考虑路径风险的需求不确定应急物流定位-路径问题

针对自然灾害对路网造成的破坏性和受灾点物资需求量的不确定性,综合考虑应急物流路径风险和物资分配的时间公平性,将路径风险定量化为路径通行能力风险、路径损毁风险和路径复杂性,基于鲁棒优化理论,以最小化车辆最长配送时间和应急物流系统总成本为目标,建立了双目标多物资定位-路径优化模型,采用遗传算法对其求解,以汶川地震应急救援相关数据为例进行了数据仿真实验。实验结果的对比分析表明:在考虑路径风险下,随着控制系数的增加,系统总成本和最长配送时间目标值均呈现增大的趋势;受灾点的物资需求扰动越大,构建应急物流系统的总成本越高。算例结果也验证了鲁棒优化方法在处理不确定需求方面的有效性,为解决自然灾害后应急设施点的开设和救援物资的安全及时准确配送提供了有效的方法。     

复杂物流网络下的应急物资分配模型

在大规模紧急救援的背景下,研究面向复杂网络的应急物流系统中多出救点、多受灾点的物资分配问题具有重要意义.针对一次性消耗系统,以应急时间、出救点数量、应急运输成本为优化目标,在车辆运载能力等限制条件下提出多目标优化模型,并采用"矢量投影-理想点法"对模型进行求解;最后,通过算例验证了模型的合理性和有效性.     

风险应对视角下不确定需求定位-路径鲁棒优化研究

及时准确地配送应急救援物资是突发公共事件救援过程中的关键环节,综合考虑应急救援过程中出现的需求随机性,路网的连通能力下降和设施点失灵等情况,采用车辆与直升机联合运输方式进行配送,以应急系统中各物资需求点的救援时间满意度之和最大、系统总成本最小及物资到达需求点的救援时间之和最小为目标,对多式联运三级网络应急物流系统定位—路径优化问题进行研究,建立了多目标定位—路径模型,并改进了遗传算法。最后,以汶川地震应急救援相关数据为例,对模型和算法的有效性进行了数据仿真验证,通过实验结果的对比分析,证明了鲁棒优化方法在处理不确定需求和设施失灵风险方面的有效性,进而为抵御突发公共事件发生后出现的风险,为解决突发公共事件发生后救援物资的安全及时准确配送提供了有效的方法。     

通行受限下需求可拆分的应急物资卡车-多无人机协同配送路径优化

研究通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径优化问题,综合考虑灾区路网状况、卡车可途中发射/接受无人机、无人机单次起飞可配送多个需求点、需求可拆分等因素,以应急物资配送任务完成时间最短为目标,构建卡车-多无人机协同配送路径优化模型.根据问题与模型特征设计一种改进蚁群算法求解.实验结果表明:文章方法能合理分配卡车与无人机的配送任务,科学规划通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径;卡车途中发射/接收无人机方式能有效缩短无人机飞行距离,减少卡车与无人机的协同时间,缩短通行受限情景下的应急物资配送时间,具有可行性、合理性与有效性.     

应急物资预置问题的可信性优化模型

基于可信性理论,研究了多受灾点、多出救点、多物资的应急设备选址和物资预置问题.考虑到运输费用、出救点的供应量、受灾点的需求量和道路容量的不确定性,用模糊变量来刻画,建立了模糊环境下应急物资预置的可信性优化模型以最小化期望总费用.当模型中的模糊变量相互独立且服从三角分布时,推导了总费用目标及服务质量和弧容量约束的解析表达式,从而将原模型转化为等价的确定模型.鉴于等价模型是一个混合整数规划,可采用Lingo软件编程求解.最后,数值算例演示所提建模思想.实验结果说明了所建模型的有效性.     

震后应急物流设施不确定失效情景下的LRP研究

针对震后应急物流设施不确定失效情景下的定位-路径问题,综合考虑灾区路网存在部分损毁、应急物资多方式配送与运达时间限制等因素,以应急物流设施最坏失效情景下的需求点覆盖期望最大、应急物资总配送时间最短为目标,采用情景建模方法构建多目标定位-路径问题的数学模型,并根据模型特点设计基于分层序列法的两阶段混合启发式求解算法,第一阶段设计改进贪婪算法进行应急物流设施定位分配,第二阶段采用蚁群算法优化应急物资配送路线。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NSGA-II的应急生产任务多目标优化模型及算法研究

