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。     

震后伤员救援车辆两阶段规划模型及算法研究北大核心CSCDCSSCI

不确定情景下的应急物资配送和车辆路径优化问题是目前国内研究的一大热点,其中震后伤员运送车辆调度及路径优化问题随着近几年地震等自然灾害的频繁发生也逐渐引起人们的重视.本文采用聚合优化算法对灾区进行应急救援区域划分,建立了以总救援时间最短和相对综合救援权重值最大为目标的救援车辆两阶段数学规划模型,设计了带三角函数变异的离散型萤火虫优化算法进行求解,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表明,所提出的模型和算法可以有效解决地震情景下的伤员救援车辆调度问题,且改进算法的全局搜索性能更优.     

震后伤员救援车辆两阶段规划模型及算法研究

不确定情景下的应急物资配送和车辆路径优化问题是目前国内研究的一大热点,其中 震后伤员运送车辆调度及路径优化问题随着近几年地震等自然灾害的频繁发生也逐渐引起人 们的重视． 本文采用聚合优化算法对灾区进行应急救援区域划分,建立了以总救援时间最短和 相对综合救援权重值最大为目标的救援车辆两阶段数学规划模型,设计了带三角函数变异的 离散型萤火虫优化算法进行求解,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 验表明,所提出的模型和算法可以有效解决地震情景下的伤员救援车辆调度问题,且改进算法 的全局搜索性能更优．     

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。     

震后交通管制下基于用户均衡条件的救灾路径选择

震后如何确定有效的救灾路径是救灾管理部门的一项核心工作。本文综合考虑灾区路网受损以及为避免交通拥挤而实施交通管制情况,进行震后救灾路径选择,以提高救援成效,并尽量减少对非灾民的影响。为此,建立了用户均衡交通量指派条件下以救灾路径旅行时间最短和因交通管制引起的扰民程度最小为目标的多目标救灾路径选择模型,并设计了一种两阶段启发式算例进行求解。最后以Sioux Falls路网为例对模型和算法进行验证,并与NSGA-II算法进行了比较,结果表明:该算法在求解效率上与其他启发式算法相比具有显著的优势。     

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.     

时变随机网络下基于成功和风险的应急路径选择研究

现实生活中,当发生紧急事件时,应急中心需要对某地需要服务的紧急事件出车.由于交通管理、交通流量、天气变化等因素的影响,导致了路网中各个路段上的行驶时间可能是一个与出发时间相关的随机变量.通常,对于所发生紧急时间需要在一定的应急限制期内到达.由于路网的时变随机特性,使得所选择路径可能不能完全满足应急限制期的需求.首先,定义了时变随机网络下可行应急路径中不满足应急限制的风险和满足应急限制的成功.然后,分别考虑了成功和风险两个目标,建立了时变随机网络下多目标应急路径选择模型,并设计了求解时变随机网络下应急路径选择算法,讨论了算法的计算复杂性.最后,给出了一个应用算例,并与单独考虑成功所获得的应急路径进行了对比.     

多源点突发灾害事故应急疏散模型与算法

突发灾害事故的应急疏散是减少生命财产损失,特别是减少群死群伤事故发生的有效手段.以往的研究忽视了多源点间疏散的相互影响,使得疏散线路的安排不太合理.同时考虑存在有优先顺序的多源点和容量限制情形下的应急疏散问题,建立了多源点疏散模型,设计了基于图论中网络优化思想的启发式算法.该算法引入K短路概念,并行处理多源点多线路的疏散过程,实时更新网络容量,从而得出满意的疏散线路和最短的疏散时间,并分析了算法复杂性,最后通过算例验证了该算法的有效性和可行性.     

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。     

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。     

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。     

基于改进粒子群优化方法的供应商优选与订货量分配模型

研究了随机性需求环境下的供应商优选与订货量分配问题,构建了以质量、成本、交货期3个准则为目标函数、以其他目标为约束条件的多目标随机约束规划模型;借助于加权法和罚函数法,将多目标随机约束规划模型转化为单目标优化模型;进而设计了带惯性因子和收缩因子的粒子群优化求解算法对所建模型进行求解,并与常用的遗传算法求解方法进行对比分析,实例验证了粒子群优化算法解决此类优化问题的可行性和有效性.     

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。     

面向突发事件的应急献血者聚类与分配方法研究

突发事件发生后,应急献血者呈爆发式增长、献血设施超负荷运作。本文提出一种应急献血者聚类与分配的优化方法可以有效地解决该问题。在该方法中,首先提出了应急献血者的分类规则,并采用Canopy与K-means相结合的算法对应急献血者进行聚类分组;然后,考虑献血者的心理因素,建立了最大化血液满足、均衡各献血设施的工作量以及最大化献血者效用的多目标分配优化模型;进一步,考虑应急献血者的时间偏好,构建了献血时间安排的多目标优化模型;通过使用优化算法求解模型得到应急献血者的分配方案;最后,通过一个算例分析验证了该方法的可行性以及有效性。     

国家血液战略储备库选址——库存问题

建立血液战略储备库是应对大规模突发事件应急血液保障问题的重要途径之一.为提高应急血液保障能力,以灾后应急血液保障时效性最高及日常条件下血液战略储备库运营总成本最低为目标,基于非线性混合整数规划方法建立了一个考虑多情景、多阶段、多血型、随机需求、库存补充提前期、容量限制及协同定位等因素的血液战略储备库多目标选址—库存问题优化模型.根据该模型的性质,设计了一种基于小生境技术的多目标非支配排序遗传算法进行求解.算例分析结果表明,该算法能够有效获得Pareto前沿,产生一簇Pareto解,因而决策者可根据偏好与实际需要权衡应急血液保障成本与时效性,选择合适的血液战略储备库选址—库存决策方案.     

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.     

情景分析法在应急路径规划中的应用研究

情景分析法又称脚本法或者前景描述法,是假定某种现象或某种趋势将持续到未来的前提下,对预测对象可能出现的情况或引起的后果作出预测的方法。通常用来对预测对象的未来发展作出种种设想或预计,是一种直观的定性预测方法。非常规灾害留给人们的逃生时间是有限的,一般是2分钟左右,因此应急路径选择是应急救援的关键问题之一。而情景分析法对应急路径选择规划提供了理论基础。将情景分析法应用在应急疏散路径规划上,有助于对未来情景设计的分析,研究出合理的建筑物路径规划,保证人员在应急状态下作出正确的响应,减少人员伤亡。本文通过对情景分析法的分析了解,指出情景分析法应用在路径研究的系列工作。     

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。