低碳视角下基于机器学习的医疗救援中心选址研究

针对伤员遭受突发灾害又无法获得及时救援这一情形,以医院向救援中心输送物资的距离和时间为研究重点,提出一种低碳视角下的应急医疗救援中心选址模型。首先,以上海市为例,基于机器学习的K-means聚类,将上海市划分成四个子区域,使用直线相连法确定各子区域的初始备选点。其次,使用熵权法,从各子区域的初始备选点中筛选出几个最终备选点。最后,通过考虑运输成本、碳排放成本和晚到惩罚成本,计算各子区域内所有医院到救援中心的总成本,将总成本最小的点确定为各子区域的最优选址点,确保每个医院都能向就近的救援中心提供医疗资源。通过对选址结果进行可行性分析,模型得出的最优选址点可作为上海市后续医疗救援中心选址参考。

突发自然灾害下的两阶段多目标应急物资中心选址问题研究

针对突发灾害情况下需求不确定的选址问题,构建最小化经济成本和最大化满意度的应急物资中心选址模型。首先,将选址问题划分为初期和后期的两阶段问题;其次,对物资需求量进行模糊需求预测,并使用可信性模糊机会约束规划将其转化为确定型约束;最后,设计改进灰狼优化(Improved Grey Wolf Optimization,IGWO)算法求解问题。IGWO算法采用佳点集初始化种群,对收敛因子进行余弦规律的非线性变化,并在粒子群优化(Particle Swarm Optimization,PSO)算法个体记忆的启发下,设计个体位置更新公式。在用10个标准函数验证IGWO有效性的基础上,通过湖北省新型冠状病毒应急物资中心选址案例分析,表明IGWO算法能有效求解多目标选址问题,在提高满意度的基础上降低经济成本,且多阶段模型在平衡满意度和经济成本方面结果更优。

海上救援基地选址及救助船配置优化研究

近几年,随着我国经济的迅速发展,海上贸易日益频繁。为有效地提高海上救援的效率,将情景规划和随机规划应用到海上救援基地选址及救助船配置优化问题当中,考虑多种救助船型,并具体考虑每种船型可航行的区域,假定3种恶劣天气的情景,建立两阶段随机规划模型,设计免疫粒子群算法(Particle Swarm Optimization,PSO),并以我国南海海域为例,进行算例验证。结果表明:所建模型可找到最优的选址方案,大大降低了海上救援的成本,证明模型以及算法的有效性和合理性。对模型优化结果进行灵敏度分析,为我国交通运输部南海救助局救助船队的更新方向提供了参考。

多阶段灾后救援选址-路径模型及求解算法

配送中心选址与配送车辆路径安排的集成优化对灾后应急救援至关重要,综合考虑救援物资多次运达、多阶段持续配送等特点,以各救援物资需求点间运达时间之和以及系统总反应时间最小为目标,建立一种多阶段带时间约束的应急救援物资配送选址-路径优化模型。为模型的求解,设计一种特定的LRP路径编码,根据编码的结构独立、路径间相互关联等特点,引入一种适应匹配交叉算子,同时结合稳定均衡策略设计一种均衡协作启发式算法(BGEA算法)。为了验证模型的有效性及BGEA算法求解选址-路径多目标问题的优越性,对算例作求解分析,得出了可行性调运方案,并将BGEA算法求解性能与已知算法求解性能进行对比,比较结果表明BGEA算法求解该问题具有良好的寻优能力。

基于空间聚类挖掘的城市应急救援机构选址研究

以城市突发事件的应急管理为应用背景,研究使用空间聚类技术解决应急服务机构的选址问题.首先提出实施聚类分析的数据模型,然后改进既有空间聚类算法的基础上,提出了以 k-means 聚类算法缩减解空间的搜索范围、以模拟退火算法为解搜索策略.基于 GIS 系统,充分考虑空间障碍物因素和空间环境因素等限制条件,提出(COD-MEANS-CLASA)的空间聚类算法以实现应急救援机构的科学选址.实验结果表明,提出的算法在执行效率和解质量两方面具有更好的表现.

武汉市轨道交通线网应急救援站选址研究

城市轨道交通线网对城市的发展起着重要作用,针对城市轨道交通网络化运营以及突发事件的相关特点,结合复杂网络的相关理论,利用Pajek软件进行网络中心性分析,同时考虑到空间、成本、救援3个约束条件,建立"P-中心应急救援站选址模型",使轨道交通线网中最大应急救援距离最小,同时防护到网络中所有的需求站点;利用遗传算法进行编程计算和模型求解,以得到最优结果;以武汉市轨道交通线网为例进行应急救援站选址研究,得到12个应急救援站的最佳布置方案,最后通过线网脆弱性对比分析验证了该方案的脆弱性最小,说明选址方案可靠。

