考虑订货提前期的多种类海上突发事件应急资源库存控制策略研究

将海上突发事件应急资源分为常规应急资源和专业救援应急资源两大类,依据应急资源消耗的特点,在充分考虑订货提前期对库存成本和缺货损失影响的基础上,分别采用EOQ模型和[s,S]库存管理策略模型,研究海上突发事件多种类应急资源的最佳库存策略和补给模式.     

基于多目标优化的应急设施选址-配送模型

针对频发的突发事件,应急设施选址与配送路径规划对快速开展救援活动、减少事件损失具有重要意义。通过构建基于多目标优化的应急设施选址配送模型,同步解决应急设施选址和配送路径规划问题。模型目标函数包括3个方面:最小化总物资运输时间成本、最大化应急设施设置容量和最小化应急设施设置数量。在此基础上,设计了一种多目标遗传算法,结合快速非支配排序对模型进行求解,以获取最优应急设施选址配送方案。此外,基于苏尔福斯网络进行了案例研究,证实了所提出模型和算法相比于传统方法的有效性与优越性。     

突发事件下城轨列车运行调整模型及算法分析

随着轨道交通快速发展,突发事件带来的损失与影响也日益增加。在此背景之下,从乘客的角度出发,为提高突发事件下轨道交通服务水平、降低乘客候车时间,构建以事故线路乘客总候车时间最短为目标的列车运行调整模型。同时,提出一种缓解重点车站客流压力的单车站列车运行调整优化算法以及一种不同突发事件持续时间分别计算和每隔5 min滚动计算的策略,在保证突发事件列车运行安全的基础上,缓解突发事件下重点车站的客流压力的行车调整结果,降低突发事件带来的客流积聚压力,为运营管理人员进行突发事件下的行车调整及客流管控提供数据支撑。以天津地铁某一实际突发事件为例,对模型计算结果与实际情况进行比较分析,验证模型及算法的有效性。     

交通突发事件下交通疏散方案设计

交通突发事件极易造成交通拥堵,严重影响城市交通系统的正常运行,应尽快制定与实施交通应急疏散方案。因此,提出一种基于蚂蚁算法优化的多目标交通疏导分配方法,通过蚂蚁算法寻求最优路径,并综合考虑多个目标影响因素,运用多目标交通分配模型生成交通突发事件下的应急疏导分流方案。通过示例仿真分析,验证该方法的可行性和实用性。     

大型工程建设应急管理的组织模式研究

大型工程突发事件往往会造成严重的工程损失和社会影响。应急管理组织是防范和处置工程突发事件的管理主体与核心保障资源。以传统组织理论与现代应急管理理论为依据,针对大型工程建设期间突发事件的处置特征,界定了工程应急管理组织的目标与职能范畴,提出了基于"常态管理"和"应急处置"快速切换的工程应急管理组织模式,并给出了控制和诱导激励相结合的协调机制,为设计具体大型工程应急管理组织提供了参考。     

多点随机需求的分布式预置储备

考虑重点方向或区域中, 各重要隘口、通道、敏感地带等突发事件之间的关联性(连锁反应的可能性) 和需求的随机性, 在多个预置储备仓库构成储备网络和多个需求点组成需求网络的条件下, 研究了用储备网络保障需求网络的预置储备规模和储备分布优化问题, 分析了需求网络在各点突发事件和需求随机下总需求的分布特征; 在保证预置储备规模有效性、经济性与储备分布合理性的基础上, 建立了给定安全保障概率下的储备规模模型和过程响应准则下的分布式储备模型(统称储备模型); 根据模型特征将分布式储备模型分解为双层模型, 对随机需求采用样本化处理, 并在此基础上建立了针对性的遗传-模拟退火算法求解双层模型; 基于变异系数的概念, 提出了针对突发事件和需求随机的储备方案稳健性指标, 对储备模型及其算法进行了稳健性分析, 并通过案例应用验证了储备模型及其算法的有效性。研究结果表明: 相较于就近分区准则, 储备规模模型及其算法能在确保安全保障概率的前提下将储备规模降低约1/3;相较于极大极小化准则, 过程响应准则下的分布式储备方案可使首批物资响应时间减少11%, 使90%物资的响应时间减少21%;在面临需求网络中突发事件和需求的随机性波动时, 储备方案的波动幅度不超过需求波动的80%, 体现了较好的稳健性。      

基于蚁群算法的多跑道航班协同调度建模

针对终端区航班拥堵问题,模型通过读取进离场航班的航班号、机型和所属航空公司等实时信息,以提高航空公司效益性和航空公司之间竞争公平性为目标,建立了多跑道航班协同调度（CDM GDP）的多目标动态优化模型,采用蚁群算法对模型进行仿真.经过仿真验证表明,模型优化算法与先到先服务（FCFS）状态下航班排序相比,延误损失降低70.10%;延误损失偏差和降低38.64%.     