重大突发事件发生后,若灾区的应急物资需求不能通过调用储备得到满足,则应急生产将成为灾区应急物资供应的重要保障手段。本文研究重大突发事件发生后应急物资生产任务的优化问题,重点关注原材料生产能力变化对完成应急生产任务的影响,以应急生产任务完成时间最短、完成成本最低为决策目标,研究了包含多个供应商、多个制造商以及单个受灾点的应急物资生产任务多目标规划模型。运用在求解多目标规划问题时具有众多优势的非支配排序多目标遗传算法(NSGA-II)对模型进行求解。通过算例分析,NSGA-II可以得到较好的Pareto前沿,并且可以根据不同情况给出最优的应急物资生产和原材料保障方案。本文的研究还表明,要想更快完成应急生产任务,需要做好原材料、资金、电力、交通等各种要素的配套保障工作。     

基于应急救援物资单向转运的受灾点库存策略研究

了研究应急救援物流中存在物资单向转运条件下的受灾点库存策略,考虑由多个受灾点组成的单阶段系统,
各个受灾点之间存在单向转运.首先在各个受灾点物资进货点一定条件下,建立模型确定各个受灾点救援物资
需求依靠从其它受灾点转运得到满足的比例和直接从本身库存中得到满足的比例;其次,建立各个受灾点
救援物资进货水平优化的整数非线性规划模型,并考虑基于时间窗的救援效率水平约束,设计基于隐含
枚举法的模型求解算法;最后,运用算例对模型及其求解算法进行了模拟运算,从而验证了模型的有效性和实用性.     

震后初期应急物资短缺情景下的定位-路径问题研究

基于公平视角研究震后初期灾区应急物资短缺情景下的定位-路径问题(location-routing problem,LRP),综合考虑灾害级别、灾区应急路网不同程度损毁、需求点易损性与车辆随机行驶时间等因素,以单个需求点的最大损失最小作为应急物资分配的公平性衡量指标、以总配送时间最短作为应急物资配送的效率性衡量指标,在此基础上构建双目标LRP模型,并基于分层序列法思想设计一种二阶段混合启发式求解算法。最后,采用汶川地震之后的帐篷配送数据验证本文方法公平性与效率性兼顾。     

随机需求应急物流多阶段定位-路径鲁棒优化研究

为提高应急物流系统的应急反应能力,论文针对需求随机变化的应急物流定位-路径问题,利用鲁棒优化的思想将灾区物资需求量表示为区间型数据,将应急救援过程划分为多个阶段,以总救援时间和系统总成本最小为目标,构建了多物资多运输车辆应急物流定位-路径优化模型,设计了改进的遗传算法对其进行求解。实例计算结果表明,该模型和算法可以有效地解决应急物流系统中需求随机变化的定位-路径问题,为政府机构应对重大突发事件提供科学的决策参考。     

考虑需求不确定的多级应急物流设施选址研究

为了对急物流设施选址问题进行合理的研究,建立了包含配送中心、配送点和需求点的多级应急物流网络。基于应急物资需求特点,使用三角模糊数表示应急物资需求的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了应急物流设施选址模型。采用去模糊化方法将三角模糊数转化为确定数,利用成本和时间的单目标的最优结果将多目标转化为相对值,再对时间和成本目标进行加权处理,既消除了不同目标之间的单位及数量级差异,还可以进行动态调整。设计了遗传算法对模型进行求解,通过实际算例表明了模型和算法可以有效地解决应急物流设施选址问题。     

基于两阶段混合整数规划模型的洪涝灾害应急管理研究

本文以洪涝自然灾害为现实背景, 考虑多种应急物资、灾情的不确定性和应急救灾的多目标性, 集成优化灾前准备和灾后响应两阶段, 建立了一定最大救援时间下的两阶段多目标混合整数规划模型。模型的目标一是使得不同灾害情景下灾后响应阶段总物资不足惩罚和延误损失的期望最小, 目标二是使得灾前准备阶段应急物资存储点建造成本、物资存储成本及灾后响应阶段物资分配成本之和最小。该模型保证了应急救灾的及时有效以及物资的公平分配。本文设计了一种多目标遗传算法用于模型求解, 结合具体算例, 得到了模型在最大救援时间为4到9区间内任意数值下的pareto最优解, 很好地适应了决策者不同的决策需求, 并根据pareto应急方案的数目, 灾后响应阶段成本期望和两阶段总成本等模型的三个关键产出随最大救援时间的变化趋势, 得出最优的最大救援时间为5.7。     

区域二级应急救援系统多救援点协同策略研究

主要研究在需求不确定的救援环境下,由一个区域救援总站和多个地方救援点组成的二级应急救援系统多种救援物资协同共享问题.各地方救援点对救援物资的需求为随机模糊变量,当某一地方救援点救援物资不足时,可以通过不同的协同方式进行应急补库,所有应急补库方式均考虑了地方救援点的优先级.据此建立了在一定服务满足率条件下以救援时间最短为目标函数的模型,结合随机模糊变量模拟和PSO、PSO-SA算法对模型进行了求解.最后对各种协同方式进行了对比并分析了相关变量的敏感性.结果表明:允许完全转运的协同共享方式能有效地缩短救援时间.     

