基于强化学习的灾后公路网修复决策研究

为了加快恢复受灾地区的路网畅通，保障人员疏散、应急队伍调配和救灾物资运输等灾后救援工作的尽早展开，针对应急恢复阶段的灾后公路网多维修队的修复调度和路由问题展开研究，并“允许安排多个维修队同时对一条受损路段进行修复”,以实现“柔性”修复调度，从而提升最优灾后公路网修复策略的实用性。采用灾后需求点的需求满足率表示路网连通度，并以路网连通度韧性作为灾后公路网修复策略的评价指标，使用Markov决策过程模拟灾后公路网多维修队的修复调度和路由的决策过程。然后，基于Q学习与Dijkstra算法设计出适合求解所提问题的改进强化学习算法，解决了灾后公路网多维修队的修复调度和路由问题，优化了灾后需求点和物资供应点之间的可达性；最后进行了案例分析。结果表明：所提出的方法能够实现维修队的修复调度和路由的整体性决策，可以得到全局韧性最优的灾后公路网修复策略，并验证了考虑“柔性”修复调度得到的最优修复策略具有更佳的修复效果，且更具有实用性。