多Agent系统协作求解的粒子模型方法

讨论了多Agent系统分布协作求解和粒子协作之间的关系,提出了一种多Agent系统协作求解粒子模型方法,将任务资源规划协作求解过程转化为多粒子共同寻优的过程.引入了协作程度变化参数,建立了需求强度计算公式和效益目标函数,并构造了适合求解的粒子群算法.通过算法的寻优计算,得到了任务资源规划协作求解的最优解.仿真实验结果表明,对于复杂的任务资源规划问题,该方法能描述和处理Agent本身自组织现象和社会交互行为的随机性和并发性,并具有良好的收敛性和有效性.     

基于多Agent 的通航运力资源协同调度

针对并行式多任务条件下的通航运力资源调度效率较低问题，提出一种基于多 Agent 协商的通航运力资源协同调度方法. 构建多Agent 通航资源协同调度框架，建立基于招投标机制的运力资源匹配性模型以提升并行任务处理能力，在匹配性结果基础上设计资源调度策略，最后使用实际运行数据验证本文提出方法的可行性. 仿真结果表明：该方法资源调度速率受并行任务数量影响较小，满足实时性需求；相比常用Agent算法所得调度结果，单机日利用率平均提升0.19 h/d，作业时长均方差平均降低0.03 h，能够快速有效地调度通航运力资源.     

基于WSRF的网格资源共享和调度的研究

针对当前交叉学科间资源存在的分布性、异构性的问题,分析网格技术的发展,提出了一种基于WSRF的网格资源共享模型,分析了模型各个层次的具体功能．通过建立网格资源的描述模型,实现了网格资源的透明化使用和管理,并在此基础上提出了一种基于QoS的网格资源调度算法,实现网格资源的合理调度,为网格用户提供个性化的服务．     

基于快递业务的应急系统研究

为了减轻突发事件带来的损失,针对企业的应急问题,设计了一个快递企业的物流应急调度系统.通过对应急反应的研究,提出该应急系统的基本思路,对其管理功能进行分析,设计完善的应急系统,使企业能够通过快速反应来提高运作效率,减少损失并提升客户服务水平.     

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。     

����Ӧ����������ģ���Ż��о�

优化应急车辆调度是降低突发事件造成重大人员伤亡和财产损失的有效手段. 在分析应急车辆调度问题、决策目标、决策变量和目标函数的基础上,构建了最小化整体损失的理想化调度模型. 针对该理想模型的参数难以确定的问题,提出以广义响应时间为基础,以实时交通量辅助决策,采用简化约束条件的方法建立了城市应急车辆调度的优化模型. 分析了路段行程时间和交叉口行程时间的计算,依据路段交通流量对城市应急车辆调度的影响划分道路服务等级. 基于威海市实际案例的分析结果表明,简化模型能够辅助优选应急车辆调度方案,验证了该方法的有效性.     

危险品泄漏事故后人群动态疏散路径优化

危险品发生泄漏事故后的紧急疏散过程中,疏散人群受到自身、前后以及两侧因素的影响。采用基本动力学的原理,建立牛顿力学模型,推导出疏散人群密度与速度关系;以人群总的疏散时间最短为目标,建立应急动态人群疏散模型;用量子粒子群算法对模型进行求解。算例验证了模型及算法的实用性,较好的拟合现实中人员疏散情况。     

铁路应急服务设施双阶段组合选址模型研究

在对具有区间性质的铁路应急需求点分析的基础上,针对铁路应急服务设施备选点未知且需建数目给定的选址问题,对传统单阶段选址模型进行改进,提出了综合考虑应急服务公平性及响应时效性的双阶段组合选址模型,并结合实例,验证了模型及算法的有效性.针对备选点未知且需建数目给定情况下的铁路应急服务设施双阶段组合选址问题所得的选址方案,应急服务半径降低了21.7%,应急服务水平差异性减少了 35.8%,提高了整个系统的应急服务水平.本文提出的双阶段组合选址模型既适用于局部范围的应急服务设施选址也适用于全国范围的铁路应急服务设施选址,适用于备选点未知且给定建设数目的应急设施选址也适用于存在多个备选方案多目标布局优化的应急设施选址问题.     

