基于改进遗传算法的地震应急物资配送路径规划

针对地震灾后应急物资配送的路线规划问题,在充分考虑地震灾害建筑物倒塌而导致路径中断的情况下,构建了震灾后的应急物资配送路径规划模型,该模型以最短距离为目标,同时考虑了因建筑物倒塌导致路径中断的风险,使模型更加符合地震应急救援的场景需求;为提高模型求解能力,引入丝滑度函数和建筑物倒塌函数构造了改进遗传算法,并选取案例验证模型的可行性。结果表明,该模型在规划最短路径的同时可以有效避开中断的路段,因此所提出的模型可以为应急物资配送决策提供科学依据。

考虑受灾点需求紧迫度的应急物资配送优化研究

自然灾害是我们国家面临的一种严重威胁,能够造成巨大的人员伤亡和财产损失。对于灾区人民而言,应急救援工作尤为关键,其中,物资配送是救援行动中至关重要的一环,然而,由于物质资源有限和配送过程中困难重重,如何合理地分配救援物资并高效地将应急物资送达受灾点成为一个挑战。文中将受灾点需求紧迫度作为一个衡量指标来指导分配救援物资,并建立物资配送模型,通过案例分析讨论模型的求解过程,得到了应急物资配送优化的一些启示。

应对公共卫生事件救援的江苏邮政应急物资配送路径规划研究

为了在发生突发公共卫生事件时提高江苏邮政寄递系统的应急救援效率,在分析邮政系统物资配送和公共卫生事件救援特点基础上,提出由拥挤程度、经停的邮政支局所数量、行驶时间、卡口数量、行驶距离和应急物资需求紧迫度等影响因素构成的路径评价指标体系。然后利用层次分析法和灰色系统理论构建了路径选择的灰色评价模型。最后通过对算例的计算求解进一步验证模型效果。

不确定条件下多周期应急物资配送优化研究

针对应急物资配送的多周期性与不确定性,建立不确定条件下多周期车辆路径问题的多目标优化模型,并提出三步式求解方法:基于三角模糊数对不确定性进行消解;基于层次分析法将多目标函数转化为单目标函数;设计改进蚁群算法对优化问题进行启发式求解。采用经典算例验证了该优化方法在解决应急物资配送问题时的时间有效性,算法对比分析证明了改进蚁群算法在收敛速度上的优势,仿真结果分析证明该算法能够有效保证应急物资配送的总体满意度与公平性。

突发公共卫生事件中应急物资配送服务效能提升标准化研究——以新冠疫情调研数据为样本

突发公共卫生事件下应急物资配送效能与标准化建设程度息息相关。为进一步提升突发公共卫生事件下应急物资配送服务效能,本文从标准化视角对新冠疫情期间应急物资配送调研数据展开分析,总结了当下突发公共卫生事件中应急物资配送存在的突出问题,从应急物资配送服务标准供应、配送模式、人员培养、响应系统搭建等角度探讨突发公共卫生事件下应急物资配送服务效能提升的可能路径,助推应急物资配送服务高质量发展。

应急车辆分配与应急物资配送的集成决策

针对应急物资配送中各受灾点应急车辆分配的公平性与应急物资配送的及时性难以平衡的问题,以各受灾点车辆分配的相对剥夺感(公平性)与配送时间(及时性)为目标函数,构建基于车辆分配公平性与应急物资配送及时性的多目标协调优化模型。为求解该模型,设计一种基于启发式算法、局部搜索算法和遗传算法的混合智能算法。研究结果表明:当配送中心车辆数不足时,公平性和及时性之间存在关联;该混合智能算法能快速、有效地找到满意解;目标权重对算法的稳定性和快速性有一定影响;该模型和算法在大规模地震实例中能有效实现公平性与及时性的协调优化。

震后道路抢修和应急物资配送优化调度研究

为研究震后应急道路抢修和应急物资配送优化调度问题,建立道路抢修和应急物资调度模型。采用启发式算法对模型进行求解。3个应急配送路网的特征算例结果表明:用启发式算法计算所需时间比用CPLEX软件直接对模型进行求解需要的时间短得多(前者仅为后者的0.257%),而且用2种方法所得结果很相近(误差只有0.94%)。

