了嵌入模糊模拟的改进非支配排序混合遗传算法来求解模型。通过Solo-mon标准算例的仿真实验,不仅讨论了决策者主观偏好值对决策目标的影响,而且与传统车辆调度方法进行了对比分析,验证了该动态管理策略的有效性。     

突发事件下高铁站应急疏散多目标优化模型与自适应量子蚁群算法

突发事件下公共场所人员的应急疏散问题是目前国内外研究的热点,其中高铁站应急情境下的人员疏散及路径优化也随着高铁的快速发展逐渐引起了人们的重视。本文考虑拥挤度会对疏散人员心理行为及疏散效率产生影响,以高铁站人员应急疏散过程中的拥挤度与总疏散时间为目标,建立了高铁站应急疏散路径多目标优化数学模型,设计了一种改进的自适应量子蚁群算法进行求解,并与常规算法求解结果做了对比分析。通过算例进行模拟实验,结果表明,所提出的模型较好地兼顾了疏散路径的安全性与时效性,且设计的算法具有良好的全局性和收敛性,有助于进一步完善我国高速铁路客运运作管理体系。