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。     

自然灾害风险下区域应急储备设施选址可靠性研究

自然灾害发生时,为了保证区域应急储备系统的服务不被中断,考虑设施被破坏数目的发生概率并提供备份库存,以加强应急储备系统的可靠性。模型采用非支配排序遗传算法(NSGA-II)进行求解,产生一组选址决策方案。以四川省八大城市的人口及运输距离为输入数据的仿真结果表明,与一般模型比较,本文考虑可靠性的选址模型能更好抵御自然灾害造成的中断影响,并且能获得更优的应急响应满意度、多重覆盖或总成本的单目标值。因此,在地震等灾害的破坏风险下,该模型可成为应急储备设施可靠选址的有效工具。     

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.     

考虑中断风险与库存成本的分销网络设计模型

分销网络可能面临各种中断风险,而分销网络设计属于战略决策问题,短期内难以改变,因而有必要在选址设计阶段就考虑中断风险。考虑中断风险,对传统的分销网络设计问题进行扩展,基于非线性0－1整数规划方法建立了一个有容量约束的设施定位-库存模型。采用遗传算法予以求解。算例分析证明了遗传算法的有效性。结果表明：在网络设计阶段就考虑中断风险可以显著降低将来可能发生的应急成本;系统对中断风险、惩罚成本因子等因素的反应敏感。     

基于NSGA-Ⅱ的应急储备库多目标选址决策模型及算法研究

应急物资储备库选址问题是在近年世界灾害多发的现实背景下产生的,根据具体选址问题特点建立了多目标选址决策模型。该模型综合考虑了两种灾害风险下储备库的成本费用、覆盖效率以及对重点地区的备用覆盖,以使模型更加符合实际目标及约束情况。算法设计上,首次采用带精英策略的非支配排序遗传算法(Fast and elitist Non-dominated Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)解决储备库多目标选址问题,得到了Pareto非劣解分布并同不带精英策略的常规NSGA算法下的仿真结果进行对比分析。验证了模型的可行性以及NSGA-Ⅱ在解决储备库多目标选址问题的有效性。     

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。     

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。     

连续设施选址:模型、方法与应用

给定度量空间和该空间中的若干顾客,设施选址为在该度量空间中确定新设施的位置使得某种目标达到最优。连续设施选址是设施选址中的一类重要问题,其中的设施可在度量空间的某连续区域上进行选址。本文对连续设施选址的模型、算法和应用方面的工作进行了综述。文章首先讨论了连续设施选址中几个重要元素,包括新设施个数、距离度量函数、目标函数;然后介绍了连续选址中的几种经典模型和拓展模型;接着概述了求解连续选址问题的常用优化方法和技术,包括共轭对偶、全局优化、不确定优化、变分不等式方法、维诺图;最后介绍了连续设施选址的重要应用并给出了研究展望。     

树形供应链中断风险应急模型研究

基于战略应急库存与实物期权组合策略,设计了树形供应链中断风险应急模型,并通过求解模型得到系统最优策略.应急模型既考虑了风险防范与应急供应所引发的成本,同时考虑了供应链系统中断导致的损失收益.最后进行了仿真分析,结果表明应急模型能够显著降低树形供应链系统的中断风险成本与系统中断时间.     

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。     

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.     

Robust Optimization for the Connected Facility Location Problem

In this paper we present a robust optimization (RO) model for the Connected Facility Location (ConFL) problem within the framework introduced by Bertsimas and Sim [Bertsimas, D. and M. Sim, Robust discrete optimization and network flows, Mathematical Programming 98 (2003), pp. 49–71], and show how to use a heuristic in conjunction with a lower bounding mechanism to rapidly find high-quality solutions. The use of a heuristic and a lower bound mechanism within this RO approach decreases significantly its computational time and broadens its applicability to other NP-hard problems. Here we present some of our computational results that attest to the efficiency of the approach, particularly on the Robust ConFL problem.     

给定限期条件下应急选址问题的量子竞争决策算法

为求解给定期限条件的应急设施选址问题,本文提出了一种量子竞争决策算法.将量子个体作为博弈者参与到竞争决策中,利用量子位、叠加态等理论提高竞争群体多样性,缩小群体规模,加快优化速度;基于进化博弈论中博弈者学习和策略调整的机制,实现竞争者学习和自演化的目的,增强算法的寻优能力.实验结果表明算法的可行性和有效性.     

基于网格化管理视角下灾后应急物流决策模型与算法研究

灾害发生后,应急资源的需求预测与应急配送中心的合理选址是实现高效救援的关键。本文通过在网格化管理视角下的信息更新将应急救援过程划分为多个阶段,在开展救援的过程中实现救援信息收集和救援预测的同步开展,建立一种多阶段带时间约束的应急救援物资配送响应-时效性的选址模型。借助遗传算法(NSGA-II),实现了基于编码结构独立、路径相互关联基础上的多目标规划求解。本研究的决策模型及算法有着较好的搜索与寻优能力,对实际救援开展具有指导意义。     

需求不确定下应急医疗服务站鲁棒配置模型与算法

大型突发事件发生后需要快速启动应急救灾网络,合理配置应急医疗服务站。本文考虑各应急医疗服务站选址节点需求的不确定性,引入三个不确定水平参数,构建四类不确定需求集合(box, ellipsoid, polyhedron和interval-polyhedron)对应的应急医疗服务站鲁棒配置模型,运用分支-切割算法求解,最后,进行需求扰动比例的灵敏度分析。算例结果表明,四类不确定需求集下的鲁棒配置模型中,ellipsoid不确定需求集合配置模型开放设施较少,总成本最小,鲁棒性较好。决策者还可以根据风险偏好选择不确定水平和需求扰动比例的组合,以使得总成本最小。     

基于时间满意度的应急物资储备库选址问题

基于应急物资配送过程中时间因素的重要性,将时间满意度引人应急物资储备库选址问题中.针对时间满意度为线性分段函数,建立了以时间满意度最小的需求点的时间满意度尽量大以及系统总费用最小为目标的双目标混合整数规划模型,对目标函数的最小最大值问题进行转化,在此基础上构造新的优化模型,并设计了相应的启发式算法求解.最后通过算例说明算法的可行性和有效性.     

带惩罚的动态设施选址问题的近似算法

本文研究带惩罚的动态设施选址问题,在该问题中假设不同时段内设施的开放费用、用户的需求及连接费用可以不相同,而且允许用户的需求不被满足,但是要有惩罚.对此问题我们给出了第-个近似比为1.8526的原始对偶(组合)算法.     

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。