基于遗传算法的应急物资分层联动调度研究

本文提出了在多物资、多车型特征的应急物资分层调度情况下求解调度系统中各运输工具具体调度方案的算法。该算法以系统调度任务完成时间最小为目标,基于遗传算法采用整体联动的求解思想。实际问题中的调度问题往往具有本文所提出的层次性,针对物资分层联动调度问题,本文给出了物资两层调度的算例,并建立了相应的数学模型,算例中第一层调度系统由一级仓库、二级仓库、一级运输工具和一级路网构成;第二层调度系统由灾害点、二级仓库、二级运输工具和二级路网构成,将两层调度系统视作整体,采用基于遗传算法的整体联动求解方法对算例进行求解得出结果,并对结果进行分析论证,验证算法的可行性与有效性。     

基于蚁群算法的粮食应急调度问题研究

为解决粮食应急调度问题,建立一个适合多应急点、多出救点的多目标优化模型。将“应急开始时间最早”和“出救点数目最少”作为优化目标,考虑每个应急点的紧急重要程度和粮食自身的消耗特点,引入相应因子。应用蚁群算法对模型进行求解,给出算法求解的具体步骤。数值算例表明,该模型可提高粮食的应急调度效率。     

变路网情况下车辆路径问题建模及应用

受车辆调度中的一类现实需求启发,提出了路网结构可变情况下的车辆路径问题。探讨了路网变动对车辆路径的影响,在描述可变路网的基础上,基于路网、路径双层优化思想,建立了问题优化模型。考虑到路网变化给问题求解带来的复杂性,给出了改进遗传算法与随机递归算法相结合的求解策略。作为模型的直接应用和说明,最后的算例验证了模型和算法的合理性、有效性。     

面向突发事件的应急资源调度模型的构建和求解

针对突发事件发生后存在多个事故、应急资源有限的情况,提出了基于非合作博弈的应急资源调度模型和算法。在该调度模型中,各个事故点被视为博弈模型的局中人,可能的资源调度方案映射为策略集,将应急资源的调度问题转化为对非合作博弈调度模型的Nash均衡点求解问题,并对基本蚁群算法进行了改进,嵌入了遗传算法的交叉操作和变邻域搜索策略,将其应用于求解该博弈模型的Nash均衡解。最后通过算例测试验证了模型和算法的有效性和可行性。     

基于多灾点非合作博弈的资源调度建模与仿真

当突发事件发生后,在应急资源有限的情况下,对多个灾点进行合理的资源调度是一个非常现实而复杂的问题。从多灾点所需应急资源的角度出发,提出了基于非合作博弈的应急资源调度模型和算法。在该调度模型中,各个灾点被映射为博弈模型的局中人,可能的资源调度方案映射为策略集,资源调度成本的倒数映射为效用函数,将应急资源的调度问题转化为对非合作博弈调度模型的Nash均衡点求解问题,接着介绍了一种求解Nash均衡点的迭代算法。最后对模型的仿真测试验证了该模型的有效性和可行性。     

应急资源联合调度博弈模型及优化

非常规突发事件爆发后, 如何使用不同的运输方式联合调度应急资源就成为急需解决的关键问题。鉴于应急资源在应急资源中心、资源中转站和需求中心之间的调运, 设计了应急资源流转过程模型。 在此基础上, 考虑到多种运输方式的联合调度问题而设计了面向非常规突发事件的应急资源联合调度博弈模型和算法。 针对经典核心法对该模型求解可能出现无解或多解的情况,提出了改进的核心法。 通过应急资源调度的算例分析与比较, 验证了所建模型与算法的有效性和求解结果作为调度策略的优越性。     

基于萤火虫算法的应急救援车辆调度

针对突发灾害事件情景下交通路网容量限定的特点,引用BRP路阻函数求解各路段车辆行驶时间,建立救援路径最短和车辆行驶时间最短双目标车辆调度模型;设计改进离散的萤火虫算法,构建算例对模型求解,求解结果与遗传算法的求解结果进行对比,验证了该算法的可行性和能更好的满足应急救援车辆调度的需要.     

考虑患者分类的应急手术调度研究

针对公众突发事件背景下应急手术调度效率及救治率低下等问题,将应急手术调度问题看作三级混合流水车间调度问题,在考虑患者三级分类的同时,综合考虑患者的恶化效应与手术团队的学习效应因素,构建以平均完成手术时间、患者恶化成本和手术室总能耗为优化目标的多目标应急手术调度模型。针对布谷鸟算法易陷入局部寻优的缺点,设计了一种被发现概率自适应的布谷鸟算法对应急手术的调度模型进行求解。最后通过仿真实验验证了模型和算法的有效性。     

基于混沌蚁群算法的应急救援车辆调度优化

针对应急救援车辆调度优化问题的特征和需求,以可变双向距离、道路风险和成本最小为主要目标,建立了应急救援车辆调度优化问题的多目标优化模型.为避免过早陷入局部最优,提出了基于混沌扰动的改进蚁群系统优化算法.该算法可对信息素进行全局更新混沌扰动,有效地提高了算法的适应性、求解效率和求解质量.仿真实验表明该算法是可行的,能较好地满足应急救援车辆调度的优化需求.     

