考虑失效路段恢复的动态应急资源车辆调度模型

重大灾害救援中,应急资源车辆调度时常因某些道路毁损（通行功能失效）而绕行,相对延长了调度时间。基于现实可行性和必要性,将抢修失效路段与资源调度联为二级递阶系统,并考虑车辆行驶时间的动态性,建立了数学模型,同步规划道路恢复和车辆路径,为有效提升救援效率提供了新的途径。设计了双层基于启发式算法的求解策略,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和可行性。     

基于GIS的动态应急资源调度系统设计与实现*

为提高应急响应能力,利用实时的道路信息、救援状态信息和应急资源配置信息,设计了一个实时、动态的应急资源调度系统。在地理信息系统基础上,实现了利用实时信息动态生成应急资源调度方案。最终通过一个实例应用,结果证明了系统的实用价值,可以为应急资源救援提供科学的决策支持。     

基于实时信息的动态应急资源调度模型

为利用实时的道路信息、救援状态信息和应急资源配置信息,以提高应急响应能力,建立了一个动态的应急资源优化调度数学模型.针对任意时刻的静态应急资源调度模型,利用遗传算法进行求解.考虑算法的实时性,通过变换时间变量t进行迭代计算,提出模型的动态求解算法.通过一实例对模型的算法进行了验证分析,结果证明了动态应急资源调度模型及其求解算法的有效性.     

基于物联网的应急车辆在线调度决策系统设计

受信息处理效率的影响,应急车辆调度决策缺乏可靠依据,导致车辆的抵达效率较低,为此提出基于物联网的应急车辆在线调度决策系统,利用搭载SX1250射频前端芯片的网关模块作为系统的通信装置,借助拥有强大计算能力的开发板实现对复杂运算的快速处理。在此基础上,构建包含影响车辆调度效率的要素数据库,利用物联网建立系统与车辆实际运行环境的实时交互关系,以时间为导向,采用遗传算法计算实时数据与数据库的拟合关系,在线确定应急车辆的行驶路径。测试结果表明,搭配该系统的应急车辆均在最优路径下抵达静态和动态目的地,耗时明显低于对比方法。     

基于鲸鱼群优化算法的带Sigmoid满意度应急车辆调度问题

针对突发大规模灾害事件下受灾点严重程度不同的特点,引入Sigmoid时间满意函数评价救援效果,建立平均时间满意度最大与救援路径最短双目标调度模型.设计了基于混沌序列搜索算子的混沌鲸鱼群算法,通过构建三组不同规模的实验案例对模型进行求解,并将所得结果与模拟退火算法和基本鲸鱼群算法进行比较.实验表明,在处理较小规模车辆调度情况下,三种算法处理效果差距不明显,随着求解规模增大,混沌鲸鱼群算法对解决所提问题具有更好的效果,是一种优化应急车辆的有效方法.     

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.     

考虑震后道路可靠性的多目标应急调度问题研究

针对重大自然灾害应急物资调度决策问题，提出一种考虑灾后道路可靠性的多目标优化应急调度模型，以最长车辆行驶时间最小、最小车辆行驶路径可靠度最大和系统物资未满足度最小为目标函数，采用第二代非支配排序遗传算法（NSGA-Ⅱ）和加权遗传算法（GA）进行求解，并对求解目标函数结果进行对比分析.以“汶川地震”为仿真算例，结果表明：在多目标应急调度问题上，NSGA-Ⅱ各目标最优解均优于加权GA算法且收敛速度更快，验证了该应急调度模型的有效性.     