双目标消防救援站选址模型的元胞阴阳平衡优化算法

为衡量消防救援站在不同时间内提供的救援服务质量,基于火灾风险等级引入时效性评价函数,构建考虑时效性和经济性的双目标选址模型。针对新模型属于NP难问题特点,设计元胞阴阳平衡优化算法进行求解。寻优个体既在阴阳平衡优化算法搜索空间进行全局探索,又在元胞空间利用演化规则在邻居范围内进行局部开发。实验证明了新模型的可行性和有效性,与蝙蝠算法、蜂群算法、和声搜索算法、NGSA-Ⅱ和元胞蚁群优化算法的比较表明,新算法在非劣解集的收敛性、多样性、分布均匀性以及计算速度方面优势显著。

基于伪卫星测试的并行计算灾害救援中心选定模型构建

泥石流具有时间和空间群发性、运动持续性、灾害链式性、类型单一性、致灾方式和受灾对象的多样性特点;灾害救援中心位置选取过程是典型的非线性不收敛问题;单纯以线性技术和约束条件为基础的模型面对复杂泥石流灾害指标的情况下,会出现较大偏差;提出基于伪卫星测试结合并行计算的灾害救援中心选定模型设计方法;以泥石流灾害为例,利用离散元法和GPU并行算法构建泥石流运动堆积模型,将沟道泥石流汇流后运动堆积特点和灾害区域当作模拟参照,对泥石流运动进行模拟,根据模拟结果,预测泥石流覆盖范围;利用伪卫星技术计算灾害扩散程度和易发点距离,在救援中心搭建费用与救援成本最低前提下,将用户选择的位置与高度作为已知条件,以期望损失最低为约束,以精度因子为标准得到救援选址的核心区域点,构建基于伪卫星测试的灾害救援中心选定模型;仿真实验表明,设计模型的选址精度和效率较高,可为泥石流灾害救援提供数据支撑。

基于统一社会信用代码数据的突发事件救援安置点选址方法研究

突发事件救援安置点的科学选址有助于合理配置资源、提高救援效率。本研究提出一种基于统一社会信用代码数据的救援安置点网点选址方法,利用层次分析法(The analytic hierarchy process, AHP)方法建立选址模型,并依托统一社会信用代码数据计算影响因素指标,确保影响因素的权威性、准确性和实时性。最后,将模型应用于地震救援安置点选址中。本研究能够为救援安置点选址方法和影响因素指标的提取提供参考。

突发事件应急设施选址问题的模型及优化算法

综合考虑应急设施选址的公平性、效率性、设立成本等多方面的因素,建立了一个可适应重大突发事件救援设施不同部署策略的多目标规划决策模型.利用模拟植物生长算法的通用模型,提出了基于模拟植物生长思路的目标问题求解方法.通过对实例的计算,结果验证了多目标决策模型的可行性与合理性,模型的求解算法可获得最优解,具有良好的性能.

城市轨道交通应急资源选址和配置方法研究

为解决城市轨道交通中的应急救援站选址以及应急救援资源优化配置问题,从最短救援距离、城市地价、救援工具分区限速、救援时间、基于实际运营情况的特殊站点和中心度关系网络的特殊站点等角度,确立供需可达矩阵,建立以救援时间代价以及建设费用之和为最小的应急站选址模型。在救援资源数量确定的情况下,建立关于应急站的资源收益函数,同时根据资源分配过程具有马尔可夫性,以期望收益值最大为目标确定资源最优配置模型,并运用动态规划逆序法进行求解。最后,以规划中的成都地铁网为例,将其15个站点作为应急站,计算其需要分配的应急资源数量。实例计算结果表明,所建选址和资源配置模型所得结果满足实际运营要求,因而具有较高的可信度。

基于多目标规划的城市道路交通事故车辆拯救服务点选址研究

针对城市道路交通紧急救援对公平性、效率性、经济性等需求,提出用于城市道路交通车辆拯救服务点的多目标规划选址模型。针对多目标规划模型,利用线性加权法求解,以广州市为例进行了验证求解。结果表明,这种方法可以满足选址规划需求,具有一定的现实意义。

基于P-中心模型的城市轨道交通线网应急救援站选址研究

[目的]随着城市轨道交通线网的扩大,其系统风险变得更为复杂且不可控。为提高城市轨道交通系统的应急救援能力,需对线网内应急救援站的选址问题展开研究。[方法]将地铁覆盖区域按照城市道路环线进行分区限速,得到任意路径的速度矩阵,结合距离矩阵进行转换后得到时间矩阵。在此基础上,计算任意站点间基于时间的最短路径。考虑时间、救援关系、成本3个方面的约束条件,建立了以系统最大救援时间最小化为目标的P-中心选址模型。以武汉市城市轨道交通线网应急救援站选址为案例,应用该模型,并采用自适应遗传算法在MATLAB软件中进行编程求解,得出该线网应急救援站选址的最优方案。[结果及结论]与相似研究相比,该选址方案投入更少但效益更大,充分证明了所提的P-中心模型具有先进性。