服务能力受损情景下的应急设施选址模型

考虑突发事件造成应急设施服务能力受损的情景,通过最大、最小临界覆盖距离定义应急设施对需求点的应急服务质量,在满足需求点最低服务质量和数量要求条件下,以最大化加权服务质量期望值为目标建立了应急设施选址模型。设计了一种基于模拟退火的求解算法,通过对临界覆盖距离、最低服务质量要求、设施服务能力等参数的数值试验,表明本文模型与算法可为解决应急设施选址决策提供有益的参考。     

农垦系统应急物资设施选址问题研究磁

论文对农垦系统应急物资储备库选址问题进行研究,综合了 P-中值模型、P-中心模型、覆盖模型等一般选址模型的优缺点,同时考虑到应急设施选址的效率性、公平性和成本等多方面因素,建立了一个多目标决策模型。该模型采用线性加权和法求解,得出应急设施的最优选址点。经齐齐哈尔垦区应急行动检验,多目标决策模型的计算结果科学合理、经济可行,为应急设施选址决策提供了有效依据。     

考虑多重覆盖的应急设施多级协同布局鲁棒优化

应急设施的合理布局是灾后实现物资高效、公平和稳定供应的重要保障.针对突发自然灾害的不确定性,研究基于多重覆盖的应急设施多级协同布局鲁棒优化问题.首先,提出多级设施选址下的多重覆盖水平函数,以最小覆盖水平和期望总成本最优为目标,建立应急设施多级协同选址双目标优化模型;其次,应用基数不确定集和p-鲁棒方法构建两类鲁棒优化模型,分别研究场景内不确定需求和随机场景对设施布局的影响;最后,以湖南省救灾备荒种子储备库选址为例进行实证分析,验证所提出优化模型的有效性.研究结果表明:多级协同布局相比传统布局方案更具优势;鲁棒优化模型能够有效应对不确定情形和随机场景下的物资需求;决策者的风险偏好程度和预算水平对设施协同布局有重要影响,需对二者进行综合权衡.     

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。     

大规模突发事件应急设施选址模型及算法

大规模突发事件下应急物资的需求量巨大以及对资源持续需求的特点,考虑设施选址的公平性、效率性及成本等因素,基于多级覆盖和覆盖衰减思想,提出一类应急设施多目标多重覆盖衰减选址模型。基于MATLAB7.0设计贪婪算法、上升算法、遗传算法程序对模型进行求解,以25组不同规模的算例验证了模型的性能和算法的有效性。数值模拟结果表明,该模型较之传统覆盖选址模型可以为需求点提供更高的覆盖满意度;当目标权系数取不同值时对选址结果产生较大影响;对三个算法性能进行比较,遗传算法最优,上升算法次之,贪婪算法最差,上升算法适于求解中小规模的选址问题,而遗传算法更适合于大规模选址问题的求解。     

有容量约束的随机多目标LIP模型及其求解算法

针对某些特殊物资的物流网络设计问题,以系统总成本最小与系统实时性程度最高为目标,建立一个考虑随机需求、设施容量约束、客户时限约束、带提前期的选址-库存问题(LIP)模型。该模型被描述为一个双目标的非线性离散混合整数规划模型。针对该模型,基于小生境技术设计一种改进的非支配排序多目标遗传算法Π(NSGAΠ),以丰富非支配解的数量。算例与对照实验结果表明,NAGAΠ可得模型的Pateto前沿解集,与标准NSGAII相比具有明显的优势,该模型及算法可应用于血站或者某些应急药品仓库的选址布局与库存决策。决策者可根据实际需要及偏好在一簇Pateto解中选择合适的优化决策方案。     

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。     

基于交互式决策的旋转基多目标可视化技术

为解决高维多目标优化问题中Pareto最优解集不能有效可视化这一难题,提出一种基于交互式决策的旋转基多目标可视化技术.首先利用基向量的旋转角度反映Pareto最优解中各目标的优劣程度;然后以绘制基点为初始位置,依次叠加旋转后的基向量;最终将Pareto最优解以一条独立路径映射为二维空间平面上的一条折线,得到旋转基可视化图形.基于此思想设计了高维多目标可视化模型并进行实验,结果表明,该技术有效地反映了Pareto最优解中各目标的性能、波动性以及综合性能优劣等属性情况,达到了方便决策者对Pareto最优解集进行分析和决策的目的.     

考虑设施失效的军事物流配送中心选址模型

为了提高军事配送系统的经济性,针对物资配送中后勤设施失效时进行支援保障和越级保障的情况,将军事物流配送中心的属性分为“首选”与“备选”两种,并把设施失效时的应急配送成本作为决策目标的一部分,建立了最小化设施固定成本、正常配送成本、应急配送成本之和的军事物流配送中心选址模型,采用贪婪取走的启发式算法进行了模型求解,比较了考虑设施失效情况的选址方案与未考虑设施失效情况的选址方案之间的差别。仿真算例结果表明,虽然由模型所得选址方案的设施固定成本与正常配送成本之和高于未考虑设施失效情况的选址方案,但平均期望成本增加值低于后者。     

3G基站选址的智能优化实现

基站的位置和数量影响网络的服务质量。针对传统选址方法的不足,提出了一种基于免疫遗传算法的选址优化方法;给出了基站选址问题的多目标优化数学模型和实现过程。算法中采用了浓度调节选择概率机制,有效保证了抗体的多样性,避免了早熟收敛,并使用记忆细胞集来保存每代所产生的Pareto最优解;提出了一种邻近排挤算法对记忆细胞集进行更新、删除,保证了Pareto最优解集的分布均匀性。仿真结果表明,算法可以有效找到可行的基站布置方案,为实际工程应用提供了解决思路。     

