气象灾害条件下电网应急物资预测方法

为提高电网应急物资调配响应速度和电网抢修效率, 提出一种案例推理与深度学习相结合的电网气象灾害条件下的应急物资预测方法。以气象信息、电网设备数据和地理环境数据为输入信息, 利用案例推理方法确定预测模型输入、输出结构, 并根据不同输入信息的特点进行处理和量化, 利用深度置信网络完成案例适配, 综合事故规模信息建立动态电网应急物资预测模型。分析结果表明, 本研究提出的预测方法能够综合分析各类特征因素, 并结合事故规模建立与应急物资需求的关联关系, 对气象灾害条件下电网应急物资需求进行准确预测, 从而为高效准确的电网应急响应提供依据。     

基于主成分聚类分析的军事物资应急配送需求分级研究

为提升军事物资应急保障效益,科学做出调运决策,通过分析军事物资应急配送需求分级影响因素,构建军事物资应急配送需求分级评价指标体系;利用主成分聚类分析方法对评价指标进行简化,得出军事物资应急配送需求分级主成分值及物资分级结果.实例表明,该方法在军事物资应急配送需求分级上,具有较高的准确性和较好的可行性.     

应急物资储备选址与调度建模研究

阐述突发事件的特性,并分析应急物资的非线性时变需求特性.构建基于物联网技术的应急物资管理平台,把多智能体(Multi-agent)技术引入应急物资储备选址和调度,在综合考虑储备点约束、需求约束、运力约束、路径约束、应急物物资捐赠点和需求物资响应成本等约束的基础上,提出基于Multi-agent的应急物资储备选址与调度数学模型.根据数学模型,以浙江省为实例对其进行分析研究,给出了面向物联网技术的浙江应急物资储备选址与调度的解决方案.     

面向特大地震灾害的应急物资分类研究

在特大地震灾害中,应急物资是否能够准确高效地运送至需求点是开展应急救援工作的的关键,但是目前我国的应急物资管理中存着应急物资分类标准不统一、分类体系扁平化的问题。为了提高应急救援工作的效率,本文在分析了国内现有应急物资分类的基础上,提出了多维度的应急物资分类的改进方法。     

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。     

自然灾害下的应急物流协调研究

结合目前自然灾害应急物流的研究现状,指出了应急物流存在的问题.从物资需求、分配原则、路网风险以及配送方式的角度,分析了应急物流的特性.提出了自然灾害应急物流协调框架,它是灾害综合评估、灾民转移和应急物资配送在应急物流系统下的有机结合,是不同组织机构、不同利益主体、不同物流网络单元间职能、目标、信息、物资、车辆等的协调.     

考虑需求紧迫度的应急车辆路径优化方法

为提高应急管理水平,量化各受灾点物资需求紧迫度,提出考虑紧迫度的车辆最优路径规划方法。采用K-means聚类算法确定应急物资配送中心的选择以及受灾点的划分,以应急救援过程中的总时间最短、救援所花费的总费用最小以及受灾点紧迫度排序指数最大为目标,构建多目标的应急车辆路径优化模型,并设计改进的布谷鸟-蚁群组合算法进行求解。以汶川地震为背景构造算例,验证模型的有效性,结果表明:与不考虑需求紧迫度的车辆路径方案相比,考虑需求紧迫度的路径优化方案在所需运输总时间上升1.92%、救援过程总费用增加3.43%的前提下,紧迫度排序指数提高了11.2%。考虑需求紧迫度的车辆路径优化模型在保障突发灾害救援效率的同时,兼顾了不同受灾点的物资需求程度,提高了应急物资运送的公平性。     

多品种多供应点的物资调配和路线选择

针对多品种、多供应点的应急物流决策问题,构造了具有时效性、安全性和经济性特征的路线选择决策函数,建立了应急时限内满足需求点品种和数量的供应点数量最少物资调配模型,并对决策函数和物资调度模型进行了分析,提出了求解算法,用实例进行了验证。验证结果表明:决策函数和物资调度模型能有效地为复杂应急物流的物资调配和线路选择问题提供决策方案。     

