综合节点邻域信息下的物流网络级联失效模型构建及分析

级联失效对物流网络的安全运作具有重要影响。基于节点领域信息构建相应的级联失效模型, 分析研究物流网络的级联失效问题。数值仿真结果表明：较低的安全负载能力配置可很大程度上抵御级联失效的破坏; 重要度越大的节点的失效对网络的平均破坏程度越大; 节点平均度越大的网络结构对级联失效的抵御能力越强。这可为物流网络应急规划及应急控制研究提供理论指导。     

考虑碳排放的物流网络优化模型研究

考虑碳排放的物流网络优化问题, 分两阶段建立考虑碳排放的配送中心选择与需求匹配模型和碳排放成本最小的配送路径优化模型, 通过两阶段模型的配合使用, 解决了物流网络中配送中心选址、不同物流节点间的需求匹配以及配送车辆路径优化等多种决策问题。对“考虑碳排放”与“不考虑碳排放”情况进行Lingo软件的数值分析, 结果表明：考虑碳排放的物流网络综合物流成本明显降低, 比不考虑碳排放的传统方法更具现实意义。     

应急通信网络中基于粒子群优化的信道分配算法

当前应急通信亟需解决的问题,在于如何快速有效地满足突发性增长的网络需求,以保证网络传输质量。无线mesh网络以其部署快速、结构灵活、鲁棒性等优点,成为了新一代灾后应急通信网络架构的优秀解决方案。文中提出了一种基于粒子群算法的信道分配优化算法PWCA,在降低全局网络干扰的前提下,考虑了不同链路对整体网络表现的影响,通过其邻接链路的数量来决定信道分配的优先级。在迭代优化的过程中,该算法利用信道分离度细分了不同信道之间的干扰程度以作为优化的评判标准。实验结果表明,该算法可以显著降低网络干扰,保障网络性能,相比传统的粒子群信道分配算法,其在优化速度以及多节点网络环境下的表现均有明显提升。     

需求与物流网络不确定下的应急救援选址问题

针对应急物流中需求与物流网络的不确定性特征,对应急救援中应急需求和物流网络均不确定条件下的应急配送中心选址问题进行研究,以成本最小化为目标,建立基于集合覆盖的应急救援设施选址的随机规划模型,采用期望值法和随机模拟两种方法处理数学模型中的不确定性。通过算例与仿真研究,获得应急救援下的配送中心选址最优方案。结果表明,相对于传统的期望值方法处理随机参数,随机模拟方法具有较明显优势。     

物流网络级联失效下的抗毁性分析

物流网络在突发事件下易发生级联失效现象,给网络的抗毁性带来巨大影响。针对物流网络中级联失效扩散机理的认知对于提高应急对策的有效性及控制效率具有重要意义。因此基于物流网络特征构建级联失效模型,分析研究级联失效的传播对物流网络抗毁性的影响。数值仿真结果表明：以物流中心为代表的II类中转型节点的失效对网络抗毁性的影响最大。物流节点间业务联系紧密程度及网络结构均对网络抗毁性产生重要影响。     

考虑服务时效的物流服务供应链应急任务分配

针对应急情况下两级物流服务供应链任务分配问题,提出了考虑服务时效性的客户满意度模型方法。首先,考虑应急情况中订单任务量的随机性的情况,建立基于服务时效性的客户满意度模型;其次,构建最小化物流成本模型以保证物流服务供应链成本最优化;然后,引入线性加权法将包含最大化客户满意度与最小化服务成本双层规划多目标模型转化为单目标模型;最后,采用遗传算法（GA）求解模型,并针对权重作了灵敏度分析。算例研究表明,与上下层单目标分配结果的目标值0.0501和0.0825相比,综合函数模型得到了显著优化的目标值0.2716,说明所构建模型的任务分配方案能够更有效解决具有服务时效性客户满意度的物流服务供应链任务分配问题;由分析权重灵敏度可以看出,权重0.1< a< 0.5时的综合目标优化解相较于0.5< a< 0.9斜率变化程度显著,说明在应急任务分配时应根据服务能力参数理性选择两者的权重分配,这反映出了客户满意与物流成本悖反效应的存在。研究结果表明,考虑服务时效的任务分配模型能够有效解决应急情况下物流服务供应链任务分配问题。     

