考虑时间延误的高速公路应急救援模型研究

针对高速公路突发事件应急救援车辆资源调度问题,建立了考虑应急车道占用时间延误的高速公路应急救援车辆资源调度模型.首先对高速公路突发事件造成的交通拥堵情况结合集散波理论进行了分析.然后对由于应急车道被占用而产生的路段时间延误类型进行了分类讨论.在此基础上构建了基于LRP的高速公路应急救援车辆资源调度模型.最后以某高速公路网为算例进行实验分析.结果表明,为使整体救援时间最短,在事故点造成拥堵产生应急车道占用情况下,应急救援车辆资源需要尽早派出;在应急救援车辆资源对事故点进行救援而造成拥堵产生应急车道占用情况下,应急救援车辆资源需要在救援的最迟时间范围内,以最晚的时间派出.     

基于资源约束的突发事件应急救援鲁棒性调度优化

突发事件应急救援的调度优化,对于救援活动的顺利实施及应急资源的有效使用具有至关重要的作用。本文研究资源约束下的突发事件应急救援鲁棒性调度优化问题,其中,鲁棒性定义为各活动的时间缓冲与其权重系数乘积的总和,目标是在资源可用量及救援期限的约束下,安排活动开始时间和执行模式以最大化应急救援计划的鲁棒性。作者构建了问题的0-1规划优化模型,针对其NP-hard属性,基于问题特征设计双环路禁忌搜索启发式算法。通过对一个算例的计算分析,得到如下结论:给定网络结构及时间参数,利用权重系数的定义可以将时间缓冲分配到重要活动上,由此提高应急救援计划的鲁棒性;随着资源可用量的增加,计划的鲁棒性呈上升趋势,而当救援期限延长时,计划的鲁棒性单调增加。本文研究可为突发事件应急救援基准计划的制定提供决策支持。     

突发事件应急救援动态调度优化:以KX井喷事故为例

突发事件应急救援具有高度的不确定性和动态性。本文以KX井喷事故为例,研究突发事件应急救援的动态调度优化问题。作者首先给出KX井喷事故的背景资料,在此基础上提炼本文所研究的问题,即如何基于突发事件救援过程中的实际变化,对原定计划进行最优的动态调整。随后,构建突发事件应急救援的动态调度优化模型,针对其NP-hard属性设计专门的禁忌搜索启发式算法。最后,对KX井喷事故应急救援的动态调度问题进行求解,并结合现实情况对求解结果进行讨论分析,得到如下结论:早期发生的计划调整通常会对应急救援产生较大的影响,而后期发生的计划调整的影响则相对较小。本文的研究可为突发事件应急救援的实时指挥提供定量化决策支持。     

大规模伤亡事件应对流程的前摄性调度优化

以死亡人数最少化为目标,研究大规模伤亡事件应对流程的前摄性调度优化问题。首先,使用伤情等级和伤情随机转化的马尔可夫链,建立伤员死亡概率与伤员处置时间的函数关系。随后,将研究问题转化为柔性作业车间静态调度问题,并设计遗传算法求解。最后用一个随机算例对算法进行仿真,结果表明：该算法可行有效;与现有研究中救援时间最短化的调度方法相比,伴随着可接受的救援时间跨度增加,该方法可大幅降低救援过程中的死亡人数。本文研究有助于决策者优化应急救援过程,有效减少死亡人员数量。     

基于救援效率的

面临重大灾害事件,通航救援具有快速、高效、受地理空间限制少的优势,是保护生命财产安全、减少社会危害和经济损失的有效手段.针对国内现有的通航救援调度模型未考虑"多对多"的配送模式,构建了以最大化救援效率、最小化总飞行里程为目标的多出救点、多受灾点航空器调度模型,提出一种遗传-模拟退火混合算法对模型进行求解.最后,通过实例测试以及与其他算法的比较,验证了所提方法的有效性,为通航应急救援提供合理、可行的调度方案.     