基于加权遗传算法的双目标应急物资配送车辆路径优化决策模型

灾害发生后,应急物资调度是救援工作的核心,而应急物资车辆路径方案的选择尤为重要。以配送时间惩罚成本最小化和驾驶员心理成本最小化为目标,建立双目标应急物资配送车辆路径问题整数规划模型,并采用加权遗传算法求解,得出在两个目标成本最小情况下的最优近似配送方案。最后以四川省阿坝州九寨沟地震作为算例,验证了该模型和算法的有效性和可行性,对灾害后应急物资配送具有一定的参考价值。

军队应急物资配送备选路径优化多目标规划模型研究

主要考虑城市交通背景下的军队应急物资配送路径优化选择问题。在应急条件下,以军队应急物资配送的时效性和安全性特征作为评价指标,首先建立了分别描述它们的数学模型,在此基础上构造了评价备选路径的多目标决策模型。接下来在对目标进行无量纲处理的基础上,给出了该多目标规划的一个线性加权和解法,并通过一个实例的评价对该方法进行了验证。

基于混合遗传算法的应急物资配送路径优化

为解决突发事件下应急物资的配送路径优化问题,以配送车辆的固定成本、运输成本、违反最大载重量以及右时间窗的惩罚成本之和最小为目标,构建了带时间窗约束的应急物资配送路径优化模型;通过将遗传算法与节约算法、大规模邻域搜索算法相结合,设计出了一种混合遗传算法对模型进行求解;最后用算例仿真验证了模型和算法的可行性。实验结果表明:设计的混合遗传算法在求解过程和求解结果上都比标准遗传算法更优,可见能够为解决应急物资的配送路径优化问题提供科学的决策依据。

基于混合遗传算法的应急物资配送路径优化

针对灾后应急物资如何高效配送的问题,构建了考虑时间窗的应急物资配送路径优化模型。该模型以车辆行驶距离最小为目标,同时考虑了车辆载重以及各受灾点时间窗等约束,使得模型更加符合应急救援场景需求。为了提高算法的求解能力,在遗传算法(GA)中引入了大规模邻域搜索算法(LNS)组成混合遗传算法(HGALNS),并选择国际通用的算例验证算法和模型的可行性。结果表明,HGA-LNS求得的最优路径的行驶距离明显短于GA求得的最优路径的行驶距离,因此所提的模型和算法能够为应急物资配送决策提供科学依据。

救灾应急物资配送智能决策支持系统研究

自然灾害发生后，救灾应急物资如何分配，如何及时送往灾区等问题是摆在决策者面前的巨大难题。本文主要对救灾应急物资配送智能决策支持系统的组成结构和各部分功能进行了分析设计，使救灾应急物资配送方案更具客观性、科学性。

基于混合遗传算法的无人机与车辆协同应急物资配送路径优化研究

为应对突发事件下的应急物资运输问题,将无人机与车辆协同应用在应急场景的路径优化问题中。考虑到应急场景的特殊性与弱经济性,将受灾点进行分类,并以无人机与车辆到达受灾点累计服务时间最小化为目标建立路径优化模型,同时加入无人机自身续航和载重约束、无人机与车辆的协同性约束等,更符合实际应用情况;通过结合遗传算法和自适应大规模邻域搜索算法,设计混合遗传算法进行模型的求解,通过算例验证模型和算法的有效性。算例结果表明:混合遗传算法能够提升求解精度以及求解速度,可为应对突发事件下的应急物资运输提供有效支撑。

应急物资配送过程人员安全性评价

针对应急物资配送过程人员安全性保障问题,建立基于组合赋权与云模型的应急物资配送过程人员安全性评价模型。从人员素质、设备设施、环境方面、管理培训4个方面构建应急物资配送过程人员安全性评价指标体系,应用层次分析法(AHP)和熵权法确定主客观权重,利用欧氏距离理论计算组合权重,并确定各指标的权重占比,最终应用云模型确定应急物资配送过程人员安全性综合评价的安全等级。以某A市发生的严重地震进行模型验证,结果显示影响人员安全性的因素中占比较大的有物资配送人员的技能水平、设备完好率、次生灾害、社会因素和人员监督等;同时证实了组合赋权云模型具有一定的实际应用价值。