改进多目标鮣鱼优化算法求解多容量养老院选址分配问题

为应对未来老龄化时代的到来,完善养老服务体系,针对养老院的选址分配问题,在考虑用户满意度和覆盖率的情况下,构建多目标优化模型。首先,考虑老人对养老院的满意度、养老院相对于社区位置满意度以及养老院相对于大型医院位置满意度,构建了最大化平均满意度和覆盖率以及最小化建设成本的多目标选址分配模型。其次,针对模型的特点,融入两阶段思想,设计了一种改进鮣鱼优化算法对模型进行求解。实验结果表明,该算法能够快速且有效地获得一簇Pareto解,可权衡实际需求和对不同目标的偏好,考虑满意度或成本,在Pareto解中可选择恰当的养老院选址分配方案。最后,通过与其他三种算法的对比分析,验证了模型的可行性和算法的优越性。     

救灾物资高维多目标自适应分配问题建模与求解

针对救灾物资分配中效率和公平性的均衡问题,提出一种基于二维整数编码的高维多目标自适应分配算法。首先构建了一个综合考虑应急响应总时间、灾民恐慌度、救灾物资未满足度、物资分配公平性、灾民损失、应急响应总成本的高维多目标优化模型,然后采用二维整数编码和自适应个体修正（AIR）解决潜在的应急资源冲突,最后引入移位密度估计和第二代强度帕累托进化算法（SPEA2）设计了一个救灾物资高维多目标分配算法。在仿真实验中,与带有编码修正机制的非支配排序差异演化算法（ERNS-DE）和基于贪心搜索的多目标遗传算法（GSMOGA）相比,所提算法在两种应急环境中的覆盖值分别提高了34.87%、100%和23.59%、100%,同时所提算法的超体积值也远远高于两种对比算法。实验结果表明,所提模型和算法可以让决策者根据实际应急需求选择应急方案,具有更好的灵活性和求解效率。     

A multi-objective optimization approach for health-care facility location-allocation problems in highly developed cities such as Hong Kong

Public health-care facilities are essential to all communities, and their location/allocation has long been an important issue in urban planning. Given the steady growth of Hong Kong's population, new health-care facilities will need to be built over the next few years. This research examines the problem of where such health-care facilities should be located to improve the equity of accessibility, raise the total accessibility for the entire population, reduce the population that falls outside the coverage range, and decrease the cost of building new facilities. However, because urban areas such as Hong Kong are complex socio-ecological systems, the aforementioned conflicting objectives make it impossible to find one ‘best’ solution that meets all of the objectives. Therefore, this research uses a genetic algorithm based multi-objective optimization (MOO) approach to yield a set of Pareto solutions that can be used to find the most practical tradeoffs between the conflicting objectives. The MOO approach is used to optimize the location of new health-care facilities in Hong Kong for 2020. Because the MOO approach provides a set of diverse plans, planners can compare the value of each objective and the spatial distribution of facilities to analyze or select the solution that best supports their further decisions. Comparing the Pareto solutions with other solutions, it indicates that the MOO approach is a sensible choice for solving multi-objective problems of health-care facility location-allocation in Hong Kong.     

飞机环控/发动机系统多目标决策研究

提出一种两阶段多目标决策方法,应用于飞机环控/发动机系统的多目标决策分析。将起飞、加速爬升和高空超音速巡航阶段的总熵产最小视为不同目标函数以建立多目标优化模型,采用多目标优化算法得到非劣最优解集。在此基础上进行方案初选,利用改进综合权重的Vague集决策方法对备选方案进行模糊评价和优选,并找到最终解。计算结果验证了该方法的合理性。     

基于竞争环境的截流设施选址与车辆路径问题

研究竞争环境下截流设施选址与带时间窗的多中心车辆路径问题。首先,在考虑设施覆盖范围衰退的情况下,利用阶梯型效用函数和偏离距离描述消费者的选择行为,并确定截流设施的需求量;然后,采用基于聚集度的启发式算法对门店进行分类,借助双层规划法,建立门店选址与车辆路径安排的多目标整数规划模型;最后,采用改进的蚁群算法进行求解。通过分析对比实验结果,验证了模型的有效性和可行性。     

基于改进多目标粒子群算法的DG选址定容优化研究

为研究分布式电源接入位置和容量对配电网安全稳定运行的影响,文中构建了静态电压稳定指标,设置了不同的方案进行仿真,仿真结果证明了DG容量和接入位置对配网有重要影响,同时有效验证了模型的有效性。然后,为减少DG的容量和位置不合理规划造成不利影响,文中建立了以综合成本、网损和电压稳定裕度为目标函数的模型,采用基于小生境的改进多目标粒子群优化算法对模型进行求解。通过算例仿真,求解多目标Pareto解。在实际决策过程中,规划人员可根据不同偏好或实际需求从Pareto最优解集中选择合适的最优解,实现DG的多目标最优选址定容,为分布式电源的经济可靠接入配电网提供重要的指导意义。     

不确定条件下战时应急物资配送中心选址研究

应急物资配送中心是战时运送应急物资的重要枢纽,面对战场环境的不确定性,设计高效、可靠的战时应急物资配送网络具有重要战略意义。将需求不确定性和设施损毁同时纳入考量,建立了模糊需求和设施损毁场景下带容量约束的可靠性选址模型。设计了一种改进的免疫遗传算法对模型进行求解。算法中针对模型特点加入动态交叉变异算子和客户优先级算法,通过仿真实验验证了模型和算法的有效性,为可靠性选址问题提供模型和求解思路。通过数值实验分析了不确定水平和损毁概率对实验结果的影响,结果表明损毁概率对最终选址方案有更大的影响。