通行受限下需求可拆分的应急物资卡车-多无人机协同配送路径优化

研究通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径优化问题,综合考虑灾区路网状况、卡车可途中发射/接受无人机、无人机单次起飞可配送多个需求点、需求可拆分等因素,以应急物资配送任务完成时间最短为目标,构建卡车-多无人机协同配送路径优化模型.根据问题与模型特征设计一种改进蚁群算法求解.实验结果表明:文章方法能合理分配卡车与无人机的配送任务,科学规划通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径;卡车途中发射/接收无人机方式能有效缩短无人机飞行距离,减少卡车与无人机的协同时间,缩短通行受限情景下的应急物资配送时间,具有可行性、合理性与有效性.     

震后应急物流设施不确定失效情景下的LRP研究

针对震后应急物流设施不确定失效情景下的定位-路径问题,综合考虑灾区路网存在部分损毁、应急物资多方式配送与运达时间限制等因素,以应急物流设施最坏失效情景下的需求点覆盖期望最大、应急物资总配送时间最短为目标,采用情景建模方法构建多目标定位-路径问题的数学模型,并根据模型特点设计基于分层序列法的两阶段混合启发式求解算法,第一阶段设计改进贪婪算法进行应急物流设施定位分配,第二阶段采用蚁群算法优化应急物资配送路线。最后,通过算例验证了本文模型和算法的可行性与有效性。     

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。     

震后应急物流系统中带时间窗的模糊动态LRP

针对震后应急物流系统中多层次设施定位－运输路线安排问题(LRP),考虑系统中的动态性、时效性、路网连通性、需求不确定性等特点,建立了一个带时间窗的模糊动态LRP优化模型,据此进行救援过程中不同周期灾区外围应急物资集散点和灾区应急配送中心的定位以及应急物资运输路线安排的联合决策。针对该模型的特点,提出了一种基于动态规划的改进遗传算法,为防遗传算法过早收敛问题,使用了随机遍历抽样法、重组策略和变化变异率法,并通过特定实值编码、罚函数法和物资需求量分割策略处理模型中的约束条件。最后,通过算例分析验证了该模型和算法的有效性。     

多储备点多品种应急物资配送的多目标优化模型

应急救援的社会化、应急物资需求的多样性、应急物资需求和补给的时变性,对应急物流的配送调度提出了挑战.应急物流的紧急性要求最大程度保障受灾点的物资供应;在经济上则要求应急物流的成本最小化.通过将时间离散化为阶段序列,在应急物资需求和补给是可预测的情况下,建立一个多储备点、多物资品种、单受灾点的应急物资配送的多目标优化模型,来最小化应急物资短缺次数和运输成本.仿真实例表明,该模型可以通过优化引擎快速求解,能够发现导致短缺的应急物资品种和加强供应补给的时间区间.     

突发事件情景下串联式需求系统应急物资协同调度研究

针对突发事件情景下串联式需求系统遭受破坏问题,分析了突发事件情景下串联式需求系统应急物资协同调度的特征。在对系统提供应急物资进行修复的基础上,以串联式需求系统修复的时间最短及成本最小为目标,分别构建了纵向配送的应急物资调度模型和纵向配送与横向转运相结合的应急物资协同调度模型,并设计一种遗传算法对两种模型进行求解。最后通过算例分析,求解得到两种模式下串联式需求系统应急物资调度的最优配送方案,比较解的结果,得出纵向配送与横向转运相结合的应急物资协同调度模式优于一般的应急物资纵向配送模式的结论,验证了该应急物资协同调度模式的有效性和可行性。     

风险应对视角下不确定需求定位-路径鲁棒优化研究

及时准确地配送应急救援物资是突发公共事件救援过程中的关键环节,综合考虑应急救援过程中出现的需求随机性,路网的连通能力下降和设施点失灵等情况,采用车辆与直升机联合运输方式进行配送,以应急系统中各物资需求点的救援时间满意度之和最大、系统总成本最小及物资到达需求点的救援时间之和最小为目标,对多式联运三级网络应急物流系统定位—路径优化问题进行研究,建立了多目标定位—路径模型,并改进了遗传算法。最后,以汶川地震应急救援相关数据为例,对模型和算法的有效性进行了数据仿真验证,通过实验结果的对比分析,证明了鲁棒优化方法在处理不确定需求和设施失灵风险方面的有效性,进而为抵御突发公共事件发生后出现的风险,为解决突发公共事件发生后救援物资的安全及时准确配送提供了有效的方法。     

应急救援物资紧缺的配送车辆路径选择研究

针对应急救援物资总量紧缺不能全部满足各点需求量的实际情形,以单个需求点最大缺货量最小为目标,建立基于单个配送中心、车辆数目有限和带时间窗的应急救援物资配送车辆路径选择模型,并讨论了三种不同缺货情形下模型的求解。对于车辆按最短路径行驶也无法在救援时间内到达导致需求点缺货的情形,删除这些需求点的需求量后,如果剩余需求点的需求量不大于物资总量且车辆足够多,可转化为车辆最短路径问题求解;对于物资紧缺无法满足所有需求且车辆足够多的情形,设计时间复杂性为O(mn²)的精确算法A^*求解,其中m和n分别为车辆数和需求点数;对于物资紧缺且车辆数目不足无法把全部物资送达需求点的情形,设计时间复杂性为O(n²)的近似算法GA^*求解,并分析了算法GA^*的近似比。最后结合云南彝良县地震灾区局部路网进行实例分析,验证模型和算法的有效性。     

基于混合遗传算法的紧急程度不确定应急物流问题求解

针对救灾工作中因紧急度不确定性造成物资配送延误的问题,以总延误时间和总运输时间为优化目标,建立紧急程度不确定的应急物流规划模型,以Beta分布模拟灾区紧急度变化情况,同时进行预测.设计基于紧急度的混合遗传算法,在该算法的局部搜索阶段使用一种紧急度依赖的路径调整算法,根据物资需求点的紧急度不同的特性,对存在延误的配送路径进行有针对性的优化.实验结果表明,所提模型和算法有效降低了延误和运输时间,尤其延误时间,与一些经典算法相比改进明显,且在多组算例中效果稳定,具有良好的鲁棒性.     