基于鲁棒优化的不确定需求下应急物资配送多目标决策模型

针对应急物资配送决策具有不确定性和突然性等特点,提出了一种基于多目标鲁棒优化不确定需求下的应急物资配送决策模型。在分析应急需求的随机性、应急物流设施点的需求不确定风险和路网中断风险的因素上,确定了以物资需求点的救援时间满意度之和最大、系统总成本最小以及物资到达需求点的救援时间之和最小为目标,构建了多目标鲁棒优化模型,并运用Matlab软件求解。以一个山区发生自然灾害作为突发事件为例,验证了多目标鲁棒优化模型的有效性和正确性。研究结果表明:不确定需求下应急物资配送中,决策者可以依据本文多目标鲁棒优化模型权衡利弊,制定出既具有应对风险能力,又能快速反应的救援方案。

考虑道路修复的应急物资选址与配送双目标优化研究

极端自然灾害易导致交通基础设施中断,因此及时、有效地修复受损路网对灾区救援至关重要。本文针对地震等自然灾害的实际救援需求,研究道路修复、应急物资选址与配送的集成优化问题。首先,以最小化总乏成本和总救援成本为目标,构建考虑道路修复、应急物资选址与配送的双目标优化模型。然后,设计基于密度峰值聚类的非支配排序遗传算法Ⅱ进行求解,并设计初始解生成策略、基于聚类轮廊系数的不动点策略以及变邻域局部搜索策略对算法进行改进。最后,利用汶川地震案例和随机算例,验证上述模型和算法的有效性。

灾后初期考虑需求及时间不确定的应急物资配送中心选址-分配优化

面向灾后初期受灾点对应急物资需求的不确定性,考虑因通道中断造成的运输时间不确定性,以应急物资配送总成本最小和受灾点综合满意度最大为目标,构建应急物资供不应求状态下应急物资配送中心选址-分配多目标优化模型,其中,综合满意度由时间满意度和需求满意度共同刻画;设计量子粒子群优化算法对模型求解,采用遗传算法与之对比,并对相关参数进行敏感性分析。算例分析结果表明,该模型和算法是有效的,可以提供较优的选址-分配方案。

疫情防控背景下城市应急生活物资配送

针对疫情防控中应急生活物资调度及科学管理问题,构建以中游节点数量最少且距离上游节点与下游节点里程总和最小为目标的最短路径优化模型,采用熵权法将其转化为单目标。其次,基于模拟退火算法,设计了以增加、减少中游节点数量及随机改变中游节点服务小区个数等为核心的邻域解搜索策略。然后,基于长春市相关数据,对该模型进行了详细求解,并绘制了有序网络图。最后,构建了以货车运行时间及货车开行数量最少为目标的货车服务方案优化模型,采用模拟退火算法进行求解。研究较好地解决了疫情暴发期城市应急生活物资的优化配送问题。

应急物资配送动态调度的粒子群算法

应急条件下的物资配送与调度面临着需求信息不准确、需求紧急程度差异和运输路网动态变化的复杂环境,借助模糊数学中的三角模糊数描述应急物资需求量,利用连续速度时间依赖函数模拟真实的动态路网交通状况,并考虑不同需求点的需求紧急程度差异,建立了针对性的应急物资配送动态调度的多目标数学模型;通过设计粒子群优化算法,采用"离散-连续向量混合编码"方案和加权整合的适应值函数导向机制,结合连续更新的位置和速度操作策略,建立了针对这类含有离散和连续变量组合的优化模型的快速高效求解算法;最后,结合两个实际的算例进行了数值实验与分析,通过与用Matlab求得的解析解的比较,证明算法收敛速度快、鲁棒性强,从而为应急条件下的物资配送动态调度提供了有效和可靠的方法.

震后应急物资配送的模糊定位-路径问题研究

从系统集成优化的角度研究震后应急物资配送的一种新模糊定位-路径问题(LRP),综合考虑救灾点所在地理位置和地形导致的应急车辆行驶时间的随机性、救灾点应急物资需求量的不确定性与应急物资配送的时间紧迫性,以应急物资总运达时间最短与总配送成本最小为目标,构建一个基于机会约束规划的多目标模糊LRP优化模型,并根据模型的特点设计了一种混合免疫遗传算法予以求解。最后,通过算例验证了本文方法能有效解决震后应急物资配送的模糊多目标LRP,实现了震后应急物流中心定位和应急车辆路径规划的联合决策。