考虑关联与替代关系的应急物资储备量模型

应急物资储备量决策是应急管理的重点工作之一 ，需要兼顾以人为本和经济性两方面的要求．针对应急救援的阶段性特点，应急物资被划分为响应期物资和恢复期物资。其中，恢复期物资需求量会受到响应期物资缺货量的影响。首先考虑两阶段应急物资之间的关联关系，构建了考虑关联关系的应急物资储备量决策模型，分析了模型最优解的特征；进一步，分析了同类应急物资之间的替代性，构建了考虑关联与替代关系的应急物资储备量决策模型，设计了基于蒙特卡洛仿真的求解算法；最后，通过算例分析，验证了模型的有效性。理论和计算分析的结果表明，将应急物资的关联和替代关系与储备量决策综合考虑，可在保证供应的前提下减少应急物资的储备量。     

突发疫情环境下的应急预算分配优化模型研究北大核心CSSCI

针对突发疫情环境下应急预算分配与疫情传播扩散之间的交互作用问题,本文构建了一类创新的决策框架模型。在该决策框架中,既考虑了不同感染区域之间人口流动对疫情扩散行为的影响,又融合了应急预算受限条件下隔离病房数量有限并由此导致的患者入院治疗率变化等关键因素。在此基础上,借鉴背包问题的建模思想,构建了政府应急预算资金分配的混合整数非线性规划模型并进行了模型线性化转换。算例测试表明,突发疫情环境下政府的应急预算应该向人口流入区域进行适当政策倾斜,且应急预算资金和起始干预时间都存在较明显的阈值效应。超过阈值后,即使增加应急预算,对疫情控制作用并不明显。     

基于贝叶斯网络推理的双重不确定信息集结模型

针对一类不确定多属性决策问题,提出了基于贝叶斯网络推理的信息集结决策模型。根据决策依据信息,建立了决策方案综合属性值优劣的范围估计模型;由影响方案属性的因素构成的贝叶斯网络拓扑结构图,建立了基于贝叶斯推理的方案综合属性值确定模型;基于两类信息的内在关联性,提出了两种结果集结的最大相似度模型,最后得出方案综合属性值,算例表明基于贝叶斯网络推理的双重不确定信息集结模型是有效的。     

基于广义随机Petri网的重大传染病传播演化模型研究

本文采用多案例分析方法提取重大传染病疫情事件的属性,从"事件类型、关键属性、从属属性、环境属性和危害评估属性"对其进行结构化描述。在此基础上,分析重大传染病疫情发展演化事件链中关联事件的相关属性,利用基于广义随机Petri网的建模分析方法,根据广义随机Petri网与马尔科夫链的同构关系,得到重大传染病传播演化的广义Petri网模型和等价马尔科夫链模型。最后,通过马尔科夫链及相关数学方法分析其中的均衡状态及其变动规律,并对系统评估和改进提出建议,可为有效监控和应对疫情发展提供有力决策支持。     

考虑多种诱导信息下公众满意度的舆情危机响应决策方法

针对当前研究较少考虑到多种诱导信息情境下舆情危机响应决策问题的现状,首先在介绍研究理论和方法的基础上,对该决策问题进行了描述;然后,通过分析诱导信息的属性结构及其量化方式,运用前景理论从属性层面,提出了舆情危机特定情景和响应方案下公众对多种诱导信息发展态势满意度的计算方法;进一步地,考虑到方案对危机情景演变的影响,运用累积前景理论从公众满意度干预视角,提出了方案筛选的风险决策方法。最后,以一类重大传染病疫情场景中舆情危机响应决策问题为例,介绍该方法的潜在应用和说明其有效性。     

考虑社会环境及需求特征的应急物资储备模型

应急物资储备是应对突发灾害的有效途径。由于我国地域辽阔,地区间灾害特征、社会脆弱性等存在差异,社会环境因素应视为应急物资储备的决策依据。基于此,本文将社会环境分析融入已有设施选址理论,综合考虑灾后物资需求的不确定性、多样性、时效差异性、模块化和公平性特征,以综合风险最小为目标,创新性地构建一类实证分析、优化决策联动的应急物资储备优化模型,以实现应急储备库选址、物资储备数量决策及物资分配的集成优化决策。最后,以四川地震灾害为例进行仿真分析,将新构造的风险模型和传统最大覆盖模型进行比较,结果证明新构造的风险模型更适合于应急物资储备的实际应用与决策。     

