应急救援物资与伤员协调转运的两阶段调度优化模型研究

通过应急救援物资和伤员的协调转运提高救援效率,研究直运方式下,一个救援中心,多个受灾点之间单位运输需求协调转运的调度优化模型.以最小化车辆的在途时间为目标,建立了两阶段的数学模型,并进行了数据模拟和求解.结果表明模型能有效地解决车辆的配置和调度,能够协调物资和伤员两种类型的转运需求,并且最小化运输成本.     

考虑灾后道路恢复情况下动态应急物资选址问题

为研究面向地震灾害下的动态应急物资选址问题,以最小化应急物资运输成本和灾民等待物资心理惩罚成本为目标,考虑灾后道路恢复情况,权衡二次运输成本和灾民等待物资心理惩罚成本,建立多目标混合整数规划模型,确定不同道路恢复情况下动态应急物资选址方案。考虑模型中权重等参数的影响,设计3种实验,并对实验结果进行讨论。通过实际算例,以雅安地震为背景,将灾后72h分成6个时段,每个时段下对应不同的道路恢复情况,确定每个时段下的应急物资选址方案,验证模型的实用性。     

基于Ⅱ阶段法的应急物资运输路径选择

将应急物资运输划分为以救助生命为主要任务的Ⅰ阶段和以安置灾民为主要任务的Ⅱ阶段,Ⅰ阶段应急物资运输以时间最短且运量最大为目标,Ⅱ阶段应急物资运输以成本最小且运量最大为目标.同时,构建多式联运运输网络,以多出救点-单受灾点的问题为背景,考虑运输方式的多样性,建立应急物资两阶段多目标调度模型,结合实例设计Dijkstra算法分别求解,验证上述模型的有效性.     

考虑受灾点差异性的应急物资配送方案研究

为提升应急救援的效益,针对应急物资储备库的储备量小于受灾点需求量的情况,考虑受灾点受灾程度的差异,运用B型关联度—TOPSIS方法确定各个受灾点的需求紧迫程度,将需求满足率最大化作为目标建立基于公平性的应急物资配送模型。以芦山地震为算例,采用NSGA-Ⅱ算法来验证模型的有效性。结果显示:受灾点最小满足率为87.19%,紧缺程度最小为30.05t,紧迫程度最大的芦山县满足率达到99.7%。证明当应急物资供应量小于受灾点需求量时,可按照紧迫程度的顺序对物资进行分配,并达到一定的满足率,有效实行物资分配。     

基于L形算法的震后救援物资调运优化研究

考虑地震发生后受灾点的物资需求具有不确定性以及通往受灾点的道路受影响可能发生中断情形,研究了震后的救援物资运输优化问题,建立了随机需求条件下以运输时间最小为目标的应急物资调运优化模型.运用基于两阶段法的L形算法对模型进行求解,通过具体算例验证算法的有效性,并通过与一般随机规划的求解算法——机会约束规划法的比较,验证了该...     

黄金时间内救灾物资多阶段调配问题求解

以集散点—配送点—需求点作为三级网络,构建以各需求点应急物资满足度最大、各需求点平均满足度方差最小以及成本最小为优化目标的应急物资调配模型。首先,在物资供需确定的情况下,确定物资紧急程度和黄金救援时间受灾人员的存活率比重;然后将有限的物资在车辆容量、车辆数目、装置防护时间以及装卸货时间等约束条件下,采用NSGA-Ⅱ(第二代非支配排序遗传算法)求解;最后将算例仿真结果与目标转换和线性相结合方法结果进行对比和灵敏度分析,验证算法的配送效率。实验结果表明,72h内医疗物资整体配送率达82.4%,生活物资整体配送率达94.67%,与目标转换和线性相结合方法相比,采用NSGA-Ⅱ的整体应急物资配送效率提高7.4%,当增加车辆数目至原来一倍时可再提高9.8%;生成多个配送方案适用多种应用场景,决策者可根据受灾点情况选择不同配送方案,保护受灾群众的生命和财产安全。     

应急救援物流中物资分发点多目标排队选址优化

基于模糊数学、排队理论与选址理论,建立了应急救援物流中物资分发点的多目标模糊排队选址优化模型,其中：受灾点的需求率和物资分发点的服务率为模糊数,物资分发点建立成本最小和救援反应时间最短为目标函数．设计了模型的求解算法,确定了物资分发点的选址以及各个分发点所覆盖的受灾点区域范围．结合具体算例,验证了模型的实用性,并分析了物资分发点应急服务能力对救援效果的影响．     

应急物资保障系统模糊多目标LARP 研究

为了将应急物资快速有效地配送至灾区,从供应链的角度构建一个包含应急 物资供应点、集散点、配送中心及受灾点四层结构的应急物资保障系统. 在考虑需求不确 定性的基础上建立一个双层优化模型. 上层模型以最晚运达时间最小、配送总成本最小 及车辆载重利用率最大为目标,决策灾区应急物资配送中心的选址及车辆路径安排;下 层模型以运输总成本最小为目标,决策应急物资集散点的选址及应急物资的分配. 设计 一种自适应遗传算法求解上层模型,运用GAMS 软件求解下层模型. 以“4· 20”四川芦山 地震应急物资保障为背景构建算例,验证模型和算法的可行性和有效性.     

