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。     

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。     

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。     

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。     

电子市场环境下供应链运作的鲁棒优化模型

本文研究了电子市场环境下的供应链运作问题,提出了不确定环境下的鲁棒优化模型.这一研究的实质是在外界需求最差条件下,如何得到电子市场中供应链最优供应量的策略.文中采用区间方法,设计供应链运作的鲁棒最优策略.进一步,在电子市场不确定环境下,进行了鲁棒策略仿真工作,结果表明鲁棒策略能为决策者提供最坏情况下供应商提供产品数量的鲁棒解决方案.     

资本成本不确定的供应链的多目标运作鲁棒模型

考虑了由一个制造商和一个供应商构成的多产品、多阶段供应链在资本成本不确定条件下的运作情况。采用区间不确定性描述资本成本的波动,利用鲁棒线性规划方法,建立了供应链运作的多目标鲁棒优化模型,数值算例的结果表明,将鲁棒性运用于供应链的协调运作及供应链成员的目标利润最大的目标中去,能够减少资本成本的不确定性对目标值的影响,得到了资本成本不确定供应链在最坏条件下的最优鲁棒运作策略。     

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。     

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。     

基于EVA与经营风险偏好的供应链鲁棒优化模型

在由一个制造商和多个外部供应商构成的多产品、多阶段供应链中,将经济增加值（EVA）作为体现价值创造的绩效指标,并考虑决策者的经营风险偏好,采用已知概率的离散情景描述资本成本与需求的波动情况,利用鲁棒随机规划方法,建立了以价值创造为目标的供应链鲁棒优化模型。应用分析的结果表明,模型能够将供应链的绩效与风险管理结合起来,减少资本成本与需求不确定对目标值的影响,得到具有鲁棒性的最优解,而且越是风险厌恶型的决策者越会为了保持较低的经营风险而放弃较大的EVA值。同时,决策者可选择不同的权重系数侧重于解鲁棒或模型鲁棒,保证供应链运作的鲁棒性,实现价值创造的目标。     

考虑消费者路径选择的多元需求FIFLP

考虑了顾客的多元需求和需求流的路径选择的截流设施选址问题,网络上顾客行走的OD对存在不同的路径,引用重力模型来确定路径的选择概率,运用需求系数函数实现需求流的部分截得,建立了数目约束下的截得最大流量模型,给出了求解模型的启发式算法,先用增加算法求初始解,再用交换算法改进。最后给出一个算例,通过与精确解的比较,证明了算法的可行性和有效性。     

基于失效情景的应急设施选址评估指标体系与模型

突发事件具有巨大的破坏性、不确定性,应急设施有可能失效,本文研究基于失效情景的应急设施选址评估指标体系与评估模型。首先基于定义的失效情景研究应急设施选址评估指标。构建全局性、可靠性、时效性、均衡性、经济性评估指标。可靠性作为重要评估指标有助于提高应急设施对需求区域的物资保障程度,保证系统的稳定性,采用多重覆盖率刻画。然后,设计具有不同侧重评估目标的一般情景评估指标体系、设施失效情景评估指标体系以及多区域情景评估指标体系。最后,由于应急设施选址评估具有多影响因素特征,涉及输入和输出多个指标的测度,选取处理多输入\多输出问题具有优势的评估方法—数据包络法,对应急设施选址的合理性进行评估。实例验证评估指标体系的实用性和有效性。     

层次型应急设施布局模型及其应用

应急设施的特殊性决定了应急设施布局作为特殊的设施布局问题,必须更加注重及时性。应急服务的级别决定应急布局模型的考虑因素,现实中往往同时布局多个层次的应急设施,本文基于一个p-中心重心的混合模型,建立了层次型应急设施布局模型。根据应急服务的真实情况,该模型对距离的测算进行了改进,以交通网络距离代替欧氏距离。最后,将其应用于上海市上海某区的医疗设施布局。     

Constrained pairwise and center-star sequences alignment problems

This paper considers the minimax regret vertex 2-sink location problem in a dynamic path network with positive edge lengths and uniform edge capacity. Let \(P\) be an undirected path graph of \(n\) vertices, and the weight (initial supply) of every vertex is known as an interval. The problem is to find two vertices \(x\) and \(y\) as two sinks on the path such that all the weights can evacuate to \(x\) and \(y\) with minimum regret of evacuation time in case of an emergency for any possible weight distribution. We present an \(O(n^3\log n)\) time algorithm.     

