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。     

基于随机Petri网的震后次生灾害演化模型研究

针对震后次生灾害的演化问题,本文采用多案例分析方法提取地震及其次生灾害事件的属性,从属性层次按照“事件类型、关键属性、从属属性、环境属性和危害评估属性”对其进行结构化描述,分析震后次生灾害事件的属性特征,绘出了震后次生灾害演化Petri网模型。在此基础上,以渐变型次生灾害事件——震后瘟疫为例,根据随机Petri网与马尔科夫链的同构关系,构建了震后瘟疫事件演化系统随机Petri网模型。最后,通过马尔科夫链及相关数学方法对震后瘟疫事件演化系统进行了评估,分析其中的均衡状态及其变动规律,验证了模型的有效性,为应对地震次生灾害事件提供科学的应急决策支持。     

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。