基于多模式分层网络的应急资源调度模型

分析对应急物流中救援资源流转过程,设计应急资源调度的多模式分层网络。根据突发事件对灾区路况的影响建立路网场景集,并以此来描述交通运输网络旅行时间的不确定性。运用最小最大理论提出绝对可靠路径模型和相对可靠路径模型及其相关算法,作为应急资源调度可靠路径的选择依据。应急资源调度的实例验证了该模型的可行性和有效性。     

应急物资配送车辆调度模型与优化综述

抢险救灾行动的有效规划和调度在挽救人民群众生命和减轻财产损失中起着重要作用,利用数学建模方法和计算机仿真技术,辅助决策者完成应急物资配送车辆调度已成为学术界的共识。围绕模型和优化两个关键点,分析了近年来应急物资配送车辆调度的研究现状,归纳出了应急物资配送车辆调度模型的主要优化目标和影响因素,对比分析了多种优化算法的应用效果,提出了现有研究中存在的问题,最后研讨了应急物资配送车辆调度研究的发展趋势。     

基于HS算法的油田事故应急资源调度系统

针对油田灾难事故应急资源调度过程中,救援资源种类多,参与救援的救援点多,为保证在应急救援过程中,应急决策者能够快速、及时、准确地调配应急资源,并在保证救援效果的前提下尽量降低救援成本,采用B/S架构并基于HS优化算法作为调度核心算法实现应急资源优化调度系统。经测试,该系统可靠高效。     

“互联网 医疗”背景下手术调度研究综述分析*

合理的应急救援手术调度是减少突发事件人员伤亡的重要手段;为了适应我国应急救援工作的需要,确保突发事件发生后伤员能够得到快速高效的救治,基于“互联网 医疗”背景,从学习行为角度出发,分析“互联网 医疗”和学习效应在手术调度过程中的应用情况,对各手术调度模型及求解方法进行综述分析;归纳国内外手术调度的研究成果,为构建突发事件伤员救援新方法、完善应急救援理论体系提供指导。     

突发事件下应急救援路径选择模型的构建和求解*

针对应急车辆的救援路径优化问题,在分析突发事件下路段运行时间的均值、方差和阻断概率的基础上,综合考虑了路径行程时间可靠性,路径阻断风险,以及路径复杂性等因素,以地震灾害为背景,建立了应急救援路径选择的多目标规划模型,并给出了求解该模型的多目标遗传算法。本文为救援路径选择提供了可靠的方法     

基于GPS/GIS协同的动态车辆调度和路径规划问题研究

从物流行业信息化和智能化发展的需求出发,利用以物联网为代表的现代信息和通信技术,设计了GPS/GIS协同下的智能车辆监控和调度系统。同时,基于该调度系统具有的信息实时获取和智能处理能力,考虑配送车辆及客户需求等相关实时信息对车辆调度和路径规划的影响,构建了基于实时信息且带时间窗的动态车辆路径问题(DVRPTW)混合整数规划(MIP)模型。结合模拟实验,通过混合遗传算法寻优对车辆配送路径进行动态调整和优化,为物流行业降低企业运营成本、提高物流配送效率、改善物流服务质量提供借鉴和参考。     

基于改进遗传算法的车辆调度模型

随着运输网络复杂程度的不断增加,运输车辆会遇到车祸、拥堵等干扰,传统的车辆调度模型缺少对这种干扰风险的分析,无法建立较为准确的调度模型,造成调度车辆遇到干扰时,调度效率大幅降低。为了避免上述缺陷,提出了一种基于改进遗传算法的车辆路径调度算法,引入扬长避短的思想,对所有的车辆运输路径进行编码,并对所有的路径进行选择、交叉和变异运算,运用模拟退火算法提高算法的寻优性能,形成车辆的高效调度。实验结果表明,利用改进算法进行车辆调度,能够提高运输的效率,从而满足实际运输需求。     

应急救援物资多目标分配与调度问题建模与求解

应急救援物资多目标分配和调度集成优化是灾害应急决策中的一个难点问题.为此, 构建一种面向多储备点、多发放点、多种应 急救援物资的并发分配与调度多目标优化模型, 提出一种基于二维NSGA-II与蚁群优化的混合智能搜索算法.在所提算 法中, 设计二维二进制编码、个体修正策略以解决多发放点之间潜在的应急救援物资 冲突, 并改进蚁群优化中的信息素全局更新策略以实现多个调度路径的同时优化.对比实验 结果表明, 所提出的混合算法可以在合理的时间内给出更高质量的应急救援物资分配和调度方案.     

