考虑患者转运的跨区域动态协同应急物流选址-分配优化研究

针对突发公共卫生事件下多个受灾地区之间跨区域应急资源配置的现实需求,研究考虑患者转运的跨区域动态协同应急物流选址−分配优化问题,构建跨区域的患者转运与应急资源协同配置两阶段优化决策模型。模型第1阶段优化确定患者动态变化与相应医院数量及其选址,第2阶段优化确定应急物资配送中心选址与应急物资分配。该优化模型同时考虑应急物流总成本(包括设施固定成本与运营成本)与转运时间2个优化目标,且考虑多周期动态变化的实际需求。针对上述优化模型特征,设计嵌入模型预测控制(MPC)方法的改进遗传算法。该算法将每个决策周期分为3个环节:1)疾病扩散预测环节,即每个周期开始时对疾病发展趋势进行预测;2)应急决策规划及实施环节,根据规划窗口的预测数据制定并实施应急选址−分配方案;3)数据更新与动态调整环节,即每个执行周期结束时,根据实际执行数据制定下一个周期决策。3个环节交互进行,相互迭代直到完成整个规划时期。最后,以贵州省跨区域的应急资源协同配置优化为例,验证所提优化模型及其求解算法的有效性。研究发现:与各区域独自应急相比,跨区域动态协同应急方案在转运时间没有明显增加的情况下,能有效降低应急成本,能够高效率地利用应急设施为感染患者提供救治。研究成果为突发公共卫生事件中多区域之间的协同应急资源配置优化提供决策支持。

城市物流无人机配送中心选址-分配问题研究

针对无人机在城市物流配送环境下的配送中心选址-分配问题,文中综合考虑城市区域特点和无人机性能约束等方面,以建设成本、配送成本、耗电成本以及碳排放环境成本之和最小为目标构建多约束条件下的城市物流无人机配送中心选址-分配数学模型。然后,综合遗传算法和粒子群算法的优缺点,将遗传算法嵌入粒子群算法进行求解。最后,基于Python语言建立仿真环境,并通过算例求解和敏感性分析验证了文中模型和算法的有效性。

常态化疫情防控背景下区域应急医疗物资选址-分配模型

在常态化疫情防控背景下,为避免本土病例造成区域不同需求主体防护物资短缺问题,构建最小化医院物资集散点需求未满足率加权和、最大化物资购买集中点分配公平性的储备库选址-分配模型,并基于某市相关数据,利用改进的非支配排序遗传算法(NSGA-Ⅱ)进行仿真研究。结果表明:某市应选择储备库数目为5,在物资分配时考虑物资防护等级要求,可减少医院物资集散点物资浪费,增加物资购买集中点获得量。

带三重容量限制的中转物流选址-分配模型

本文分析了一类带三重容量限制的物流选址-分配问题(LAP):在物流网络受边最大单批通行容量、物流中心最大吞吐容量和运输工具总运输容量等三重容量限制下,如何进行中转运输的物流中心选址和相关资源分配,使总的费用最小。模型假设网络系统满足如下条件:商品只能用不同运输工具经过某一物流中心进行中转运输。本文建立了混合整数规划模型,提出了一种先进行选址然后进行资源分配的优化算法,并用优化算法对一个实例进行了求解。

基于约束的集合覆盖选址-分配问题

在供应链协同库存背景下研究了基于集合覆盖的有时间和容量限制的配送中心选址问题,目标是系统的成本最小以及决策配送中心向需求点提供最优配送量.根据建模的假设条件,建立了基于集合覆盖的有容量和时间限制的选址-分配系统的非线性规划模型,按照模型决策空间所具有的特殊结构,设计了基于遗传和粒子群算法(GA-PSO)的启发式算法.用大量的数据作为算例对模型进行了数值演算.结果表明,模型实用、算法有效.

成熟期快速时尚品物流分销网络选址-分配模型

为解决快速时尚品在成熟期网络销售过程中的物流节点选址与分配问题,以分销网络收益最大化作为决策目标,考虑销售策略及提前期约束的影响,构建了由4个参与方和4层物流设施构成的快速时尚品物流分销网络的多周期非线性混合整数规划模型,并采用遗传算法确定产品折扣率以及中央仓库、第三方物流企业和自取点的选址、分配及服务方案.算例结果表明:当折扣率为0.687时,物流分销网络总收益最大;当集货期大于等于2 d时,物流分销网络总收益的增长率迅速减小.