随机需求下单向替代的两产品订货与定价联合决策研究

考虑了存在单向替代的两产品订货和定价联合决策问题。通过构建订货与定价联合决策模型,研究了单周期两产品的最优订货量和价格的存在条件,进一步将研究拓展到多周期的情况,建立了多周期的订货和定价联合决策模型,并进行了模型结构分析。同时,分析了信息对订货与定价联合决策的影响程度。     

考虑道路特性的多个应急设施选址问题：基于DEA的研究

应急设施选址决策是一个多目标决策问题,将DEA用于应急设施选址决策具有合理性。现有研究仅仅考虑单设施选址问题,本文应用DEA对多设施选址问题进行了研究。在决策过程中．本文考虑到了道路特性．以更好地保障应急物资和人员在应急设施与应急地点之间的运输。最后,一个简单的算例分析演示了本文提出的方法,说明该方法的合理性。     

基于共词网络的群智知识挖掘方法——在应急决策中应用

为了汇聚分布在社会网络中的群体智慧以合力化解特大公共安全突发事件重大风险，提出了一种基于共词网络的群智知识挖掘方法，并将其有效运用到突发事件应急管理当中.首先，提出了一种改进的共词网络构建方法，用以实现社会网络公众群智知识的可视化分析，从中获取应急决策属性参数信息；同时，为了确保数据质量、提高群智知识挖掘的有效性，综合数据影响力以及数据涵盖的主题信息两方面因素，构建了群智知识价值测度模型；而后，综合专家属性偏好与公众群体智慧，提出了一种基于群智知识的动态属性信息生成办法.最后，以中国新冠肺炎疫情特大公共安全事件应急决策为例，对本文所提方法进行了应用.     

非对称信息下业务外包中的质量评价决策

研究了不同信息下供应链业务外包的产品质量评价决策问题,考虑购买商作为委托人和供应商作为代理人分别建立了他们的质量决策模型,重点研究了非对称信息下的决策问题已经变成最优控制问题,运用极大值原理推导了供应商质量预防信息隐匿情况下购买商的质量评价的最优解,并进行了仿真计算和分析,对比了不同信息环境下的决策结果。     

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。     

A national risk analysis model (NRAM) for the assessment of COVID-19 epidemic

COVID-19 has caused a critical health concern and severe economic crisis worldwide. With multiple variants, the epidemic has triggered waves of mass transmission for nearly 3 years. In order to coordinate epidemic control and economic development, it is important to support decision-making on precautions or prevention measures based on the risk analysis for different countries. This study proposes a national risk analysis model (NRAM) combining Bayesian network (BN) with other methods. The model is built and applied through three steps. (1) The key factors affecting the epidemic spreading are identified to form the nodes of BN. Then, each node can be assigned state values after data collection and analysis. (2) The model (NRAM) will be built through the determination of the structure and parameters of the network based on some integrated methods. (3) The model will be applied to scenario deduction and sensitivity analysis to support decision-making in the context of COVID-19. Through the comparison with other models, NRAM shows better performance in the assessment of spreading risk at different countries. Moreover, the model reveals that the higher education level and stricter government measures can achieve better epidemic prevention and control effects. This study provides a new insight into the prevention and control of COVID-19 at the national level.     

Optimal control analysis of a multigroup SEAIHRD model for COVID-19 epidemic

The COVID-19 pandemic has threatened public health and caused substantial economic loss to most countries worldwide. A multigroup susceptible–exposed–asymptomatic–infectious–hospitalized–recovered–dead (SEAIHRD) compartment model is first constructed to model the spread of the disease by dividing the population into three age groups: young (aged 0–19), prime (aged 20–64), and elderly (aged 65 and over). Then, we develop a free terminal time, partially fixed terminal state optimal control problem to minimize deaths and costs associated with hospitalization and the implementation of different control strategies. And the optimal strategies are derived under different assumptions about medical resources and vaccination. Specifically, we explore optimal control strategies for reaching herd immunity in the COVID-19 outbreak in a free terminal time situation to evaluate the effect of nonpharmaceutical interventions (NPIs) and vaccination as control measures. The transmission rate of SARS-CoV-2 is calibrated by using real data in the United States at the early stage of the epidemic. Through numerical simulation, we conclude that the outbreak of COVID-19 can be contained by implementing appropriate control of the prime age population and relatively strict control measures for young and elderly populations. Within a specific period, strict control measures should be implemented before the vaccine is marketed.     

