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.     

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.     

铁路应急设施非概率可靠性选址优化研究

为解决小样本、贫信息下铁路应急资源储备点的可靠性选址问题,创新性地将选址-路径问题与区间非概率可靠性方法结合起来,考虑灾情发生后应急设施点在可接受的时间范围内响应受灾点的需求能力及其稳定程度,采用区间值度量路段阻抗,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可靠最短路径选择方法;建立基于区间时间阻抗下可靠最短路径的无容量设施选址模型,提出约束条件限制的Monte Carlo改进算法,确定了铁路资源储备点选址的最优方案。实例表明,本文的优化方案能更好地保证救援的时间可靠性,改进的求解算法具有更小的时间复杂度,有效地缩短了运算时间,改善了解的质量。本文的方法与模型体系对于实现铁路应急设施可靠性选址,为决策者提供决策支持,提高铁路应急响应能力具有重要的指导意义。     

多资源复杂网络的应急调度研究

以一次性消耗系统为背景．提出了多应急点多出救点以及多资源的复杂网络应急调度模型。以应急点的损失最小和出救点的个数最少为目标,将损失量大小转化为应急时间长短进行衡量,运用理想点法求解。最后构造算例．运用本文提出的方法对模型进行计算,验证了所建立模型的合理性及理想点法的可行性和有效性。     

考虑应急设施中断风险与防御的可靠性选址模型研究

为提高应急设施运行的可靠性和抵御中断风险的能力, 研究中断情境下的应急设施选址-分配决策问题。扩展传统无容量限制的固定费用选址模型, 从抵御设施中断的视角和提高服务质量的视角建立选址布局网络的双目标优化模型, 以应急设施的建立成本和抵御设施中断的加固成本最小为目标, 以最大化覆盖服务质量水平为目标, 在加固预算有限及最大最小容量限制约束下, 构建中断情境下应急设施的可靠性选址决策优化模型。针对所构建模型的特性利用非支配排序多目标遗传算法(NSGA-Ⅱ)求解该模型, 得到多目标的Pareto前沿解集。以不同的算例分析和验证模型和算法的可行性。在获得Pareto前沿的同时对不同中断概率进行灵敏度分析, 给出Pareto最优解集的分布及应急设施选址布局网络的拓扑结构。     

基于公平优先原则的多受灾点应急资源配置算法

为了解决多受灾点应急资源配置过程中出现的分配不均和资源竞争问题，本文建立一种以双层决策方法为基础的多受灾点应急资源配置模型，使应急资源配置过程兼顾及时性与公平性，从而确保各受灾点均能尽早开展应急工作。但采用遍历搜索策略对双层规划模型求解存在时间复杂度高的问题，本文依据应急出救的就近原则，提出一种多受灾点一多出救点应急资源配置动态优选策略，能够快速求取双层应急资源配置模型的全局最优解。最后，通过详细的算例分析证实算法的有效性。     

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。     

应急资源调度模型及算法

应急问题最显著的特点表现为时间的紧迫性.本文针对应急系统多点出救的特点,研究了消耗速率为函数的连续型应急资源调度模型.该模型以最早应急时间为目标,给出了最早应急时间的求取方法,数值算例表明了算法的有效性和实用性.     

一类应急服务设施选址问题的模型及算法

在分析城市应急服务设施选址问题基础上,建立了限定期条件下应急服务设施选址问题的数学模型,提出了一种基于遗传算法的应急服务设施选址模型的有效算法,并通过算例分析验证了该方法的有效性.     

基于整数规划的医疗卫生服务中心选址模型

根据农村医疗卫生服务中心的特点,结合卫生服务人数限制、费用限制、距离限制等决定因素建立了卫生服务中心选址模型,分析了层次分析法及隐枚举法求解医疗卫生服务选址模型的差异性.结果显示:所建立的医疗卫生服务中心选址模型在限制条件下能够最大程度的满足人民群众对卫生服务的需求,且隐枚举法求解0-1整数规划比层次分析更具有可行性与有效性.     

