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。     

基于不确定需求的鲁棒应急物流系统

近年来各类突发事件和灾难频发,严重威胁到人们的生命安全,给人们经济生活带来了巨大的影响.灾难发生后,应急物流系统的效率是救援展开的保证.分析了应急物流系统的特点,采用鲁棒规划建立数学模型解决了应急物资需求不确定下如何进行应急配送中心选址和配送计划的安排,使得我们的决策能够体现最优性与鲁棒性的均衡.数值实验表明,建立的模型是符合实际的,数值结果具有较好的鲁棒性.     

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。     

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。     

应急物流LRP鲁棒双层优化模型研究

考虑到突发事件下受灾点对救灾物资需求的不确定性,针对应急物流设施的定位和车辆运输救灾物资路线进行协同研究,建立了应急物流设施定位-车辆路线选择问题(LRP)鲁棒双层优化模型.运用分散式决策方式下的转化定理,将所建立的含有不确定系数的层次关联协同优化模型进行确定性转化,并设计一种混合遗传算法对转化后的确定性双层规划模型进行求解,最后,通过实例验证了模型的合理性及算法的可行性.     

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。     

不确定需求下应急资源配置的鲁棒优化方法

考虑灾害发生时需求不确定的条件,建立了二阶段决策数学规划模型,解决针对自然灾害的应急资源配置问题.将灾害发生后的各个灾区的需求量表示为区间型数据.利用可调整鲁棒优化的思想解决含有不确定需求的资源配置模型.数值试验表明,建立的模型是实际可行的,求解方法保证了解的鲁棒性.     

危险品物流中的多目标定位-路径问题

随着经济的增长,危险化学品需求呈日益增长的趋势,其安全储运问题已成为政府和企业关注的焦点。本文通过建立危险品物流中多配送中心、多目标定位—路径问题优化模型,并设计混合遗传算法对模型进行求解,最后通过算例验证该模型和算法的可行性和有效性。结果表明:与只考虑系统总成本的结果相比,考虑运输风险的结果能够以较小的风险和成本、较少的人力资源配备实现危险品的储运;所设计混合遗传算法具有良好的性能。     

震后初期应急物资短缺情景下的定位-路径问题研究

基于公平视角研究震后初期灾区应急物资短缺情景下的定位-路径问题(location-routing problem,LRP),综合考虑灾害级别、灾区应急路网不同程度损毁、需求点易损性与车辆随机行驶时间等因素,以单个需求点的最大损失最小作为应急物资分配的公平性衡量指标、以总配送时间最短作为应急物资配送的效率性衡量指标,在此基础上构建双目标LRP模型,并基于分层序列法思想设计一种二阶段混合启发式求解算法。最后,采用汶川地震之后的帐篷配送数据验证本文方法公平性与效率性兼顾。     

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。     

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。     

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。     

军事物流系统中定位-运输路线安排模型及算法

考虑到战时物资需求的紧迫性和保障资源的有限性,从决策者的角度出发,以军事物流系统总体供应时间最短为目标,构建了两级军事配送网络的定位-运输路线安排模型,并给出一种启发式算法.算法分为两个阶段,首先利用蚁群算法和线性规划的方法解决运输路线安排问题,然后运用贪婪搜索算法解决军事物流配送中心选址问题.最终,将两种算法结合起来进行逐步搜索,从而得到模型的解,并运用实例说明了算法的有效性和可行性.     

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。