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。     

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。     

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。     

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.     

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。     

基于NSGA-II的应急生产任务多目标优化模型及算法研究

重大突发事件发生后,若灾区的应急物资需求不能通过调用储备得到满足,则应急生产将成为灾区应急物资供应的重要保障手段。本文研究重大突发事件发生后应急物资生产任务的优化问题,重点关注原材料生产能力变化对完成应急生产任务的影响,以应急生产任务完成时间最短、完成成本最低为决策目标,研究了包含多个供应商、多个制造商以及单个受灾点的应急物资生产任务多目标规划模型。运用在求解多目标规划问题时具有众多优势的非支配排序多目标遗传算法(NSGA-II)对模型进行求解。通过算例分析,NSGA-II可以得到较好的Pareto前沿,并且可以根据不同情况给出最优的应急物资生产和原材料保障方案。本文的研究还表明,要想更快完成应急生产任务,需要做好原材料、资金、电力、交通等各种要素的配套保障工作。     

多无人机协同规划的数学建模

针对第十三届全国研究生数学建模竞赛A题的多无人机协同规划问题展开研究.首先建立大路径和小路径的最短路径模型完成对十个目标群的扫描任务,其在雷达范围内航行总时间为10.37小时.然后建立实时自适应无人机作战模型针对未知远程雷达在不同情况下制定三级无人机作战策略,仿真结果显示:攻击方无人机滞留防御方雷达有效探测范围内的时间总和为8.81h.     

区域二级应急救援系统多救援点协同策略研究

主要研究在需求不确定的救援环境下,由一个区域救援总站和多个地方救援点组成的二级应急救援系统多种救援物资协同共享问题.各地方救援点对救援物资的需求为随机模糊变量,当某一地方救援点救援物资不足时,可以通过不同的协同方式进行应急补库,所有应急补库方式均考虑了地方救援点的优先级.据此建立了在一定服务满足率条件下以救援时间最短为目标函数的模型,结合随机模糊变量模拟和PSO、PSO-SA算法对模型进行了求解.最后对各种协同方式进行了对比并分析了相关变量的敏感性.结果表明:允许完全转运的协同共享方式能有效地缩短救援时间.     

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。     

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.     

多无人机协同任务规划问题

研究无人机任务规划问题,从无人机侦查和轰炸两方面入手.首先,运用迭代算法求解出从基地到雷达区域边际上任一目标出入口的最短路径.在此基础上,以无人机在雷达范围内滞留时间最短,以及被探测次数最少为目标,建立多目标最优化模型.通过改进交叉算子的遗传算法找出最优侦查路径.对于轰炸任务,以无人机在雷达范围内滞留时间最短,以及轰炸总时间最短为目标,建立多目标最优化模型.采用改变惯性权重的自适应粒子群算法找出最佳轰炸路线.由于计算时间较长,本文对68个目标进行聚类分析,提出针对轰炸任务的快速算法,相较原轰炸方案,其计算效率提高80%以上.     

多无人机协同任务策略优化

从研究多无人机协同任务的系统资源分配、任务分配、航线规划、轨迹优化等问题入手,建立了多基地多无人机协同侦察模型.针对问题,首先利用"栅格化聚拢"的思想对目标点进行过滤优化,进而对目标群和无人机基地进行了任务分配,而后结合蚁群算法、贪心算法、最短路径算法等思想,通过Matlab平台,计算出能够让无人机停留在雷达探测区域总时间最少的最优策略.     

传染性公共卫生突发事件的应急物资布局分析

公共卫生突发事件是突发事件中重要的一类,而公共卫生突发事件往往具有传梁性,传染性是指一个地区发生某种突发事件,周围其他地区也可能会发生同类事件.因此针对于具有传染效应的公共卫生突发事件,考虑其发生的不同级别引发周边其他地区不同突发事件的情况,将问题分为事件初始发生以及引发两个阶段进行分析,同时考虑选址和物资配置以满足两个阶段对应急物资的需求,建立模型,求解并给出算例.     

基于情景分析的应急两级车辆路径问题研究

为研究应急配送过程中次生灾害情景下的车辆路径问题,考虑当地配送中心最后完成救援物资配送任务的时间期望最小化为目标,构建了最小最大两级车辆路径随机规划模型.针对面临的塌方道路抢通时间是随机变量的情况,提出了解决该随机规划的三阶段决策方法:首先建立受灾区域配送点组合情景与随机抢通时间组合情景的关系模型,提出了路径计划策略;其次,提出了针对最小最大两级车辆路径问题的启发式算法;最后,确定每种情景发生的概率,得到最后当地配送中心最后完成救援物资配送任务的时间期望最小化的近似最优解.实验算例验证了该方法的可行性.     

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.     

无人机协同任务的优化方案

研究的是多架无人机协同完成侦察、中继等作战任务的方案优化问题.对于侦查任务,首先建立了以总行进路径最短为目标的非线性0-1规划模型,求得单架加载S-1无人机无法完成任务,故又建立了以两组行进路径之和最短和组间路程差最小为目标函数的目标群分组的非线性0-1规划模型,得到最优分组方案.然后,由于S-2的扫描范围广,无需行遍所有目标点即可完成任务,故建立以扫描所有目标点为约束条件,遍历点数最少为目标的非线性0-1规划模型,求得仅需经过18个点即可完全扫描所有68个目标点.接下来,在满足S-1和S-2扫描每个目标点的时间差小于4h的前提下,得到了最优的飞行方案.对于中继任务,通过调整无人机的起飞时间,减少通过雷区的任意两架无人机的位置差异,得到仅需1架中继无人机的最优飞行方案.     

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。