基于救援效率的通航救援调度模型研究

面临重大灾害事件,通航救援具有快速、高效、受地理空间限制少的优势,是保护生命财产安全、减少社会危害和经济损失的有效手段.针对国内现有的通航救援调度模型未考虑"多对多"的配送模式,构建了以最大化救援效率、最小化总飞行里程为目标的多出救点、多受灾点航空器调度模型,提出一种遗传-模拟退火混合算法对模型进行求解.最后,通过实例测试以及与其他算法的比较,验证了所提方法的有效性,为通航应急救援提供合理、可行的调度方案.     

应急联动区域下选址分配协同优化模型研究

针对我国现有应急储备库按照属地管理布局的不足,例如当受灾点发生重大灾害时,各应急储备库实行均匀配置,导致应急系统救援效率低以及资源的浪费,文章引入集合覆盖选址模型和"覆盖满意度"思想,将应急联动区域内的服务需求分为第一时间救援服务需求和后续救援服务需求,以应急服务成本最小和覆盖满意度最大为目标,建立应急联动下区域储备库选址分配协同优化模型.对四川省地震灾害下的应急储备库选址分配问题进行案例分析,考虑到各区县抗灾能力的不同,采用TOPSIS方法对模型中受灾点的脆弱性进行评价,并利用NSGA-Ⅱ算法对模型求解.研究表明,模型能降低应急联动区域内的应急服务成本,提升应急服务水平,同时模型可以为决策者提供多种优化方案.     

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。     

双目标消防救援站选址模型的元胞阴阳平衡优化算法

为衡量消防救援站在不同时间内提供的救援服务质量,基于火灾风险等级引入时效性评价函数,构建考虑时效性和经济性的双目标选址模型。针对新模型属于NP难问题特点,设计元胞阴阳平衡优化算法进行求解。寻优个体既在阴阳平衡优化算法搜索空间进行全局探索,又在元胞空间利用演化规则在邻居范围内进行局部开发。实验证明了新模型的可行性和有效性,与蝙蝠算法、蜂群算法、和声搜索算法、NGSA-Ⅱ和元胞蚁群优化算法的比较表明,新算法在非劣解集的收敛性、多样性、分布均匀性以及计算速度方面优势显著。     

考虑道路修复的应急资源配送可靠路径选择问题研究

灾害发生后第一时间选择可靠路径完成应急资源的配送分发是应急救援快速展开的必要保障。本文考虑道路修复下的应急资源配送可靠路径规划问题,引入了道路中断和通行可靠性降低来描述灾难对应急资源配送交通路网的影响,以最大化配送效率为目标,构建了道路修复与应急资源配送可靠路径选择集成优化模型,给出了道路修复与可靠路径选择的全局优化方案;设计了多吸引子的粒子群优化模型算法,并结合仿真与分析,验证了模型和算法的有效性。模型与算法的研究对于突发事件下不确定交通路网应急资源配送决策具有很好的指导意义。     

装备维修器材生产路径双目标问题优化决策方法研究

在装备维修器材供应保障中,针对精确保障背景下部队用户对器材保障精度的要求,构建了最小化总成本和最大化订单精准执行率的双目标优化决策模型。在ε-约束法框架内,开发可生成近似Pareto前沿的两阶迭代启发式算法,并采用模糊逻辑决策法选择符合决策者偏好的折中最优解。随机实例测试结果表明所提出的模型和算法可以很好地应用在双目标优化问题的研究中,并在求解不同规模实例时表现出优异的性能。     

Scheduling in a multi-processor environment with deteriorating job processing times and decreasing values: the case of forest fires

In forest fire fighting, time and effort required to control a fire increase if fire containment effort is delayed. The problem of scheduling multiple resources employed as parallel identical or non-identical processors in order to contain N≥2 fires may be tackled using the concept of deteriorating jobs. In this paper, the above problem is stated and a model is formulated, the criterion being to maximize the total remaining value of the burnt areas and a real-time synchronous heuristic algorithm is proposed. The heuristic algorithm’s efficiency was compared to real data provided by Greek Fire Corps from a severe wildfire near Athens in June-July, 2007.     

