高速列车疫情风险评估与主动防护策略

考虑到列车密闭车厢内传染病的危害性, 研究了车厢内病毒的空间分布特性; 结合乘客间距离相关性分析结果, 构建了乘客感染预测模型, 对车厢内存在多感染者情况下每个乘客感染病毒的风险进行了评估; 为降低乘客乘车感染风险, 制定了列车乘客主动防护策略, 提出基于贪婪算法和变邻域局部搜索算法的混合启发式算法, 对车厢乘客布座问题进行优化求解; 通过基于距离的贪婪算法, 将列车固定坐标的乘客布座问题转换为最多乘客数最少病毒重叠区问题, 得到座位可行解, 并汇总各可行解得到可行域, 再基于变邻域的局部搜索算法改进座位可行解, 得到最优乘客布座方案。研究结果表明: 本文建立的感染概率评估模型可有效预测乘客感染病毒的风险, 结合基于混合启发式算法的主动防护措施可有效降低乘客乘车的感染风险; 针对短途旅客, 随着乘车人数和车厢内感染者的增加, 高风险感染者由1人增加至7人, 中风险感染者由0人增加至3人, 低风险感染者由47人增加至83人; 相较于无序就坐, 采用本文制定的布座策略可消除乘客感染风险。