三角模糊需求下水上应急储备库选址-分配优化模型

为研究模糊需求下水上应急物资储备库的选址-分配问题,考虑自然条件对应急物资储备库覆盖半径的影响,基于覆盖模型、重力模型、三角模糊数学相关理论,构建了三角模糊需求下水上应急物资储备库选址-分配优化模型,并设计了遗传算法求解。算例分析结果表明,最终选址-分配方案能够实现对水域的全面覆盖和重点加强;程序运行50次,48次得到相同结果,计算结果具有稳定性。研究表明,选址-分配模型和算法是有效的。

基于LAP-GA的多军事物流配送中心选址

针对传统的多军事物流配送中心选址理论中存在的问题,分析了常用的几种军事物流配送中心选址方法,建立基于LAP-GA的多军事物流配送中心选址模型,利用Matlab数学软件中的遗传算法工具箱(gatool),实现对模型的系统分析和快速求解。结合案例分析,验证模型的正确性和合理性。

基于BAS-AGA的多层级多类型的设施选址-分配问题

针对物流网络的复杂度不断提高,物流网络中的设施选址存在诸多不确定因素的问题,建立考虑多种类型的产品、同一层级有多种类型的设施、同一类型设施可以处理多种类型产品的N层级的选址-分配模型,并考虑4种不确定场景,设计改进的天牛须-遗传混合算法(beetle antennae search and adaptive genetic algorithm,BAS-AGA)进行求解。改进的算法以遗传算法为基本框架,混合天牛须算法增强局部搜索能力、引入自适应算子平衡局部搜索能力与全局搜索能力,算例测试验证了BAS-AGA算法的有效性。铁路工程某标段的实例验证了模型的合理性。结果表明:通过适当增加设施数量及科学选择设施位置可以降低物流成本,从而降低总成本。

铁路物流中心选址-分配问题研究

为了满足铁路集中化运输的要求,基于铁路物流中心的层级特点,结合分层选址的理论和方法,以铁路物流中心覆盖的总需求最大化和物流运输成本最小为目标,以各级物流中心数量、服务能力和服务覆盖范围为约束,构建了铁路物流中心分层选址-分配的0-1整数规划模型.最后针对铁路物流中心选址-分配模型的特点,设计了算例,并采用ILOG CPLEX软件进行求解.算例结果验证了该选址-分配方法的有效性和可行性.

考虑公众选择偏好的应急避难安置双阶段选址-分配模型

为使开放避难场所符合公众自行避难的实际情况,借鉴Huff模型量化公众选择行为,构建双阶段选址-分配模型,第1阶段确定开放避难场所位置,第2阶段将溢出容量的灾民二次分配到有剩余容量的避难场所,并利用改进粒子群算法进行求解。研究结果表明:双阶段选址-分配模型能够实现同一需求点灾民前往不同避难场所的过程,管理者干预政策能够使服务人数大幅度增加,避免资源浪费、灾民流离失所且二次分配情况主要依赖于第1阶段的结果。研究结果可为管理部门规划应急避难场所提供参考。

考虑区域异质性的应急物资选址-分配优化

重大灾害影响下的多个区域存在一定程度异质性,如灾区不同的受灾程度、救援区域不同的响应能力等。选择以"差异化反应时间"作为综合表征各救援区域异质性的关键指标,并用差异化物资需求来刻画各灾区异质性,研究将反应时间因素纳入应急总成本决策考量时的最优选址和物资分配优化问题。构造了一个包含多个指标因素的综合评价体系,用来区分各备选救援中心处面对灾害应急反应时间的快慢,结合各灾区不同受灾程度,构建一个考虑区域异质性的应急物资选址-分配模型。设计并应用遗传算法对所构模型在2008年汶川地震案例背景下实施仿真求解,将求解结果与不考虑区域异质的选址-分配方案作对比分析,并对关键参数进行敏感性分析。

考虑中断风险的备件供应选址-分配优化模型

战时条件下,仓库或运输载体受到敌方蓄意攻击而丧失全部或部分储存和运输能力,造成备件供应中断。而供应网络的中断风险很难预测且动态变化,为不确定性参数。为解决不确定中断风险下的备件供应问题,以备件供应成本最低、供应延迟时间最短为目标,构建了战时备件供应的多目标选址-分配联合优化模型。通过对多面体不确定集合的鲁棒等价变化,建立相应的鲁棒优化模型。采用元启发式算法对模型进行求解,得到了模型的非支配解集及其对应的供应方案。研究结果表明:通过对关键设施的加固防护,可以提高备件供应网络的效率和可靠性;鲁棒优化模型的最优解可以保证战时备件供应“最差情况下”解的可行性,即模型具有很好的鲁棒性。

