不确定环境下两阶段应急供应链网络建模与优化求解

为制订有效的应急供应链网络规划方案,提升应急组织救援效率、实现资源物质合理配置,考虑供应和需求的不确定性,采用多运输方式联合的配送模式,以最小化网络响应时间、成本和碳排为优化目标,构建两阶段应急供应链混合整数规划模型,同时,基于鲁棒优化理论构建可调节鲁棒优化模型,增强网络应对不确定因素的能力,通过线性对偶理论对含不确定参数的约束进行转化;为提升模型的求解效果,提出一种优化布谷鸟搜索（optimize cuckoo search,OCS）算法,引入基准实例,以验证OCS算法求解多目标函数的优越性和适用性;最后,利用武汉新冠疫期期间应急物资配送数据,研究带有不确定参数的应急供应链网络决策问题,并通过敏感性分析证明鲁棒控制系数对不确定扰动的有效抑制作用。     

基于非概率可靠性的铁路应急设施选址-路径鲁棒优化

鉴于铁路应急设施选址研究中很难合理估计参数的概率分布或确定其隶属函数的问题,将选址-路径问题与区间非概率可靠性方法结合起来,以复杂网络理论为基础,提出网络节点区间权重的确定方法,同时考虑节点权重、边权及径权区间不确定性的共同作用,构建铁路应急设施选址节点加权网络。基于区间非概率可靠性理论及区间运算规则,提出路径的非概率可靠性度量及最优时间可靠度路径选择方法,建立节点权重、边权及径权均为区间数的非概率可靠性铁路应急设施选址-路径鲁棒优化模型,并给出了求解算法,确定了基于区间模型的铁路应急设施鲁棒选址的最优方案。算例表明,本文的优化方案能更好地保证救援的时间鲁棒性,能有效地规避不确定因素波动对设施选址的长期风险,具有很好的实际应用价值。     

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。     

不确定需求下考虑供应商参与机制的应急资源配置鲁棒优化研究

突发事件应急资源优化配置是突发事件发生后救援工作有效开展的前提和基本保障。本文在调研国内外相关研究的基础上，以应对地震灾难为背景研究考虑供应商参与机制的应急资源保障策略，在灾前选择供应商建立政府与供应商的合作机制完成政府储备仓库的选址与资源配置，突发事件发生后依托政府储备仓库和供应商生产能力共同满足应急救援对应急资源的分时段需求，以期协调供应商与政府储备、灾前实物采购与灾后生产能力采购的比例，在保障救援效率的同时降低应急资源保障体系的成本。同时由于地震灾难发生具有需求不确定性的特点，本文引入L1范数描述需求的不确定性，建立了备灾与灾害救援两阶段决策的鲁棒优化模型，并给出了鲁棒模型对应问题的转化方法。最后通过算例仿真验证了模型和对应问题转换方法的有效性，为地震的应对提供理论指导和决策支持。     

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。     

重大突发事件应急救援设施选址的多目标决策模型

常用的应急服务设施选址模型主要有覆盖模型、p-中心模型和p-中值模型,这些模型并不适合重大突发事件的应急救援设施选址.分析重大突发事件应急救援设施选址问题的特点,建立一个多目标决策模型,该模型考虑了应急救援设施的公平性和效率性,整合了传统选址模型中常用的最大覆盖模型、p-中心模型和p-中值模型,以适应重大突发事件应急救援设施的不同部署策略,通过实例讨论该模型的求解方法和求解策略.     

具有遗憾值约束的鲁棒供应链网络设计模型研究

考虑不确定性环境,研究战略层次的供应链网络鲁棒设计问题,目标是设计参数发生摄动时,供应链性能能够保持稳健性。基于鲁棒解的定义,建立从上游供应商选择到下游设施选址-需求分配的供应链网络设计鲁棒优化模型;提出确定遗憾值限定系数上限和下限的方法,允许决策者调节鲁棒水平,选择多种供应链网络结构;通过模型分解与协调,设计了供应链节点配置的禁忌搜索算法。算例的计算结果表明了禁忌搜索算法具有良好的收敛特性,以及在处理大规模问题上的优越性;同时也反映了利用鲁棒优化模型进行供应链网络设计,可以有效规避投资风险。     

考虑不确定履约率的全局鲁棒供应组合决策研究

生产和采购的全球化为供应链企业带来了更多的复杂性与不确定性。收集全面信息和使用有效的工具是控制决策风险、减少不确定性危害的有效途径。在供应商选择与订单分配管理中,供应商履约率是影响企业供应组合决策的主要因素,如何对其进行定量刻画是迫切需要解决的问题。已有的研究通常是由期望方法或鲁棒方法来刻画履约率。然而,期望履约率法往往忽略了履约率的波动性,从而造成需求损失;而鲁棒履约率法通常存在过于保守、退化过于迅速两个缺点,使企业承担不必要的成本。本文研究供应商选择与订单分配决策问题,使用全局鲁棒优化的两个不确定集合来刻画供应商履约率,同时给出了这一问题的确定性鲁棒表达和一种多项式时间求解算法。最后,通过仿真实验证实本文的全局鲁棒优化模型可克服期望模型和一般鲁棒模型的缺点。本文提出的算法能有效求解本文全局鲁棒优化等价确定性问题,为企业的供应商选择和订单分配决策提供更为灵活精确的辅助工具。     