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。     

重大事故规避的危险品运输车辆路径优化研究

基于重大事故规避的思想,建立以最大事故后果最小及运输成本最小为双目标,且事故后果基于实时装载量的危险品运输车辆路径优化模型。基于ε-约束法,设计可求得帕累托最优解的精确算法,该算法包含通过性质求ε下界、规避被支配解的预处理及不可行路径禁止约束3处改进。进一步设计处理大规模问题的多项式时间近似算法,并分析了算法的近似比。最后通过算例对模型和算法进行测试,并通过出灵敏度分析给出管理启示。     

突发事件应急救援人员的分组方法研究

针对突发事件应急救援人员分组问题,给出了一种基于优化模型的分组方法。在本文中,首先描述了突发事件的应急救援人员分组问题;然后依据救援人员特征表现评价信息,计算救援人员完成不同任务的综合表现评价值;进一步地,以完成各救援任务的"效果"最好为目标,考虑每个救援人员只能被分到一个组里且每组中的人员数量要满足救援任务的需要,构建了救援人员分组的多目标优化模型,并通过求解优化模型来得到应急救援人员的分组方案。最后,通过一个算例分析说明了本文提出方法的可行性和有效性。     

地震期间应急资源调度方案的优化选取

应急资源的调度是地震救援工作的重点,为解决这个难题,本文构建了以时效性、伤亡性和经济性为三大分量的多目标函数,然后经过无量纲和Delphi加权处理,将其转化为单目标函数,并将其中的决策效用函数看成运筹学中指派问题的效率函数,最后运用匈牙利法计算出最大的目标函数值,从而得出最优的资源调度方案.与其他多目标的应急资源调度方法相比,本文构建的这种算法具有简易、实用的优点,可以说为地震期间应急资源调度方案的优化选取工作提供了一种切实、可行的途径.     

Multi-depot vehicle scheduling problems with time windows and waiting costs

The multi-depot vehicle scheduling problem with time windows (MDVSPTW) consists of scheduling a fleet of vehicles to cover a set of tasks at minimum cost. Each task is restricted to begin within a prescribed time interval and vehicles are supplied by different depots. The problem is formulated as an integer nonlinear multi-commodity network flow model with time variables and is solved using a column generation approach embedded in a branch-and-bound framework. This paper breaks new ground by considering costs on exact waiting times between two consecutive tasks instead of minimal waiting times. This new and more realistic cost structure gives rise to a nonlinear objective function in the model. Optimal and heuristic versions of the algorithm have been extensively tested on randomly generated urban bus scheduling problem (UBSP) and freight transport scheduling problem (FTSP). The results show that such a general solution methodology outperforms specialized algorithms when minimal waiting costs are used, and can efficiently treat the case with exact waiting costs.     

求解双层规划的多目标布谷鸟算法

双层规划是一类具有主从递阶结构的优化问题,属于NP-hard范畴。本文利用KKT条件将双层规划问题转化为等价的单层约束规划问题,通过约束处理技术进一步转化为带偏好双目标无约束优化问题,提出多目标布谷鸟算法求解策略。该算法采用Pareto支配和ε-个体比较准则,充分利用种群中优秀不可行解的信息指导搜索过程;设置外部档案集存储迭代过程中的优秀个体并通过高斯扰动改善外部档案集的质量,周期性替换群体中的劣势个体,引导种群不断向可行域或最优解逼近。数值实验及其参数分析验证了算法的有效性。     

考虑协同效应的突发事件救援人员分组方法

针对突发事件的应急救援人员分组问题,提出了一种考虑人员间协同效应的应急救援人员分组方法。首先,对突发事件应急救援人员分组问题进行了描述。然后,基于系统协同理论的思想,提出了救援小组的协同度模型,定量化的度量救援人员间的协同效应。进一步地,综合考虑救援人员的基础效能与协同效应,基于协同度模型给出了救援人员完成不同任务的实际效能的表达式。在此基础上,以最大化各救援小组的实际效能为目标,构建了突发事件应急救援人员分组的优化模型,并给出了将这一多目标0-1二次规划模型转换为单目标0-1线性规划模型的方法,进而可求解并确定救援人员的最优分组方案。最后,通过一个实例分析说明了本文所提出方法的可行性和有效性。