突发灾害条件下应急物资运输研究

突发性灾害事件已严重威胁社会和人民生命财产安全。应对突发事件建立物资运输响应机制是相关领域的研究热点。以应急物资需求种类和数量为研究对象,基于分类物资概念,将应急物资需求按其重要性、稀缺性、时效性和固有特征进行分级。通过设计和构建分类运输模型,实现灾害条件下应急物资运输的双目标优化,即实现重要物资一次运输时间和两次运输总时间的最小。研究具有一定的实用性,通过算列,进一步证实基于需求分级的应急运输模型的有效性。     

重大突发公共卫生事件下城市应急医疗物资配送

为了在发生重大突发公共卫生事件时提高城市医疗物资的应急救援效率, 减少人员伤亡与经济损失, 在分析重大突发公共卫生事件特点与应急物流特征的基础上, 将需求紧迫度作为配送影响因素, 提出以辖区人口、感染确诊及疑似病例、医疗物资需求点规模、医护人员数量和医疗物资缺口率为评价指标的医疗物资需求点需求紧迫度评价指标体系; 针对医疗物资应急物流的特点, 调整医疗物资配送时间窗参数, 建立由车辆行驶成本、配送延误惩罚成本和无配送延误补贴费用组成的总配送费用函数, 并考虑配送车辆载重、配送时间窗、医疗物资需求紧迫度等约束条件, 构建使总配送费用最少与需求紧迫度高的需求点优先配送的双重目标, 优化了医疗物资的配送路径; 依托SPSS、Yaahp和MATLAB软件平台, 结合算例, 利用层次分析法与遗传算法求解考虑与不考虑需求紧迫度的医疗物资应急物流配送路径优化模型。研究结果表明: 重大突发公共卫生事件下, 相对于不考虑需求紧迫度的配送路径, 考虑需求紧迫度的最优配送路径不仅对需求紧迫度较高的医疗物资需求点进行优先配送, 同时还使总配送费用减少了5.8%;需求紧迫度的引入能极大地改善调度的盲目性, 基于配送车辆载重、配送时间窗、医疗物资需求紧迫度等约束条件所构建的双目标优化模型能够有效地提高应急救援效率和减少不必要的调度成本。      

考虑时变特性的海上溢油事故应急物资调度

针对海上溢油事故应急物资调度问题,本文考虑事故需求点受海上风浪影响而发生漂移的特点,分析需求点漂移对救援路径规划和环境损失的影响,构建以运输成本和环境损失最小为优化目标的数学模型,提出一种改进的遗传模拟退火混合算法。以蓬莱石油泄露事故的实际数据为背景,对模型进行实例验证和算例分析。结果显示：与不考虑需求点漂移获得的救援方案相比,本文方法在总航行距离上减少了9.11%、环境污染降低了41.17%,说明海上溢油应急救援调度问题中考虑需求点漂移的重要性;针对不同规模、不同需求点分布的算例,本文方法在算法优越性和求解稳定性上均体现出较为明显的优势,表明本文方法可以获得较优的调度方案,实现更准确高效的应急救援;通过灵敏度分析获知,提升船舶容量可以明显降低应急救援运输成本,且提升船舶航行速度可以更好地降低环境污染。     

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题,运用随机优化理论,以运输成本、碳排放成本和时间惩罚成本为目标,建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值,得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析,发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间;当货运量形成规模效应后可降低边际运输成本;不同网络服务规模的运输路径优化结果,以及满足客户不确定需求的最小网络配置.     

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题，运用随机优化理论，以运输成本、碳排放成本和时间惩罚成本为目标，建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值，得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析，发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间；当货运量形成规模效应后可降低边际运输成本；不同网络服务规模的运输路径优化结果，以及满足客户不确定需求的最小网络配置.     