基于区域特征信息的相似区域应急物资储备规划

为了提高目标区域应急物资储备规划的有效性,提出基于区域特征信息的相似区域应急物资储备规划方法.根据历史案例情报,建立重大突发事件的"区域—特征信息"矩阵,挖掘历史突发事件发生区域的相似区域,作为可能发生该突发事件的目标区域;对历史突发事件情景中应急物资需求情况进行挖掘,生成相似区域应急物资储备候选子方案;估算候选应急物资储备子方案的组合应用效果,以估算成本、估算到位时间和估算覆盖范围为子目标,对候选子方案的组合方式进行多目标优化,从而确定目标区域所有物资的整体最优储备点和储备量,生成最终储备方案.     

基于直觉模糊案例推理的应急物资需求预测模型

应急物资需求预测是应急物流管理的重要内容,是影响应急救援效果的关键环节,加强应急物流预测方法研究,对提升我国应急物流管理水平,提高突发事件的应急保障能力和应对效果具有重要现实意义和理论研究价值.为了提高预测精度,基于应急物资需求预测的特点,引入直觉模糊集来描述案例的不精确属性.在定义直觉模糊集的相似度基础上,构建了源案例的特征因素矩阵,提出了基于模糊案例推理的应急物资需求预测模型,通过算例分析验证了该方法的有效性.     

震后应急救援物资多式联运调度优化

针对震后救灾时间短、任务重的问题,考虑运用应急车辆和直升机联合应急调度运输物资、灾害区路网受损以及路网的修复,建立震后应急物资配送模型。该模型首先考虑需要修复的损毁路段,采用应急车辆对损毁路段和灾害点需求物资进行配送,再利用直升机对损毁路段的需求点和未疏通的灾害需求点进行配送,并采用启发式算法对模型进行求解。通过算例表明:在应急救援的联合运输过程中,优先修复路段v₂v₅和v₁₀v₁₁或者v₃v₆和v₁₀v₁₁,损失为0;抢修其他的损毁路段,有灾害点得不到救援。     

高速公路应急车辆调配优化研究

针对高速公路应急事件频发,应急车辆需将应急物资从供给站点调运至需求站点的状况,从理论上对高速公路应急车辆调配问题进行研究,构建应急车辆调配问题的数学模型。该问题的数学模型可以归类为线性规划问题,利用表上作业法对该问题进行求解,得出应急车辆调配的最佳方案。     

延迟时间的震灾条件下车辆调度优化研究

灾区受灾消息传达延迟以及运输路网破坏造成物资配送延迟,这直接影响到应急救援物资的及时输送,进而影响到救灾效果。本文在考虑通讯中断以及运输路网中断造成物资运输延迟的基础上,以应急物资运输总时间最短为目标,建立震灾条件下车辆调度优化模型,该模型以"72 h黄金救援期"为目标,保证重要的救援物资在72 h内送达灾区。通过算例验证模型有效性,结果表明:模型在对车辆进行调度时,优先考虑载重和容量较大的车辆,以便在相同时间内运输更多的物资满足需求;当车辆行程不变时,总延迟时间越大,应急救援物资运输总持续时间越长,并且所有物资运输时间越短;当总延迟时间不变时,车辆行程次数越小,物资配送时间越短,并且车辆装载率将会越高。     

基于遗传算法的三层大规模应急救援物资配置策略

在考虑受灾地区对应救援物资需求量大的基础上,研究了包括备选省级应急救援物资供应地、备选市县级应急救援物资中转地、救援物资急需地三层结构的车辆安排、路径选择、物资配送的应急救援物资配置问题;以应急救援物资配置的总成本最小、总的运输时间最短、供应地和中转地启用个数最少为目标,建立数学优化模型.使用遗传算法求解获得近似最优的三层应急救援物资配置方案.     