煤矿应急救援中无线Mesh网络多信道分配算法

针对现有的无线Mesh网络多信道分配算法无法解决煤矿应急救援中无线Mesh网络因传输干扰导致的信道分配抖动问题,结合无线Mesh网络连通性以及干扰模型,提出了一种基于拓扑分层和干扰避免的多信道分配算法,即对网络拓扑分层,在确定第1层节点与边的基础上,继续对其他层进行拓扑分配,然后根据干扰情况对各层进行信道分配。设计了仿真模型:无线Mesh节点发射距离为200m,干扰距离为500m,拓扑范围为1 000m×1 000m。随机选取20个节点,在可用信道变化和网关变化2种情况下对该算法进行仿真分析,结果表明该算法较常用的拓扑结构算法提高了网络的吞吐量,降低了信道分配中的传输干扰。     

整合供应商选择的多层级选址-库存模型

针对多级供应链网络设计中选址和库存一体化决策问题,基于梯级库存策略,建立了整合供应商选择的多层级选址-库存模型。模型以网络中供应商的选择成本、工厂和配送中心的打开成本、层级之间的运输成本、库存成本、采购成本和生产成本之和最小为目标,同时对供应商的选择、工厂和配送中心的选址、配送中心对顾客的分配、层级之间的运输量、工厂和配送中心的订货批量进行决策。为了求解所建立的模型,设计了基于部分编码的粒子群优化算法。20个不同规模的算例测试表明：所建立的模型是有效的,能用于多层级供应链网络的设计;所设计的算法无论是在求解精度,还是在运算速度上都明显优于数学优化软件Lingo 9.0,尤其是当供应链网络中总节点数较大时。     

基于混合需求的供应链多级库存协同订货模型

针对供应链多级库存系统存在混合需求的情况,建立了基于混合需求的多级库存协同订货模型。该模型假设在供应链中只有最下游节点面临的需求是独立需求,而其他上游节点面临的需求都是与之相关的相关需求。由于相关需求是一种块状需求,其库存成本构成与独立需求明显不同。因此,通过对多级库存系统的库存成本构成进行重新分析,分别给出了需求确定时不允许缺货和允许缺货的协同订货模型。另外,还通过对安全库存的分析给出了需求不确定时的协同订货模型。最后,给出了模型求解的遗传算法,并进行了实例仿真分析,展示了这种协同订货模型在混合需求的供应链中的实用性。     

考虑节点过载的碳排放空间关联系统级联失效模型

为提高突发事件级联失效对现实碳排放关联系统破坏程度的评估可信性，在传统复杂网络的"负载-容量"级联失效模型基础上，考虑个体成员对负载的冗余能力，提出一种过载失效概率，构建了考虑节点过载状态的级联失效模型，并基于节点特性提出了6种过载节点负载分配策略。仿真结果表明：在过载节点负载分配策略中，综合分配策略整体上较优，能够有效控制级联失效的规模，增加网络鲁棒性；在一定范围内提升过载参数有助于降低级联失效的影响，但提升到一定程度时改善效果不明显；在不同负载分配策略下，剩余系数存在一个最优值，容量可调参数存在最优区间，可以使碳排放关联网络保持较好鲁棒性的同时，花费较小的构建成本，其中紧密度分配策略对应的网络构建成本较高。     

航空紧急配送中的随机LRP模型及算法

针对震后紧急响应阶段路网中断和救援物资需求不确定性,建立航空物流中的随机定位—路线安排问题（LRP）模型,据此进行震后应急救援过程中救灾物资集散点和应急配送中心的定位以及救援物资空运路线安排的联合决策。根据该模型的特点,提出了一种改进的遗传算法,采用特定实值编码、罚函数法和物资需求量分割策略处理模型中的约束条件。算例分析结果表明,该模型和算法可以有效解决震后应急物流系统中的应急设施定位—分配和路线安排问题。     

Coordinating efficiency and equity in disaster relief logistics via information updates

This paper addresses a multi-supplier, multi-affected area, multi-relief, and multi-vehicle relief allocation problem in disaster relief logistics. A multi-objective optimisation model based on disaster scenario information updates is proposed in an attempt to coordinate efficiency and equity through timely and appropriate decisions regarding issues such as vehicle routing and relief allocation. An optimal stopping rule is also proposed to determine the optimum period of delay before responding to disaster, because decision making requires accurate disaster information. The main contribution of this paper is solving relief allocation problem in a novel way by correlating operational research with statistical decision making and Bayesian sequential analysis. Finally, a case is presented based on the post-disaster rescue in Eastern China after supertyphoon Saomai to test the applicability and show the potential advantages of the proposed model.     

