基于改进鲸鱼优化算法的血液供应链网络多目标鲁棒优化设计

为解决血液供应链网络设计中的不确定性问题,建立了一种血液供应链网络多目标鲁棒优化设计模型。首先,针对带有5个节点的血液供应链网络,建立考虑安全库存的、目标为成本最小、存储时间最短的优化函数,并采用ε约束、Pareto最优和鲁棒优化方法对已建模型进行处理,将多目标问题转化为单目标鲁棒问题;其次,对原有鲸鱼优化算法(WOA)进行改进,引入差分算法的交叉和变异理念,增强了搜索能力并改善了局限性,从而得到差分鲸鱼优化算法(DWOA),并采用此算法对处理后的模型求解。通过数值实例,验证当测试问题相同时,优化模型在需求短缺方面比确定模型的短缺量平均少76%。因此,所提优化模型在应对需求短缺时更具优势;通过仿真对比分析图像,得出DWOA相比WOA、粒子群优化(PSO)算法和遗传算法(GA)中断时间更短并且成本更低。

考虑移动医院的因灾受损血液供应链网络重构

为快速恢复因灾受损的血液供应链的救援能力,针对血液这一重要医疗物资,研究考虑移动医院的应急供应链重构。设计包含移动医院和临时献血点选址、血液外调与自采和血液与伤员转运的混合整数规划模型,并以红细胞为例,将模型应用于我国龙门山地震带的灾害救治案例中。结果表明:重构的供应链能够综合运用移动医院等资源,快速恢复血液救援能力,最大程度缓解灾害影响。即便是在灾情最严重的情况下,缺血量可减少12.95%。管理者在进行人道主义应急救援决策时,应综合考虑移动医院等医疗资源的有效利用。

面向防灾预案的两阶段应急血液供应链鲁棒优化

为应对突发性灾害,管理者会提前准备预案以标准化防灾救灾管理,但常出现预先部署与实际灾害需求不匹配的难题。为此,基于应急血液供应链,对这一问题展开研究。对灾前血液储备与运输的防灾预案优化,灾后临时献血点选址、血液转运等在内的灾后救援进行两阶段统筹决策。构建了基于期望目标和最小最大后悔目标的场景鲁棒模型。并分别针对血浆和红细胞,将模型应用于我国龙门山地震带的灾害防治中。仿真结果表明,模型能够根据决策者经济性和鲁棒性的要求选择合适的预案,且在基于蒙特卡洛模拟生成的测试集下,选择的预案仍能够表现出符合预期的效果。