基于层次蝙蝠算法的应急车辆调度与交通疏散协同决策

城市路网多事故应急救援中，因交通拥堵造成应急车辆滞留现象时常发生，严重影响道路交通事故救援效率.提出通过交通疏散提高救援路径的可靠性，构建双层规划模型对应急车辆调度和交通疏散进行协同决策. 设计一种双层蝙蝠算法，上层算法在应急车辆需求、事故时间窗和可用车辆约束下求解响应时间最短的调度方案，下层算法在路段容量和疏散需求约束下求解多条最短路径的交通疏散策略，从中选取最短时间路径. 算例结果表明，本文模型通过缩短应急车辆在途时间有效提升了应急救援效率，算法具有优秀的寻优能力和运行速度.     

延误航班机场场面滑行优化调度策略研究

为减少大面积航班延误带来的机场拥堵和安全隐患,提出了将解决延误航班调度过程转化为求解流水车间调度问题（flow-shop scheduling problems,FSP）.以航空器总体调度滑行时间最小为目标,建立延误航班滑行调度模型,设计多粒子群算法求解模型.算例分析表明,该调度模型较之比FCFS方案在一个高峰时段内能减少14.2min调度时间,提高了机场运行效率.     

应急车辆动态路径选择的两阶段优化模型

为研究突发事件情境下交通路网动态变化时的应急车辆路径选择问题，提出应急车辆动态路径选择的两阶段调度优化模型。通过结合路网动态状况和应急救援特征，建立基于最大路径可靠度和最短行程时间的两阶段优化模型；通过混沌搜索改进布谷鸟算法初始种群，并加入蛙跳算法改进局部搜索操作，设计混合布谷鸟算法，改善全局寻优能力；以某市某区部分区域路网为例，将该区域路网实时交通数据应用于模型和求解算法中。实验表明，利用两阶段优化模型和算法编码方案能成功获得出发点到救援点的动态可靠路径，相同行驶路径情况下模型与算法求解的最短行程时间与实地驾车获得的最短行程时间最大误差不超过8%，说明优化模型可行。3 种不同算法求解K最短路径的结果发现，混合布谷鸟算法得到的最短行程时间比粒子群算法和 经典布谷鸟算法得到的结果都要小，且计算时间最短，表明混合布谷鸟算法求解的结果最优，性能最好。     

不确定信息下应急救援路径选择模型

迅速有效的震后交通疏散及道路管制措施对降低地震损失具有重要意义.通过定义路网疏散连通度和安全行驶路线,对不确定信息条件下救援疏散和路径选择问题进行描述.将避难点分配、路径规划、车辆容量,以及不确定通行能力作为该问题约束条件,确立了以公交疏散问题为基础的应急救援车辆路径选择模型.考虑到模型仿真的局限性,转化为相同发车间隔下的公交均衡调度问题进行求解.以唐山抽象路网和人口分布为基础进行仿真实验分析,结果表明:不确定信息条件下选择安全救援路径,当救援车辆途中遇阻时,只需调整交叉口转向策略即可顺利通行,保证了救援调度工作的稳定.     

��·Σ�ջ�������ͻ���¼���Ӧ�������� �ؼ������о�

道路危险货物运输是面向全社会的服务性、高风险行业,其安全经营自然成为道路运输行业管理的重中之重。近年来,道路危险货物运输突发事件呈现多发势头,给国家带来了巨大的经济损失和严重的社会问题。因此,如何避免和减少道路危险货物运输突发事件造成的影响显得尤为关键。本文首先阐述道路危险货物运输突发事件的内涵及其属性,提出我国实施道路危险货物运输应急保障的必要性。其次,阐述了道路危险货物运输突发事件应急保障的运行机理,着重提出了几项应急保障的关键技术。本文结合汶川大地震出现的危险货物运输和应急救援问题,分析我国道路危险货物运输突发事件应急保障中存在的不足,并针对性地提出完善道路危险货物输突发事件应急保障的措施和建议。