基于改进蚁群算法的救护车应急救援路径规划

救护车并行调度与大规模伤员救援一直是应急救援过程中需要优先解决的问题。引用一种面向多位受伤程度不同的伤员的救护车并发调度与分配优化模型,依据伤情轻重将所有伤者进行分类,按不同优先级进行救护车的调度与救援;采用蚁群优化智能算法求解这个复杂的优化问题。在启发式算法中,改进蚁群优化中的信息素更新策略以实现多个调度路径的同时优化。对比实验表明,所提模型与智能算法在救护车资源不是很充足的情况下具有更好的性能,能够产生一组有效可行的解,并可以同时给出各个救护车响应各伤员的救援路径和响应时间。     

交通事故约束下车辆通行最优调度模型仿真

城市道路交通主干道发生事故时,车道发生堵塞,道路通行受到严重影响,尤其会延长货物运输时长。为了避免交通事故发生后车辆长时间排队问题,需及时调度各个方向车辆。但是由于车辆行驶的路线具有交叉性,通行调度难度较大。为此构建交通事故约束下车辆通行最优调度模型。结合交通事故因素和驾驶员自身特征因素,构建车辆通行调度模型,利用自适应遗传算法和模拟退火算法提高全局和局部寻优能力。采用优化后算法求解车辆通行调度最优模型。实验结果表明,所构建模型调度下车辆行驶到目的地的总距离更短,生成最优调度路径时迭代次数低于30次,耗时不超过10min。     

基于ITS和GIS系统的车辆实时调度问题的研究

ITS和GIS的发展使得车辆调度中心可以根据道路交通情况实时调整车辆行驶路径,以避开交通拥挤路段,降低车辆的行驶时间。文章针对ITS和GIS系统的特点提出了车辆实时调度模型,并且就如何降低问题的状态空间进行了讨论。     

基于混合人工鱼群算法车辆拥堵调度方案

研究交通拥堵的有效调度问题,提高调度的效率。针对传统的车辆调度算法在进行车辆调度路径选择时,需要建立一定的预估性约束条件,一旦建立一个的约束条件受阻,会影响其它约束条件的生效,造成算法收敛速度慢、易陷于局部最优、车辆拥堵时调度效率较低的问题。为了解决上述问题,提出使用优先适合启发式算法与人工鱼群算法相结合的混合人工鱼群算法求解拥堵时车辆的高效调度问题,运用鱼群中的觅食、群聚等数学模型,解决约束冲突弊端,进行最优调度路径的准确定位仿真。实验结果表明,混合人工鱼群算法能快速有效的求解车辆拥堵问题,解决了最优调度路径的选择,为求解车辆高效调度提供了参考,具有广阔的应用前景。     

铁路应急资源动态多阶段调度决策模型及算法研究

近年来,铁路突发事件时有发生,严重影响铁路的正常运营,合理地进行应急资源的调度是提高铁路整体应急救援能力,减少突发事件所造成损失的有效途径。以博弈论为理论基础,将各应急点看作博弈局中人,考虑救援点到应急点的运力限制以及不同资源在不同应急点的重要度等因素,构建了资源动态需求函数,并用应急点对资源缺少量的时间累积来刻画系统损失。将多应急点的资源调度描述为一个多阶段非合作博弈过程,以系统总损失最小为目标,建立多应急点-多救援点-多种资源的动态多阶段资源调度模型,并设计了求解该模型Nash均衡的改进布谷鸟算法,从而得到最优的铁路应急资源调度方案。通过具体算例验证了模型的可行性与算法的优越性。结果表明该模型较为切近实际、适用性较强且改进后的算法更具高效性,可为铁路应急资源调度决策提供依据和支持。