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.     

不确定环境下应急救援供应链鲁棒优化模型

鉴于灾害救援运作的紧迫性和重要性,考虑需求、供应、成本等参数的不确定性,构建一个由供应商、救援配送中心和受灾区域构成的三级应急救援供应链,旨在确定救援产品数量及救援配送中心的合适位置,以最小化救援供应链总成本,最大化受灾区域满意水平为目标,采用区间数据鲁棒优化方法处理模型的不确定性,应用情景随机规划降低鲁棒优化的计算难度,最后给出一个地震案例的具体数据来证明所提救援供应链鲁棒优化模型的有效性和可行性。实验结果表明,需求保守度的变化对目标函数值的影响大于供给和成本保守度的变化,可为应急救援决策者调整不确定参数保守度提供理论支持。     

Robust optimization for relief logistics planning under uncertainties in demand and transportation time

Emergency logistics is an essential component of post-disaster relief campaigns. However, there are always various uncertainties when making decisions related to planning and implementing post-disaster relief logistics. Considering the particular environmental conditions during post-disaster relief after a catastrophic earthquake in a mountainous area, this paper proposes a stochastic model for post-disaster relief logistics to guide the tactical design for mobilizing relief supply levels, planning initial helicopter deployments, and creating transportation plans within the disaster region, given the uncertainties in demand and transportation time. We then introduce a robust optimization approach to cope with these uncertainties and deduce the robust counterpart of the proposed stochastic model. A numerical example based on disaster logistics during the Great Sichuan Earthquake demonstrates that the model can help post-disaster managers to determine the initial deployments of emergency resources. Sensitivity analyses explore the trade-off between optimization and robustness by varying the robust optimization parameter values.     

A robust disaster preparedness model for effective and fair disaster response

Humanitarian network design decisions belonging to the preparedness stage of disaster management life-cycle are of critical importance since they set the frame for all further post-disaster operations. Having an adequate number of strategically located storage and distribution centers for critical supplies is the key that enables effectiveness, efficiency and fairness when responding to a disaster situation. The preparedness model proposed in this study selects locations and inventory levels of these facilities such that the right mix of relief items can be supplied at the right time. Our mixed integer linear model aims to find a robust relief network design that satisfies the demand for all given disaster scenarios, and to help achieve a better response during the response stage when the relief items are distributed. The assumptions and the parameters used in the model are justified by authorities of humanitarian organizations. We propose a logic-based Benders decomposition approach to solve this problem to optimality. Although the problem is NP-hard, our numerical studies demonstrate that it is possible to obtain optimal or very good solutions to problem instances with realistic sizes.     

中国地震保险市场的演化博弈均衡——政府预防性补贴和救济性给付分析

我国应对地震风险的资金安排可以按事前与事后划分为灾前预防性质和灾后给付性质。在非预期预算一定的情况下,政府应如何分配救灾基金？对地震保险市场均衡影响如何？本文构建了一个三方演化博弈模型,分析发现政府适度的灾后救济能够同时保证效率与公平,而过度的灾后救济会在长期提高居民的救灾预期,抑制商业地震保险市场的形成与完善。同时,引导与改善社会风险管理意识和风险感知也是提高地震保险市场效率的关键。     

救援延迟效应如何影响政府企业救灾合作？基于微分博弈的研究

“政府主导、社会参与”的政企协同救灾成为我国救灾体制改革的方向。通讯中断以及运输路网的破坏经常导致救援的延迟,在救援延迟的应急场景下政企协同合作的救援效率一定高于自发救援吗？针对自发救援和协同合作两种救援模式,考虑救援延迟效应,构建了政企救灾合作的微分博弈模型,分析救援延迟对政企救灾策略的影响,以及政府成本补贴对提高协同救灾的适用条件。最后结合云南鲁甸地震的案例加以验证。结果表明,当延迟时间小于某阈值时,协同救援才更有效率。与自发救援相比,协同救援下政府救灾投入量随延迟时间急剧上升,而企业投入量变化较小。企业单位收益系数可作为衡量灾害严重程度的指标,数值越大,政府承担企业的救灾成本补贴比例越大。     

A GRASP metaheuristic for humanitarian aid distribution

Large scale disasters, natural or human-made, have huge consequences on people and infrastructures. After a disaster strikes, the distribution of humanitarian aid to the population affected is one of the main operations to be carried out, and several crucial decisions must be made in a short time. This paper addresses a last-mile distribution problem in disaster relief operations, under insecure and uncertain conditions. A model is presented that takes into account the cost and time of operation, the security and reliability of the routes, and the equity of aid handed out. The output of the model consists of a detailed set of itineraries that can be used to build an implementable distribution plan. Given its high complexity, the resulting problem is solved using a multi-criteria metaheuristic approach. In particular, a constructive algorithm and a GRASP based metaheuristic are developed, which are tested in a case study based on the 2010 Haiti earthquake.     

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。