疫情下医用防护物资“无接触”配送优化

针对疫情下医用防护物资无人车“无接触”配送模式，构建考虑医院优先等级的医用防护物资无人车配送优化模型。根据无人车实时路径规划的特点，初始阶段以配送时间最短，综合满足率最高为目标，对无人车配送路径及物资分配进行初步规划。当路况信息发生实时变化，基于局部更新策略对配送路径进行调整，以更好满足配送的时效性。针对遗传算法局部早期搜索易陷入早熟，后期种群进化停滞的缺陷，设计遗传模拟退火算法放大适应度相近的个体差异，使优秀个体后代作用更加明显。最后，以新冠疫情(COVID-19)爆发期武汉市江汉区与江岸区医用防护物资配送为例，对模型与算法进行验证。结果表明，本文构建的模型考虑了医院优先级别与物资满足程度，能科学地配送医用防护物资，并根据路况信息变化实时调整配送方案；与标准遗传算法相比，设计的遗传模拟退火算法求解稳定性更优，解质量也更高；与传统模型相比，车辆通过拥堵路段的时间越长，无人车配送模型优势越明显。