多目标应急物流中心选址的鲁棒优化模型

针对重大突发事件的应急物资救援,研究了应急物流中心的选址及应急物资的调运问题。利用离散的情景集合描述受灾点应急物资需求的不确定性以及应急物资运输成本和运输时间的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了多目标应急物流中心选址的确定型模型和鲁棒优化模型。为将多目标问题转化为单目标问题,利用成本单目标和时间单目标的最优结果将多目标转化为相对值再加权处理,该方法既可消除多个目标之间的单位及数量级差异,还可以根据问题的数据变化进行动态调整。以提供应急物资救援服务的设施作为编码,设计了一种通用的混合蛙跳算法。为检验模型和算法的有效性,设计了一个多情景的算例,结果表明两个模型和算法具备良好的可行性和有效性,且鲁棒优化模型能较好地保持对各种不确定性的抗干扰能力;最后,讨论分析了成本偏好权重和鲁棒约束系数的影响,结果表明可根据成本偏好权重的取值范围来区分各种应急救援阶段,体现不同救援阶段的救援要求及特征,并给出了成本偏好权重和鲁棒约束系数的取值建议。     

考虑多救援点的突发事件应急救援人员派遣模型

针对具有多救援点的突发事件应急救援人员派遣问题,给出了一种应急救援人员派遣模型。首先,依据救援人员关于救援任务的能力指标评价值计算出不同出救点的救援人员对救援点中救援任务的胜任度;其次,依据救援人员到达救援点的应急救援时间计算出应急救援时间满意度;然后,将救援人员对救援点的胜任度与应急救援时间满意度进行集结,获得应急救援人员与各救援点的综合匹配度;进一步地,以综合匹配度最大为目标,构建应急救援人员派遣优化模型,并通过模型求解获得最优的应急救援人员派遣方案;最后,通过一个算例说明了所构建的应急救援人员派遣模型具有可用性。     

不确定环境下应急救援供应链鲁棒优化模型

鉴于灾害救援运作的紧迫性和重要性,考虑需求、供应、成本等参数的不确定性,构建一个由供应商、救援配送中心和受灾区域构成的三级应急救援供应链,旨在确定救援产品数量及救援配送中心的合适位置,以最小化救援供应链总成本,最大化受灾区域满意水平为目标,采用区间数据鲁棒优化方法处理模型的不确定性,应用情景随机规划降低鲁棒优化的计算难度,最后给出一个地震案例的具体数据来证明所提救援供应链鲁棒优化模型的有效性和可行性。实验结果表明,需求保守度的变化对目标函数值的影响大于供给和成本保守度的变化,可为应急救援决策者调整不确定参数保守度提供理论支持。     

基于不确定需求的灾后应急救灾网络规划模型与算法

突发事件发生后,快速应急响应的第一步是启动应急救灾网络,合理配置应急救灾资源,以保证救灾过程顺利进行,提高救援效率。本文以台风灾害为背景,建立二阶段应急救灾网络的混合整数规划模型,解决台风灾害的灾后应急救灾网络的规划与设计问题。在求解模型时,考虑需求信息的分布难以确定,并且在一定范围内变动的特点,利用鲁棒优化的方法处理不确定性需求,从而得到合理的临时救灾中心选址以及应急资源配置信息。数值试验表明,建立的模型是实际可行的,而且算法也是有效的。     

Robust optimization for relief logistics planning under uncertainties in demand and transportation time

Emergency logistics is an essential component of post-disaster relief campaigns. However, there are always various uncertainties when making decisions related to planning and implementing post-disaster relief logistics. Considering the particular environmental conditions during post-disaster relief after a catastrophic earthquake in a mountainous area, this paper proposes a stochastic model for post-disaster relief logistics to guide the tactical design for mobilizing relief supply levels, planning initial helicopter deployments, and creating transportation plans within the disaster region, given the uncertainties in demand and transportation time. We then introduce a robust optimization approach to cope with these uncertainties and deduce the robust counterpart of the proposed stochastic model. A numerical example based on disaster logistics during the Great Sichuan Earthquake demonstrates that the model can help post-disaster managers to determine the initial deployments of emergency resources. Sensitivity analyses explore the trade-off between optimization and robustness by varying the robust optimization parameter values.