模糊信息下多种类应急物资多周期分配优化模型

考虑灾害的突发性、信息获取的不完全性以及应急救援的紧迫性，引入区间数描述应急物资供给与需求的模糊不确定性，引入三角模糊数刻画路网容量受限情况下每周期的最大物资运输总量，综合考虑灾害、灾区、灾民以及物资等多重因素，引入延迟系数，以应急物资分配的总延迟时间最小化和总系统损失最小化为目标，构建模糊信息条件下考虑多需求点、多配送中心、多物资、多周期、多目标的应急物资动态分配优化决策模型，分析了区间目标函数、区间模糊与三角模糊约束条件的清晰化方法，采用基于二维欧式距离客观赋权模糊算法求解模型，并以青海玉树地震为例对所提出模型的有效性和可行性进行验证。结果表明：所提出的模型能够最大程度地权衡延迟时间与系统损失，形成多周期最优的物资分配方案；现实多周期应急物资分配，时间并不是唯一考虑的因素，需要综合考虑不同应急周期的灾情、灾区、灾民和物资等多种因素对系统总损失造成的影响；重视时间偏好系数，可能使系统总损失增大，表明单一考虑时间偏好系数和损失偏好系数均具有片面性，应该把握选择"度"，发挥二者结合的相互促进作用；物资分配方案基于决策者偏好，并考虑每周期不同需求点的易损性、重要性、需求紧急性以及各类应急物资的重要性与时效性差异参数，有利于提高多周期决策的柔性和现实适用性。     

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。     

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.     

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。     

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。     

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.     

大规模灾害中基于聚类的医疗物资联合运送优化

应急响应中,往往出现救援物资供应节点与需求节点距离太远、关键道路损毁导致难以及时通过车辆运送物资到灾区等情景,此时直升飞机逐渐被用来运送关键应急资源（如医疗物资及医护人员）。然而,大规模灾害中难以使用直升飞机运送医疗物资到每个医疗救助点,通常考虑灾民的聚集性选择一定数量的应急中转点,以接收直升飞机运送的医疗物资,之后采用车辆运送物资到其覆盖的医疗救助点。针对该问题,提出一种基于聚类的两阶段医疗物资联合运输方法：第一阶段根据医疗救助点分布,采用模糊C-均值算法（FCM）进行应急中转点选择和医疗救助点划分,并针对FCM划分中存在的剩余容量不均衡问题,考虑容量约束提出一种改进划分方法（FCMwCC）,构建“直升飞机-车辆”医疗物资联合运输网络结构;第二阶段建立基于聚类的运送路线优化模型,确定从应急中转点到医疗救助点的具体运送路线。数值实验验证了提出方法和算法的有效性。     

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。     

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。     

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。     

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。     

震后应急物资配送的模糊定位-路径问题研究

从系统集成优化的角度研究震后应急物资配送的一种新模糊定位-路径问题(LRP),综合考虑救灾点所在地理位置和地形导致的应急车辆行驶时间的随机性、救灾点应急物资需求量的不确定性与应急物资配送的时间紧迫性,以应急物资总运达时间最短与总配送成本最小为目标,构建一个基于机会约束规划的多目标模糊LRP优化模型,并根据模型的特点设计了一种混合免疫遗传算法予以求解。最后,通过算例验证了本文方法能有效解决震后应急物资配送的模糊多目标LRP,实现了震后应急物流中心定位和应急车辆路径规划的联合决策。     

应急救援物资紧缺的两级配送路径选择研究

针对应急救援物资紧缺难以满足所有需求的情形,以单个需求点最大缺货量最小、车辆运输费用最小为双目标,建立从配送中心到分发点再到需求点的两级配送路径选择模型,设计复杂性为O(n3)的近似算法GA进行求解,证明算法近似比的上下界并讨论影响因素,用数值验证算法GA的近似比接近于1,表明算法GA具有较好的性能。最后以雅安灾区配送实例验证模型和算法的有效性。