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。     

COVID-19疫情下医疗防护用品市场监管演化博弈与稳定性分析

新冠肺炎(COVID-19)疫情爆发,口罩等医疗防护用品成为硬通货,部分企业出现哄抬物价、制售假货等乱象行为增加了疫情防控工作的实施难度。为了探讨医疗防护用品市场监管动态机制,文章在地方政府—防护用品企业—消费者三方静态演化博弈模型基础上,依次引入动态惩罚、动态惩罚—补贴方案,通过系统动力学仿真分析了不同机制下各演化均衡解的稳定情况,并基于李雅普诺夫稳定性定理验证了演化稳定均衡点。研究表明：完全静态机制下,三个博弈主体的博弈过程无法趋向稳定均衡状态。引入动态惩罚、补贴等手段能够较好抑制博弈主体的行为策略波动,使得防护用具企业诚信经营成为较优选择。同时,提出了一种新型的非线性动态惩罚—补贴机制,在该机制下激励效果最佳。本研究为疫情形势下地方政府设计合理规范医疗防护用品市场方案提供一定思路。     

基于多主体仿真的大群体应急决策风险致因分析

大群体应急决策风险来源众多，且对决策的影响不容忽视。本文从个体因素和群体因素两方面对大群体应急决策风险进行系统识别，并将各风险因素与两类群体效应（认知冲突和关系冲突）进行关联，建立大群体应急决策风险致因体系。在此基础上，设置由个体认可度、群体结构、沟通方式、决策策略和外部影响组成的仿真变量，然后基于观点动力学利用Netlogo工具建立大群体应急决策风险致因多主体仿真模型，最后通过案例模拟得出各风险因素致因机理的一般规律。仿真结果表明：控制高认可度决策主体的比例，增加聚集间交互，采取必要的预见性措施，对降低决策风险，提高决策共识速度，应对决策环境的高动态性具有积极作用。研究有助于掌握大群体应急决策风险因素的组成及其影响规律，为应急决策的策略引导提供参考和借鉴。     

基于改进自适应最优分割法的风险预警区间模型研究——针对重大突发公共卫生事件

重大突发公共卫生事件，譬如新型冠状病毒疫情，严重危害着世界各国人民的生命安全，风险预警是构建重大突发公共卫生事件风险预警管控体系的关键所在，而其风险预警区间的精准确定是关乎预警等级的关键问题。基于自适应最优分割模型，引入熵值法计算各指标权重，采用多种函数拟合识别函数特征，构建了改进的自适应最优分割模型，定量科学划分了重大突发公共卫生事件风险预警区间。通过结合实际案例，应用Matlab软件进行仿真，验证了预警区间的吻合度，为构建重大突发公共卫生事件风险预警防控提供了理论参考。     

可及性视角下医疗组织分布特征及其对疫情防控的影响研究

基于可及性理论,从医疗服务资源的可获得性和可达性两个角度量化各地级市疫情防控定点医疗组织机构的空间分布特征以及空间组合模式,并探讨其对疫情防控效果的影响。研究结果显示,在控制了城市基本特征、人员流动程度、基础医疗资源状况和省级固定效应之后,按人口聚集分布定点医院显著负向影响各城市累计确诊病例数,而按人口聚集分布发热门诊显著增加确诊病例数。相比于其他空间组合模式,定点医院按人口聚集分布,发热门诊按空间平均分布的组合方式对于疫情防控的效果最好。随着疫情严重程度的上升,按人口聚集分布定点医院对于疫情的抑制作用以及按人口聚集分布发热门诊对疫情防控的负面影响被进一步强化。     

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。