基于双层规划的反恐应急设施选址模型及算法

恐怖袭击常以人流密集地区的平民作为袭击目标，并存在突发性和随机性等特点，极易造成严重的袭击后果。通过反恐应急设施的合理布局可以缩短救援人员和物资的到达时间，从而减轻袭击后果。首先，对反恐应急设施选址问题进行描述，并将其构造为一类离散双层规划模型。其中，上层规划是关于政府选址的0-1规划问题，下层规划则是关于恐怖分子袭击目标选择的0-1规划问题。其次，结合模型和问题的特征设计算法，利用分支定界算法实现上层选址变量的隐枚举，同时通过下层问题的求解来确定上下界并判断是否满足分枝或剪枝的条件。最后，结合南疆地区的交通拓扑网络进行算例分析，结果证明有效的选址方案可以大大降低袭击损失。     

Determining the optimal double-component assignment for a stochastic computer network

This study determines the optimal double-component assignment based on the system reliability criterion for a computer system, in which the computer system is represented as a network with a set of links and a set of vertices. The double-component assignment is to assign a set of transmission lines (resp. facilities) to the links (resp. vertices) of the network, in which each transmission line (resp. facility) has multiple states due to maintenance or failure. Thus, the computer system according to any double-component assignment is called a stochastic computer network. The system reliability is the probability that the specific units of data are successfully transmitted through the stochastic computer network. An optimization algorithm which integrates the genetic algorithm, minimal paths, and Recursive Sum of Disjoint Products is utilized to find the optimal double-component assignment with maximal system reliability. Several computer networks are utilized to demonstrate the efficiency of the proposed algorithm compared with other algorithms. By solving this problem, data can be more reliably transmitted and thus the organization operation is executed more smoothly.     

Two-level network design with intermediate facilities: An application to electrical distribution systems

We consider the two-level network design problem with intermediate facilities. This problem consists of designing a minimum cost network respecting some requirements, usually described in terms of the network topology or in terms of a desired flow of commodities between source and destination vertices. Each selected link must receive one of two types of edge facilities and the connection of different edge facilities requires a costly and capacitated vertex facility. We propose a hybrid decomposition approach which heuristically obtains tentative solutions for the vertex facilities number and location and use these solutions to limit the computational burden of a branch-and-cut algorithm. We test our method on instances of the power system secondary distribution network design problem. The results show that the method is efficient both in terms of solution quality and computational times.     

考虑最坏中断损失下的P-中位设施选址问题的模型与算法研究

蓄意突袭以及恐怖袭击会造成设施服务的突然中断成为网络系统的主要危害之一,因此网络设施选址决策应该同时考虑正常和紧急状态下系统的运作成本.本文研究考虑最坏中断损失下的网络设施选址问题,建立了该问题的双层规划模型,上层规划涉及设施选址决策,下层规划研究确定设施位置后,设施中断产生最大损失的问题.本文运用基于拉格朗日松弛的混合遗传算法来求解该双层规划问题.将European150数据集作为研究对象,对比研究了本文研究问题与传统的P-中位选址问题的结果,分析不同选址策略下网络系统的效率被中断影响的程度是不同的.最后通过改变一些关键参数,比如常规运作权重、设施数量、中断设施数量,对相关结果进行了分析.     

Facility Location with Dynamic Distance Functions

Facility location problems have always been studied with theassumption that the edge lengths in the network are static anddo not change over time. The underlying network could be used to model a city street networkfor emergency facility location/hospitals, or an electronic network for locating information centers. In any case, it is clear that due to trafficcongestion the traversal time on links changes with time. Very often, we have estimates as to how the edge lengths change over time, and our objective is to choose a set of locations (vertices) ascenters, such that at every time instant each vertex has a center close to it (clearly, the center close to a vertex may change over time). We also provide approximation algorithms as well as hardness results forthe K-center problem under this model. This is the first comprehensive study regarding approximation algorithmsfor facility location for good time-invariant solutions.