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。     

鲁棒动态设施选址问题的近似算法

设施选址问题是组合优化中重要问题之一。动态设施选址问题是传统设施选址问题的推广,其中度量空间中设施的开设费用和顾客的需求均随着时间的变化而变化。更多地,经典设施选址问题假设所有的顾客都需要被服务。在这个模型假设下,所有的顾客都需要服务。但事实上,有时为服务距离较远的顾客,需要单独开设设施,导致了资源的浪费。因此,在模型设置中,可以允许一些固定数目的顾客不被服务 (带异常点的设施选址问题),此外也可以通过支付一些顾客的惩罚费用以达到不服务的目的 (带惩罚的设施选址问题)。本文将综合以上两种鲁棒设置考虑同时带有异常点和惩罚的动态设施选址问题,通过原始-对偶框架得到近似比为3的近似算法。     

A Lagrangian heuristic algorithm for a public healthcare facility location problem

We consider a healthcare facility location problem in which there are two types of patients, low-income patients and middle- and high-income patients. The former can use only public facilities, while the latter can use both public facilities and private facilities. We focus on the problem of determining locations of public healthcare facilities to be established within a given budget and allocating the patients to the facilities for the objective of maximizing the number of served patients while considering preference of the patients for the public and private facilities. We present an integer programming formulation for the problem and develop a heuristic algorithm based on Lagrangian relaxation and subgradient optimization methods. Results of computational experiments on a number of problem instances show that the algorithm gives good solutions in a reasonable computation time and may be effectively used by the healthcare authorities of the government.     

带覆盖需求约束的设施选址问题

带覆盖需求约束的设施选址问题(FLPWCDL)研究:客户必须在规定的响应半径内被服务,并要求服务站能够覆盖规定的需求数量,如何选择合适的服务站,使总成本(建站成本+路线成本)最小.FLPWCDL广泛应用于应急服务、物流、便利店等服务站的选址.建立了问题的混合整数规划模型,并构造了求解FLPWCDL的Benders分解算法,计算实验显示Benders分解算法具有非常高的求解效率与求解质量.     

求解应急医疗设施分层递进式选址问题的改进免疫算法

针对应急医疗设施的特点,提出分层递进式选址方法,对应急医疗设施进行合理选址。首先,通过熵权法对选址所需要考虑的因素进行权重计算,并进行初步选址;其次,考虑设施点的服务容量、重大公共卫生事件下轻重症患者的治疗与转移的实际情况,建立双层级整数规划模型;再次,根据模型的具体特点,设计改进的免疫优化算法对其进行求解;最后,以湖北省孝感市针对突发公共卫生事件的应急医疗设施选址问题为案例进行分析,给出相应的合理选址方案,验证了模型与算法的可行性。     

化工园区应急设施区间规划选址模型研究

应急设施选址受应急物资需求量的影响。为优化应急设施选址布局,提高突发事件应急处置能力,以化工园区突发事件为研究背景,对化工园区突发事故下应急设施选址进行研究。考虑到化工园区突发事件的随机性和复杂性、突发事件应急物资需求的不确定性等特点,以应急设施选址安全性最大、经济性和服务效益最好为目标,基于传统确定性应急设施选址模型,构建了不确定需求条件下化工园区应急设施选址区间规划数学模型。模型中应急物资需求量是一个区间值,通过引入区间规划理论和模糊理论对模型进行求解,不仅避免了不确定参数随机概率分布的波动率,而且也降低了模型求解过程中的不确定性。最后,以园区各企业潜在事故为工程背景进行实例分析,得到园区应急设施的布局方案。结果表明,模型的求解效果较好,可为园区应急设施选址决策提供参考依据。     

Cooperative facility location games

The location of facilities in order to provide service for customers is a well-studied problem in the operations research literature. In the basic model, there is a predefined cost for opening a facility and also for connecting a customer to a facility, the goal being to minimize the total cost. Often, both in the case of public facilities (such as libraries, municipal swimming pools, fire stations, … ) and private facilities (such as distribution centers, switching stations, … ), we may want to find a ‘fair’ allocation of the total cost to the customers—this is known as the cost allocation problem. A central question in cooperative game theory is whether the total cost can be allocated to the customers such that no coalition of customers has any incentive to build their own facility or to ask a competitor to service them. We establish strong connections between fair cost allocations and linear programming relaxations for several variants of the facility location problem. In particular, we show that a fair cost allocation exists if and only if there is no integrality gap for a corresponding linear programming relaxation; this was only known for the simplest unconstrained variant of the facility location problem. Moreover, we introduce a subtle variant of randomized rounding and derive new proofs for the existence of fair cost allocations for several classes of instances. We also show that it is in general NP-complete to decide whether a fair cost allocation exists and whether a given allocation is fair.