贫信息情况下的应急救援路径选择模型

为及时获取突发事件后的最优应急救援路径,首先运用Zadeh模糊算子量化路段行程速度的模糊性,引入随机动态变量表征路段行程时间的随机性,以此刻画具有模糊性与随机性的贫信息路网环境;然后结合随机一致性条件,构建该环境下的应急救援路径选择模型,再通过数学归纳法将其转化为鲁棒优化模型,并利用改进Dijkstra算法完成求解;最后用KAUFMAN路网验证模型的有效性。结果表明：基于2类不同的Zadeh模糊算子估算路段行程速度,其平均绝对误差为6. 271km/h;与传统方法相比,用鲁棒优化模型得到的应急救援路径行程时间更短;而且这种模型的算法复杂度为多项式形式,故可应用于大规模路网。