应急物资调运模型研究

针对应急物资调运兼顾调运成本与调运时间的要求,以运力充足为前提条件,建立了基于调运时间最短和运输成本最低的应急物资调运模型。运力充足条件下,应急车辆进行一次运输,运输任务的最终完成时间等于物资供应点与需求点之间的最长运输时间,在某一特定任务完成时间下可运用典型运输问题模型的求解算法求出对应的最低成本,通过分析比较不同运输任务完成时间下的运输成本选择出模型的最优解,最后以一个实例验证了模型与算法的有效性。     

应急物资筹集网络适应性评价的CFNN模型及仿真

优化和提高应急物资筹集能力是应急物资筹集网络适应性评价的主要目的,针对此目的,在构建应急物资筹集网络适应性评价指标体系基础上,把一种基于改进的补偿模糊神经网络(CFNN)智能评价系统引入到应急物资筹集网络的适应性评价中,以解决应急物资筹集网络评价中时间、成本和稳定性指标的模糊性和非线性问题. 仿真实验表明: 改进的CFNN收敛速度快,容错率高,自适应能力强,是应急物资筹集网络适应性评价的有效手段．     

基于标度拓展的AHP模型下电力企业应急配送选址研究

电力企业的应急物资管理是电力行业中应急体系的重要组成部分,极大的影响着社会生产和人们的生活,而应急物资管理首先要解决的就是选择合适的物资配送中心,最大限度的保障受灾地点的物资供应.本文以标度扩展的层次分析法为基础,不仅可以提高判断矩阵的可靠性,而且还可以应用到电力企业应急物资配送中心选址问题中,选择出经济成本最低,物资短缺最小化的配送中心.     

基于离散粒子群算法的应急救灾物资配送问题

研究自然灾害下应急物流中的救援物资配送调度问题,在多种运输工具衔接以及救援物资分配考虑的基础上,建立物资运输与物资分配的两阶段优化模型。目标是最小化运输成本与未满足的需求量。运用离散粒子群算法进行模型的求解与仿真,结果证明了算法的有效性与稳定性,能够为应急物流物资运输及分配提供有效方案。     

基于“底线思维”的应急物资分配-运输两层鲁棒规划模型

非常规突发事件的应对需要“底线思维”,从“最坏、最困难”的角度展开研究.为此,针对应急物资的分配与运输的应急规划问题提出基于“底线思维”的两层鲁棒模型.顶层模型从成本最小化的角度确定应急资源的最优配置量,而底层模型从节约时间的角度对顶层的分配方案实施运输配送,及时、有效地实现应急资源分配的协同优化,最大程度地减少灾难带来的损失.该模型刻画了灾区物资需求的极度缺失性,在“最坏”情景下利用分解技术研究应急分配与运输的协同过程,不仅揭示了分配与运输的协同价值,而且发现鲁棒的两层规划具有强烈的稳键特征,同时也发现鲁棒的优化过程将有助于增强应急分配过程中的公平程度.     

多级语义约束框架下的应急测绘数据集成方法研究

针对多源异构应急测绘数据在数据集成过程中数据相互孤立、语义描述单一等问题,通过对应急测绘数据类型、特征等分析,提出多级语义约束框架下的应急测绘数据集成方法.首先,依据灾害事件、应急数据空间、时间、属性特征构建灾害事件与应急测绘数据的语义关联性,实现数据与事件关联的统一描述;然后,从灾害事件语义约束、应急测绘数据语义约束、时效性语义约束3个层级约束出发,搭建多级语义约束框架;最后,以用户需求为导向,实现多级语义约束框架下的应急测绘数据快速集成.经实践分析可知,该方法可切实改善应急测绘数据集成效率,一定程度解决应急测绘数据管理系统数据冗余问题,同时可满足应急测绘数据时效性的需要.