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。     

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.     

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.     

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。     

资源受限下的连续性消耗应急调度模型

目的 解决资源受限下的物资连续性消耗的应急调度物资和时间的优化问题.方法 在各出救点出救时间不确定条件下,建立了以施救成本和因施救不及时导致的损失费用最小化为目标的应急调度优化模型;考虑了出救点的物资量限制和时间限制等约束条件,采用粒子群算法对模型进行优化求解,对设计算例进行仿真实验.结果 求解出出救点的最优运输量和最优运输时间,实现了在规定应急时间内总成本最小的效果,验证了模型的合理性及算法的有效性.结论 模型适合解决在资源受限下的满足应急总成本最小的物资优化和出救时间优化的调度问题.     

可靠性应急设施选址多级覆盖鲁棒优化模型

为给决策者在不确定环境下设计具有鲁棒性的应急设施选址布局网络提供决策支持,研究应急设施选址多级覆盖鲁棒优化问题.考虑不确定需求和应急设施多级覆盖响应,建立共享不确定需求和中断情景下服务能力有限的应急设施多级覆盖选址鲁棒优化模型,利用灰狼优化算法(GWO)求解模型,对需求的扰动及应急设施的服务能力进行灵敏度分析.通过随机生成的数值算例验证模型和算法的可行性.结果表明:该模型能有效解决需求不确定和中断风险下选址布局网络的构建问题,且能保证选址决策具有良好的鲁棒性,决策者可基于不同的风险偏好和具体实际在可靠性和系统总成本之间权衡,确定最优的选址分配方案.     

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。     

需求不确定下基于鲁棒优化的新旧充电站规划

充电基础设施的合理规划是促进电动汽车行业发展的重要环节，现有研究均未考虑用户充电需求的不确定性对新旧充电站规划的影响。针对这一问题，采用鲁棒优化方法，引入不确定情境集来刻画用户充电需求的不确定性，构建了一个基于鲁棒优化的新旧充电站规划模型。并通过不确定预算来调节不确定集合的大小，以满足决策者的不同风险偏好。此外，将该模型应用于上海市杨浦区电动汽车充电站选址案例中，研究结果表明：(1)需求不确定条件下基于鲁棒优化的新旧充电站规划模型更符合实际，可以更好地应对未来用户充电需求增加的情况。(2)不确定预算对投资成本和建站数量有显著影响，决策者可以根据对不确定风险的偏好程度选择最佳的选址方案。     

资源约束下项目调度鲁棒优化模型研究

针对任务工期不确定的资源约束多项目调度问题,采用调度鲁棒优化模型进行研究。在充分理解鲁棒优化项目调度原理的基础上,在一定的假设条件下结合均值-鲁棒模型,建立了多资源约束下多项目调度的鲁棒优化模型,采用遗传算法求解鲁棒优化模型并给出了求解步骤。结合一个建设项目的仿真实例,应用Matlab计算机程序进行模型的求解,验证了模型的有效性和可行性。     

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。     

突发公共卫生事件应急物资无接触式配送路径优化

为解决突发公共卫生事件下大批量应急物资配送问题，研究了“卡车-无人车”联合配送模式。针对多约束客户点聚类问题，设计了防止K值变动偶然性的改进K-means++聚类算法；根据紧迫度大的客户点优先配送的原则，提出2类客户点并行配送的无人车调度方案，构建以配送时间最短为目标的路径优化模型。结果表明：改进K-means++算法得到的聚类数量K更为稳定；相同聚类结果的情况下，改进多种群遗传算法迭代次数更少、最优解更佳；改进后的算法组合最优解远优于其他3种组合算法。     

集装箱航线资产配置鲁棒优化模型

研究了不确定条件下集装箱航线资产配置问题.根据集装箱航线运行的基本特点和要求,基于航线均衡运行原理,建立了集装箱航线资产配置确定性模型,优化船舶规模、集装箱配置与舱位分配.通过引入鲁棒优化理论,将此模型拓展为包含不确定因素的鲁棒优化模型,以船舶规模为设计变量,以舱位分配为控制变量建立分析模型.以钟摆型航线为例进行仿真实验,对模型的有效性进行了验证.结果表明,该模型既考虑了需求的不确定性影响,又考虑了解与模型的鲁棒性,并且体现了决策者对风险的厌恶程度,使模型结论更符合实际需要.     