集装箱多式联运方案设计

为使我国货运体系更好地适应国际多式联运的趋势,充分发挥国际集装箱多式联运的优势,满足国内经济发展对物资流通效率的要求。以国际集装箱多式联运的运输路径和运输成本作为研究对象,对主要运输方式的进出口货物作业流程进行分析,得出其运输成本的构成;从不同运输方案的运输成本和运输方式这两方面进行分析,通过对不同方案运输货物的成本和效率进行比较,得出影响运输成本的主要原因是宽准轨铁路的换装作业及其次数,若采用同一种运费计算及转运标准,则运输方案能够满足客户需求,从而达到运输资源合理配置的目的。     

应急救援物资多式联运的成本最优化模型

针对突发事件中应急物流的特点,提出综合考虑应急救援时效性、经济性和安全性因素的 应急物资车辆调度方法。在参阅国内外众多有关应急物资车辆路径选择问题研究文献的基础上, 综合考虑了时间窗约束（硬时间窗和软时间窗） 及公路、铁路、航空3 种运输方式及路网道路的 脆弱性和可修复性等因素,建立了多应急救援点、多受灾点的应急车辆路径问题模型。问题求解 过程中采用模拟退火算法,并通过算例验证模型与算法的可靠性。结论证明应用模拟退火算法求 解应急物资车辆调度问题时,搜索效率较高;算例结果表明了在应急救援中由于不同的时间窗要 求导致不同类型的物资所选择的路径不同;同时体现了多式联运在应急救援中的应用。     

需求不确定条件下应急物资调度优化研究

当灾害发生后,高效地进行应急物资的调度,对减少人员伤亡和减轻财产损失具有重要的作用。首先在模型中考虑惩罚成本和应急配送成本,建立在需求不确定性条件下应急物资的调度模型;采用两个稳定性参数将现有模型转化为稳定性模型,然后利用启发式算法对模型进行求解。最后通过算例证明算法和模型的有效性。该研究为应急管理部门提供了决策支持:如果要控制风险,当扰动变大时,则需要增加资金投入,以得到应急物资调度方案的稳定性。     

基于改进鱼群算法的应急车辆最优路径选择

当突发事件发生后,要求将救援物资在最短的时间内运输到受灾点,而在整个应急救援过程中,应急车辆路径的选择对救援工作起到至关重要的作用,建立应急车辆最优路径选择模型对最优路径选择具有重要作用。介绍基本人工鱼群算法的主要算子并提出一种改进的人工鱼群算法,最后通过算例验证该算法在应急车辆路径选择时具有较好的效果和应用价值。     

考虑个体驾驶速度偏差的车辆调度模型

考虑驾驶速度偏差, 建立了多驾驶人、多种车型、多种物资、多仓库点和多需求点的物资车辆调度模型, 分别以整体运输时间最短、整体运输成本最低以及综合整体运输时间与成本最小为目标, 研究了个体驾驶速度偏差对上述目标的影响; 将驾驶人参数加入到遗传算法的基因编码中, 建立了驾驶人唯一性约束、初始地点约束以及物资供需数量约束, 保证每个基因个体中驾驶人分配方案可行, 且物资运输不超供需总量; 采用遗传算法求解了随机分配驾驶人条件下有驾驶速度偏差与无驾驶速度偏差时各目标的车辆调度方案。计算结果表明: 优化调度方案满足模型中的所有约束条件; 3种目标下的最优方案中, 驾驶人的分配方案不同, 说明目标函数受驾驶人驾驶速度偏差影响; 有驾驶速度偏差情况下的各目标调度结果均优于相应无驾驶速度偏差的调度结果, 3种目标函数差比分别为3.50%、2.96%和1.13%, 说明驾驶速度偏差对求解质量有一定影响; 驾驶人随机分配时的各目标调度结果均劣于相应最优结果, 3种目标函数差比分别为3.91%、2.47%和1.98%, 说明驾驶速度偏差会影响调度效率, 优化驾驶人分配方案能降低整体运输时间与成本。由此可见, 根据特定的调度目标对驾驶人进行合理分配, 可以得到更符合调度目标、更贴近实际、更经济省时的车辆调度方案。      

考虑需求时间上限的航空货运模式选择

针对快递企业航空运输中存在的高成本、低时效问题,本文在我国混合轴辐式航空货运网络发展的背景下,综合考虑货运量、飞机运力、运输时间等因素,建立了以总运输成本最小为目标的数学模型。在目标函数中不仅考虑了等待成本、运输成本及中转成本,还考虑了货物运输总时间超出客户可接受的时间上限时的惩罚成本,并设计了一种混合遗传算法求解,以便选择出一种最经济快捷的运输模式。分析结果表明折扣因子的取值与运输总成本成正比,折扣因子的取值越小,运输成本越低,全货机中转运输模式的规模效益越明显。     

基于随机需求的冷链物流路径优化问题研究

依据冷链物流配送基础理论,考虑顾客满意度、三级货物损失以及制冷时长等因素,构建基于随机需求且带有软时间窗的最小配送成本函数模型,建立由惩罚成本、货损成本、制冷成本、缺货成本、运输成本及固定成本组成的六种复合目标函数。利用改进适应度函数、选择方式和交叉变异概率的遗传算法求解,以某肉类生鲜企业为例,通过MATLAB软件进行数据分析及仿真模拟,验证模型和算法的科学性及有效性。