重大突发事件应急设施多重覆盖选址模型及算法

为了解决应对重大突发事件过程中应急需求的多点同时需求和多次需求问题,本文研究了应对重大突发事件的应急服务设施布局中的覆盖问题:针对重大突发事件应急响应的特点,引入最大临界距离和最小临界距离的概念,在阶梯型覆盖质量水平的基础上,建立了多重数量和质量覆盖模型。模型的优化目标是满足需求点的多次覆盖需求和多需求点同时需求的要求条件下,覆盖的人口期望最大,并用改进的遗传算法进行求解;最后给出的算例证明了模型和算法的有效性,从而应急设施的多重覆盖选址模型能够为有效应对重大突发事件的应急设施选址决策提供参考依据。     

一种基于Shapley值的Pythagorean模糊多属性群决策方法及其应用

针对模糊决策信息环境下的专家权重确定问题提出一种基于Shapley值的Pythagorean模糊多属性群决策方法。本文引入Shapley值和特征函数的定义,提出Pythagorean模糊距离测度和Pythagorean模糊决策误差信息矩阵等概念,并研究它们的性质。进一步,构建基于Shapley值的Pythagorean模糊专家权重确定模型和属性权重确定模型。针对决策信息是以Pythagorean模糊数形式给出的决策问题,提出一种基于Shapley值的Pythagorean模糊多属性群决策方法,并应用到应急救援中,验证了该方法的有效性。