基于随机p-鲁棒优化的国家血液战略储备库选址-库存模型

以往的救灾实践对建立国家血液战略储备体系提出了迫切要求。国家血液战略储备库的建设问题亟待解决。由于血液产品特性以及应急血液保障特性的存在,使得国家血液战略储备库的选址决策具有一定的复杂性。本文将问题定位为选址-库存问题。首先,以应急条件下血液保障及时度最高为目标,构建了一个不确定环境下考虑多情景、多血型、多阶段、带提前期、有容量限制、日常随机需求、有预算约束及协同定位的国家血液战略储备库选址-库存模型。同时,为了规避应急条件下的不确定风险,进一步构建了国家血液战略储备库选址-库存问题的随机p-鲁棒优化模型。该模型为离散非线性混合整数规划模型,难以快速精确求解。故基于模型性质,设计了相应的遗传算法。最后,设计了两组算例验证模型与算法的有效性。其中,第1组算例基于我国大陆地区31个省级血液中心与省级行政区的数据,并根据不同预算值给出6个算例,得到了国家血液战略储备库的选址-库存决策方案。第2组算例为6个不同规模的模拟算例,用来测试不同规模下的算法性能。算例结果表明：遗传算法的性能更好;鲁棒解与确定性模型最优值相差不大（最大差距≤1.08%）,可降低不确定性导致的风险。实践中,可对本文所建模型稍作改进,应用于具有类似特征的易腐品（药品、粮食等）应急物资储备库选址-库存决策。     

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。     

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。     

突发事件下的医院应急群决策模型研究*

针对突发事件下的医院应急管理问题,进行了医院应急群决策模型研究。考虑到医院应急决策者心理行为特征的偏向性,将病人应急方案的选择设计成一个以医院决策者信息与病人集结信息之间距离最小为目标的非线性规划模型。根据病人的伤重程度和应急资源使用度的损益值,获得医院应急情景下的综合价值,根据累积前景理论,通过计算区间概率,获得医院应急情景下不同应急方式的累积前景值。使用模拟植物生长算法求解,莸得病人的最优集结信息。案例分析表明,该决策过程可以使得突发事件下医院应急管理方案达到最优。     

Stochastic Optimization for Natural Disaster Asset Prepositioning

A key strategic issue in pre‐disaster planning for humanitarian logistics is the pre‐establishment of adequate capacity and resources that enable efficient relief operations. This paper develops a two‐stage stochastic optimization model to guide the allocation of budget to acquire and position relief assets, decisions that typically need to be made well in advance before a disaster strikes. The optimization focuses on minimizing the expected number of casualties, so our model includes first‐stage decisions to represent the expansion of resources such as warehouses, medical facilities with personnel, ramp spaces, and shelters. Second‐stage decisions concern the logistics of the problem, where allocated resources and contracted transportation assets are deployed to rescue critical population (in need of emergency evacuation), deliver required commodities to stay‐back population, and transport the transfer population displaced by the disaster. Because of the uncertainty of the event's location and severity, these and other parameters are represented as scenarios. Computational results on notional test cases provide guidance on budget allocation and prove the potential benefit of using stochastic optimization.     

震后应急医疗救援流程效率评价研究

为了最大程度减少地震灾害造成的人员伤亡，实施快速有效的应急医疗救援，在资源有限情景下，迫切需要提高应急医疗救援效率。通过案例分析方法提出了震后应急医疗救援的一般流程，构建了应急医疗救援流程的模糊随机Petri网模型，根据模糊随机Petri网与马尔科夫链的同构关系，得到系统状态的稳态概率表达式，据此分析震后应急医疗救援流程中的关键环节。在此基础上，考虑医疗资源投入的数量与救援工作效率之间的关系，引入时效性评估函数对关键环节的实施效率进行评价，通过理论推导证明同一资源配比存在最优值。以"汶川地震"为例，通过动态和静态分析，得到各状态下稳态概率变化情况，明确了震后应急医疗救援流程的关键环节。以救援过程中资源的投入量作为自变量，通过算例仿真得出医疗资源确定情况下关键环节的最优资源配比。由此对震后应急医疗救援过程提出相应对策与建议，可以为地震灾害应急医疗救援工作部署提供决策支持，促进灾后医疗救援工作的有序进行，实现应急医疗救援效率的提升。     

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。     

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。     

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。