新冠疫情下医疗废物管理的选址-分配优化

新冠疫情的爆发产生大量医疗废物,为降低环境污染和人员感染,提出一类新冠疫情下医疗废物管理的选址-分配优化方法。根据环境系统的动态性,设计时变"环境-人口"风险度量模型,建立风险最小和成本最小的多目标选址-分配模型;针对模型计算复杂性,设计基于字典式赋权切比雪夫方法的多目标优化算法;最后,通过"小-中-大"三种不同规模的4个测试算例,验证模型和算法的有效性。计算结果表明:相较于传统方法,新模型和算法能够为疫情防控提供多个有效的医疗废物管理方案,所得方案能够平均降低约27.27%的物流成本和32.72%的二次传染风险。

基于局部贪婪算法改进的物流选址-分配问题研究

本文根据物流选址-分配两级中转运输实际,首先提出了受多重能力约束的两级设施选址-分配问题模型和两种启发式算法,然后用两种算法对进口物资中转运输两级设施选址-分配问题进行了研究,并根据对比研究结果对局部贪婪算法进行了改进。本文所提出的模型和改进算法,能用来解决具有相同能力约束的两级设施选址-分配问题,或为之提供参考。

震后应急物资供应点的多目标动态定位-分配模型

为提高救灾效率,需要研究震后应急物资供应点的定位-分配问题。因此,以需求效用最大化和物资分配公平性为目标,基于混合整数规划方法建立震后应急物资供应点多目标定位-分配模型。根据所建模型的特点,设计基于矩阵编码与小生境技术的非支配排序多目标遗传算法,对定位-分配问题进行求解。算例结果表明,该算法能够有效获得Pareto前沿,决策者可根据偏好与实际需要权衡多个目标,在Pareto前沿面上选择合适的决策方案。

基于预算限制的鲜活农产品配送系统选址——分配模型研究

从鲜活农产品物流系统设计过程带有建站启动经费预算限制的角度出发,研究了一类带有预算限制的选址-分配问题。结合鲜活农产品对时间极其敏感这一特点,定义了价格因子Pij将时间对产品质量的影响转移为对产品销售价格的影响,并在配送系统经济收益最大的目标下建立了带有预算限制的生鲜农产品选址-分配模型,给出基于贪婪的启发式算法,最后,用一个实际案例进行了演算。

基于量子遗传算法的云仓储选址分配问题研究

针对云仓储的特点,基于集合覆盖模型,松弛了覆盖半径和覆盖状态,以物流系统成本最低为目标,建立了三层级的选址分配模型,设计了量子遗传算法求解。通过案例分析验证了模型的可行性,为实际选址-分配决策提供了理论依据。

数据驱动下应急医疗物资需求预测及物流选址-分配优化

为解决重大疫情爆发初期应急医疗物资需求量预测及分配问题,结合传染病的特征以及政府隔离措施对传染病传播的影响,建立改进易感-潜伏-感染-康复(SEIR)模型,基于数据驱动的思想对模型中的部分参数进行周期性更新,从而刻画疫情的扩散演化规律,将需求量构建为感染规模的函数,实现应急医疗物资需求量的预测.在此基础上,建立以加权运输距离最小化为目标,公平分配等为约束的选址-分配模型,并设计自适应混合遗传禁忌算法进行求解.实例测算结果表明:数据驱动的参数更新方法保证了改进SEIR模型预测的精度,平均相对误差为3.8%;所提出选址-分配模型在对配送时效性进行优化的同时能够兼顾物资分配的公平性.不同规模算例求解结果表明:所提出算法的收敛性和解的质量优于标准遗传算法.

震后初期应急物流公私协同的动态LAP模型

针对震后初期灾区应急物资严重短缺的现实情况,为满足多主体的不同应急需求,基于公平与效率兼顾的视角,构建满意度最大、总成本最小、人员损失最小的多周期、多目标、多物资的公私物流资源整合的双层动态选址-分配（LAP）模型,上层以商品满足率最大为目标,下层以时间满足率最大为目标;设计遗传算法进行优化求解;最后以汶川地震为例,验证模型和算法的有效性。结果表明：所建模型可以实现震后初期公私物流协同作用下的多物资动态LAP决策,而且兼顾公平和效率。