基于地点成本的交通应急救援设施优化选址方法

为了提高交通应急救援设施选址的科学性与实用性,根据既考虑地点成本,又要保留现有救援点的实际选址需求,提出了基于地点成本的交通救援设施优化选址方法.该方法通过惩罚参数的变动,有选择的保留现有救援点,推出一类条件集合覆盖选址方案;在不改变保留和新建救援点数目的条件下,唯一生成总加权救援时间最小解;考虑救援点建设成本的不同,能够实现建设成本的精确控制,保留的现有救援点是传统方法的2倍,总建设成本和总加权救援时间较传统方法得到多目标优化,实现了经济性与效率性的有效均衡,具有工程应用的可操作性.     

不确定条件下供应链设施决策的鲁棒优化

针对供应链设施决策问题,包括设施的位置、能力以及供给和需求的分配,考虑不确定的市场需求和成本费用,建立了鲁棒优化模型,使用情景分析法对不确定性参数进行了描述.设计了一种基于二进制映射模式染色体编码的混合遗传算法来求解鲁棒优化模型.算例仿真表明,利用鲁棒优化模型进行供应链网络设计,系统误差减小,系统呈现出对不确定因素的不敏感性.     

电动汽车应急救援站选址及资源配置

针对充电设施故障、车辆充电故障等因素会导致电动汽车无法充电,造成交通拥堵,威胁高速公路安全等问题,提出建立高速公路电动汽车应急充电救援站的策略,采用移动充电的形式对发生故障的充电站或车辆进行紧急救援。对应急充电救援站的基本职能进行探究,确定应急充电救援站选址的可靠性、经济性、时间最小性原则,在保证救援最大允许时间限度下,以救援站的建设成本与运行成本之和最小化为目标,优化选址方案,并根据充电站故障概率确定救援站中配备的充电车数量。8个充电站、12个救援站备选点的路网结构算例表明,该模型在保证救援时间的前提下,节约成本,满足经济性原则,证实了该选址定容模型的可行性。     

应急物资储备中片区储备库协同选址研究

为实现区域性应急物资储备的协同管理,对区域性应急物资储备布局中片区储备库的协同选址模型及算法进行研究。以储备库建设和物资运输成本之和最小、物资运输总时间最小为目标,基于混合整数非线性规划规划方法建立了片区储备库协同选址多目标优化模型,并设计了一种基于协进化原理、运用矩阵编码的多目标遗传算法。算例分析结果表明,该模型可以有效求解片区储备库协同选址问题。     

基于不完全扑灭的应急物资分配博弈模型

针对救援物资在短时间内不能全部满足灾害事件产生的应急需求,提出不完全扑灭灾情的策略,构建以受灾点为局中人,以分配方案为策略集的完全信息非合作博弈模型.为了解决节点和分配量过多导致策略集过大的问题,采用分阶段规划法,即一阶段以响应时间最短为目标对受灾点独立进行初始分配,二阶段针对发生冲突的受灾点建立博弈模型.通过构建适应度函数,提出用粒子群优化算法求模型的纳什均衡解.用一个数值算例来验证模型的有效性,结果表明该模型在解决供需不平衡的应急物资分配问题时,可以兼顾救援中的效率与公平,反映出较好的救灾效果.     

城市突发事件下的应急物资配送路径寻优

针对城市突发事件环境下的应急物资配送车辆行驶路径寻优问题,分析城市道路拥堵状况对于救援车辆行驶速度的影响。以车辆到达待救点的时间和行驶成本最少为目标,构建双层规划路径寻优模型。为提高全局搜索和局部寻优能力,采用一种改进的两阶段式萤火虫算法。算例结果表明所提出的模型和算法可有效解决城市突发事件下的应急物资配送问题。     

不确定性优化方法在电力系统研究中的应用

随着分布式电源接入并网与电力市场化改革不断深入,电力系统规划、运行及调度等方面带有了更多的不确定性,且该不确定性影响不可忽略,需要采用相关不确定性优化方法加以解决。从不确定性优化问题中不确定因素建模的角度,对随机规划包括机会约束规划、风险价值方法、条件风险价值方法、超分位数方法与鲁棒优化方法包括场景鲁棒优化方法、盒式鲁棒优化方法、椭球鲁棒优化方法的数学模型、及特点进行分析归纳、并阐述了在电力系统中的相关应用。     

鲁棒多目标优化问题ε - 拟弱有效解的最优性条件

研究了约束函数带有不确定因素的多目标鲁棒优化问题的最优性条件.首先,利用变分分析的工具(最大值函数的次微分、中值不等式、极限次微分的和规则等)建立不确定多目标优化问题的鲁棒ε- 拟弱有效解的最优性必要条件; 然后,在伪拟广义凸性的假设下,给出了该问题的最优性充分条件; 最后,用实例证明了相关结论的正确性.