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。     

考虑设施中断情景的震后救援初期应急物流网络优化设计

在震后救援初期,构建合理的应急物流网络,对于快速有效供应应急物资、减轻灾情具有重大价值。在传统可靠性选址问题与应急设施选址-分配问题的基础上,考虑震后救援初期的阶段性特征、设施中断情景、多品种模糊需求、设施能力限制等因素,建立了一个适用于震后救援初期的应急设施选址-分配模型。通过三角模糊数的期望值公式将模糊需求去模糊化。在此基础上,考虑模型特点,设计了一种整数编码的混合遗传算法。最后,以5·12汶川地震为背景,构造算例进行数值仿真。验证了所提模型和算法。结果表明:考虑设施中断情景后,即使系统中的部分设施失效,整个网络仍能较好运行,且优化结果更具可靠性和稳健性。     

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。     

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。     

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。     

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.     

应急不完全信息环境下的混合多属性协同决策方法

科学的应急救援协同决策理论方法,不但能使应急管理系统更好地发挥作用,而且能使政府及公众的应急救援行为更加规范和有序.为此,针对应急环境下决策信息不完全的背景,研究构建了一类综合集成网络层次分析法(ANP)、证据理论(D-SEvidence Theory)以及改进的理想点法(TOPSIS)的混合多属性应急协同决策方法.其中ANP用于处理应急救援方案非独立和相互联系的评价指标权重的确立,D-S Theory用于处理不完全信息条件下多个部门对应急救援候选方案的不同评价信息融合,改进的理想点法(TOPSIS)则用于最终候选应急救援方案的排序.研究结果表明,所提出的混合多属性协同决策方法不仅在理论上有所集成创新,而且在实际应用中可以有效解决应急环境下多部门或多环节协同决策问题.     

基于Benders分解算法的反恐应急设施选址-定容-分配问题

反恐应急设施的合理布局和资源配置可缩短救援到达时间并提高应急效率。对已有反恐应急设施选址研究拓展，进一步考虑设施容量有限的情形，并将袭击前后关于应急设施的选址、定容和救援物资分配问题进行集成考虑。将该问题构造为三层规划模型，上中下各层规划分别对应袭击前的选址定容问题、袭击时的袭击点选择问题和袭击后的救援物资分配问题。利用下层规划的对偶变换转化为双层规划，并设计Benders分解算法求解。最后，结合南疆交通网络进行仿真分析，验证了模型和算法的有效性。     

基于优先等级的震后应急物资LRP优化决策模型

针对震后初期应急物资总量有限且不充足情形下的系统优化问题,提出一个基于优先等级的震后LRP优化模型.考虑震后初期应急物资需求主要影响因素,利用可变集理论确定各受灾点应急物资优先级;在此基础上,以整个救援过程总耗时最少为目标构建选址定位-路径优化模型,针对模型特点设计了一种基于两阶段的遗传算法.最后,通过算例验证了模型及算法的可行性和有效性.     

基于改进的GRA-PDEA模型的应急系统优化选址

从应急系统优化选址的实践需求出发,构建了多输入/多输出、多种数据类型的决策指标体系,给出了针对成本/效益指标的区间型、模糊型属性值的规范化处理模型,得到各备选方案的指标属性值规范化矩阵.采用了带决策者偏好的数据包络分析模型进行优化选址决策,体现了在应急系统优化选址问题中应注重的相对有效性决策策略,同时引入基于灰色关联分析的定权模型,使决策过程既发挥决策者的主观能动性,又规避其主观臆断.通过给出备选方案的实证分析,较好地实现了应急系统优化选址的目的,选址结果与实际情况也是相吻合的.     

道路修复条件下灾后应急资源配送LRP研究

灾后道路中断、道路通行可靠性减弱从根本上影响着救援工作的效率,文章通过在应急资源配送定位路径问题的基础上考虑对障碍道路进行修复。通过构建应急设施定位、障碍道路修复以及配送路径选择的综合优化模型,以应急救援的时间总成本最小为目标。集中考虑应急设施定位选址、修复障碍道路和选择配送路径的基础上,以时间总成本最小为目标函数,通过结合相关案例仿真与数据分析的基础上运用多吸引粒子群优化算法对模型进行求解,以期为灾后道路选择、提升道路通行可靠性和应急物资配送效率提供借鉴于理论指导。     

A fuzzy rough set approach to emergency material demand prediction over two universes

Emergency decision-making is still an important issue of unconventional emergency events management. Although many studies are developed on this topic, they remain political and qualitative, and it is difficult to make them operational in practice. Therefore, this article considers a fuzzy rough set over two universes model and approach for solving such a difficulty. As is well known, an exact and scientific emergency material demand prediction can make a quick and efficient emergency rescue and realize the optimal effect. Considering the main characteristics of emergency decision-making with insufficient risk identification, incomplete and inaccuracy of available information and uncertainty of decision-making environment, the fuzzy rough set theory over two universes is used to emergency material demand prediction. We propose a model and approach to emergency material demand prediction, i.e., the fuzzy rough set model of emergency material demand prediction over two universes. We present decision rules and computing methods for the proposed model by using the risk decision-making principle of classical operational research. Finally, the validity of the approach and the applied process of the proposed model is tested by a numerical example with the background of earthquake emergency material demand forecasting.     

基于海空协同的群岛救援方案优化模型及算法

针对边远群岛的物资供给受突发事件影响可能出现中断,需要开展紧急救援的实际情况,以中心岛屿为救援出发地,采用海空协同运输方式,以选择救援路线和分配救援物资批量为优化内容,对中心岛屿周边各岛救援用时最短为目标,建立了考虑海空协同的群岛应急救援模型。根据所建模型的特点,对基于运输点划分的遗传算法(PB-GA)进行进一步的改进,提出一种能够同时考虑两种运输方式、多批次运输的双层搜索遗传算法进行求解。最后,以南海群岛开展紧急救援为算例进行了优化分析。采用不同算法分别进行比较后显示,本文算法在优化结果、运算时间等方面均更优,从而验证了所建模型和算法的合理性与有效性。本文研究为制定群岛海空联合救援的应急预案提供了分析方法。     

城市突发事件中基于事故演变的救援需求决策模型及其优化求解

针对城市突发事件中待救点对应急救援物资的需求状态随着事故的演变而发生变化的情况,将待救点对应急救援物质的需求设计成马尔可夫决策过程,并提出一种动态的物资调配策略,构建救援物资需求决策模型,然后通过花朵授粉算法进行优化求解。某市突发地震应急物资调配实例证明,本文方法能够给出合理的救援需求满足策略,使得待救点对物资的需求更低,需求变化更加平稳。花朵授粉算法对模型求解的效果相比粒子群算法和萤火虫算法有更快的收敛速度和更优的求解结果。     

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。     

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。