大量需求点下基于深度Q学习的受损路网抢修队调度

受损路网抢修是重特大自然灾害发生后开展应急处置和救援的一个基本前提,主要研究如何对道路抢修队进行合理的调度以快速恢复路网畅通、保障救援队伍和应急物资从出救点及时输送到各需求点.鉴于已有研究在面向大量需求点时往往很难给出有效的调度策略,首先基于路网模型和马尔科夫决策过程分析抢修队修复受损路网的关键因素,并设计一种双反馈回报函数;然后基于深度Q学习求解抢修队的最优调度策略;最后通过对比实验结果表明,在大量需求点环境下,所提出方法具有较好的稳定性和可靠性,兼顾受损路网的修复效率和运输效率,能够以更少的修复代价令所有需求点可达,为灾后复杂应急场景下的受损路网抢修提供有益的尝试.     

Determining the optimal decision time of relief allocation in response to disaster via relief demand updates

Relief allocation has recently attracted increased interest in research. Most studies in the literature have not focused on the trade-off between demand forecast accuracy and relief allocation efficiency. Thus, we employ the Bayesian updating framework, which allows the decision-maker to postpone his decision until sufficient accurate demand information is available. Different from the previous studies, we propose a novel method of relief demand updating, and devise a lost function as a function of time delay. Then, we develop a relief allocation model as an optimal stopping problem, to determine the optimal delay in response to typhoon disaster. Finally, the proposed model is applied to a case of post-disaster rescue. The computational results indicate the potential advantages of the model.     

基于需求更新的救灾品配送公平与效率协调模型

鉴于需求准确度与救灾品配送效率之间的悖反关系,研究了基于需求更新的救灾品配送效率与公平问题.通过对某市民政局进行调研,了解到台风灾害发生时的需求变化规律,设计一种通过已知需求灾区对未知需求灾区的需求进行贝叶斯更新的需求更新方式,由此建立救灾品配送模型.将该模型应用于某台风救灾实例,通过实例分析表明了该模型的求解速率与精度,并找到了最优"决策点",实现了救灾品配送公平与效率的平衡.     

Capacitated single-allocation hub location model for a flood relief distribution network

In disaster management, the logistics for disaster relief must deal with uncontrolled variables, including transportation difficulties, limited resources, and demand variations. In this work, an optimization model based on the capacitated single-allocation hub location problem is proposed to determine an optimal location of flood relief facilities with the advantage of economies of scale to transport commodities during a disaster. The objective is to minimize the total transportation cost, which depends on the flood severity. The travel time is bounded to ensure that survival packages will be delivered to victims in a reasonable time. Owing to complexity of the problem, a hybrid algorithm is developed based on a variable neighborhood search and tabu search (VNS-TS). The computational results show that the VNS found the optimal solutions within a 2% gap, while the proposed VNS-TS found the optimal solution with a 0% gap. A case study of severe flooding in Thailand is presented with consideration of related parameters such as water level, hub capacity, and discount factors. Sensitivity analyses on the number of flows, discount factors, capacity, and bound length are provided. The results indicated that demand variation has an impact on the transportation cost, number of hubs, and route patterns.     

变路网情况下多库房应急物资调度模型及算法

考虑一类大规模自然灾害应急救援情景,基于实际应用条件和需要,建立了最优变路网情况下多库房应急物资调度模型。探讨了车辆所依托的路网结构可变和多库房对调度算法的双重影响,设计了一种求解问题的动态加速自适应遗传算法。作为结论的直接应用,给出的仿真算例验证了问题模型及其求解算法的合理性和有效性。     

震后过渡阶段应急物流系统的定位运输路线安排问题研究

针对震后过渡阶段中,回收救援物资与保护灾区环境的问题,在满足灾区民众基本生活需求的前提下,提出了一个正逆向结合的应急物流设施定位-运输路线安排问题(LRP)模型.首先,结合回收物资可分批运输的特点,建立以应急系统耗费总时间最小为目标函数的数学模型;然后,利用两阶段启发式算法对模型进行求解;最后,算例分析验证了模型和算法的可行性.实验结果表明,与传统单向LRP模型相比,所提方法的目标函数值减少了51%.所提模型能够有效提高应急物流系统运行效率,并为应急管理部门提供辅助决策支持.     

城市物流中心节点多目标识别模型及仿真

城市最后一公里物流已经成为了城市物流系统的重要组成部分,最后一公里物流节点的选取,可以进一步的提高最后一公里物流的配送效率,提升企业的配送形象,同时还可以降低企业的运营成本城市的拥堵现象等,本文从多种参与者角度出发,以物流配送覆盖度,均衡度,城市拥堵情况等多个指标及目标构建了基于聚类的城市物流一级节点识别模型,并使用贪婪算法对一级节点周边的二级节点进行识别,形成节点网络。使用南京仙林区物流需求情况及周边交通情况进行实证仿真,给出相应的一级节点及二级节点。本模型重点研究城市最后一公里物流体系的建立,丰富了物流节点构造的相关研究。