基于改进回溯搜索优化算法的应急资源调度

以连续性消耗应急系统为背景,建立以时间成本和运输成本最小化为目标的多资源多供应点调度模型。针对该模型的特点,对一种具有强全局搜索性的新智能算法——回溯搜索优化算法进行改进,设计变异操作中的变异尺度系数和交叉操作中的交叉概率策略,提高算法的收敛速度和求解精度。运用改进回溯搜索算法进行模型求解,仿真实例表明,改进回溯搜索优化算法在解决应急资源调度问题时拥有良好的性能,全局收敛性与求解精度均优于比较的回溯搜索优化算法、差分进化算法和粒子群算法,能够有效且合理地进行应急资源调度。     

基于资源-时延转换的应急资源配送模型

考虑灾后抢修失效路段对路网连通性的影响,以最大化应急资源配送效益为目标,基于资源-时延转换的思路,引入时延的随机性,构建了路网、路径联合优化模型。基于模型整体框架,设计了改进的遗传算法用于求解问题。算例分析展现了模型的实际应用过程和求解算法的有效性。     

Optimal scheduling of emergency roadway repair and subsequent relief distribution

Emergency roadway repair and relief distribution planning following a natural disaster has traditionally been done manually and separately, based on the decision-maker's experience, disregarding the interrelationship between emergency roadway repair and relief distribution from the system perspective, which may yield inferior solutions. Hence, in this research we consider minimizing the length of time required for both emergency roadway repair and relief distribution, as well as the related operating constraints, to develop a model, for planning emergency repair and relief distribution routes and schedules within a limited time. We construct a time–space network for emergency repair and another for relief distribution. A number of operational constraints are set between these two networks according to real constraints. Our model is a multi-objective, mixed-integer, multiple-commodity network flow problem. We adopt the weighting method and develop a heuristic to efficiently solve this problem in practice. To evaluate our model and the solution algorithm, we perform a case study. The results show the model and the solution algorithm could be useful in practice.     

多中心半开放式送取需求可拆分的车辆路径优化

针对多中心半开放式送取需求可拆分的车辆路径问题,构建了以车辆配送距离最短为目标的多中心半开放式送取需求可拆分的数学模型。设计大变异邻域遗传算法进行求解,采用二维染色体编码及顺序交叉策略,同时运用大变异策略和邻域搜索策略提高算法全局和局部的寻优能力,通过算例对比验证了所提模型与算法的有效性。算例实验表明,大变异邻域遗传算法在求解多中心物流配送车辆路径问题上求解质量较优、求解效率较高、求解结果较为稳定,同时验证了联合配送下多中心半开放式送取需求可拆分的配送模式优于独立配送下单中心送取需求可拆分的配送模式。研究成果不仅拓展了车辆路径问题,还可为相关快递物流企业配送优化提供决策参考。     

应急物流中的累计时间式多车场车辆路径问题

为提升应急救援的快速性和公平性,以最小化所有受灾点的累计等待时间为目标建立累计时间式多车场车辆路径问题(Cum-MDVRP)的模型。由于该问题具有NP-hard性质,设计了一种多起始点变邻域下降法对其进行快速求解。每次迭代中,多起始点方法通过改进的Split算法结合可行性修复程序生成随机的初始可行解,然后由变邻域下降法对其进一步改进。扩展的标准算例的测试结果验证了所提出模型和求解算法的有效性。     

泰森多边形的离散蝙蝠算法求解多车场车辆路径问题

本文提出一种泰森多边形的离散蝙蝠算法求解多车场车辆路径问题(multi-depot vehicle routing problem,MDVRP).所提出算法以离散蝙蝠算法为核心,融入了一种基于多车场多车辆问题的编解码策略.所提出算法还使用基于泰森多边形的初始化策略加快算法的前期收敛速度,采用基于向量比较机制的适应度函数来控制算法收敛的方向,引入基于近邻策略和优先配送策略的局部搜索算法来提高算法的寻优能力.实验结果表明:在合理的时间耗费内,所提出的算法能有效地求解MDVRP,尤其是带配送距离约束的MDVRP;相对于对比算法,所提出的算法表现出较强的寻优能力和稳定性.     

基于协同差分进化的多出救点应急物资调度

主要利用差分进化算法来研究时间约束下的多出救点应急物资调度优化问题。针对传统差分进化算法搜索速度慢、易陷入局部最优解的缺点,提出一个并行协同差分进化算法,将该算法应用于时间约束下的多出救点应急物资调度优化,建立相应的数学模型,在此基础上设计相应的算法。实例验证表明,同遗传算法、标准差分进化算法相比,该算法在解决具有时间约束的多出救点应急物资调度优化问题方面具有较快的搜索速度和较好的寻优能力。     

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。     

多配送中心车辆路径问题的狼群算法

针对多配送中心动态启用和车辆的合理分配,文章首先建立了以总路径长度最小为目标函数的多配送中心车辆路径问题的数学模型;其次,根据多配送中心车辆路径问题的具体特征,模拟狼群捕食行为设计了求解该问题的狼群算法;最后,应用狼群算法求解测试算例,并将其计算结果与几种常见智能优化算法的计算结果进行比较,验证了狼群算法求解多配送中心车辆路径问题的可行性与有效性。     

多配送中心危险货物配送路径鲁棒优化

针对危险货物配送路径对不确定因素敏感度较高的问题,提出了鲁棒性可调的多配送中心危险货物配送路径鲁棒优化方法。首先,以最小化运输风险和最小化运输成本为目标,根据Bertsimas鲁棒离散优化理论,建立鲁棒优化模型;然后,在改进型强度Pareto进化算法（SPEA2）的基础上设计一种三段式编码的多目标遗传算法进行求解,在遗传操作中对不同染色体段分别采用不同的交叉和变异操作,有效避免了种群进化过程中不可行解的产生;最后,以庆阳市西峰区部分路网为例进行实证研究,并将配送方案落实到运输过程的路段中,形成具体的运输路径。研究结果表明：在多配送中心下,运用该鲁棒优化模型及算法,能快速得到具有较好鲁棒性的危险货物配送路径。