突发事件下公路应急物资调度优化

为了减少突发事件造成的人身伤亡和财产损失, 考虑事故发生后道路被破坏、应急物资需求量不确定和各事故点需求紧迫度不同的情况, 研究突发事件下公路应急物资调度优化。根据事故后道路破坏状态, 确定救援车辆修正后的行驶速度; 利用三角模糊理论, 将事故点的模糊应急物资需求量转化为确定值; 在传统TOPSIS法的基础上, 利用主客观方法相结合的方法来确定指标的权重, 并且采用B型关联度来客观描述评价对象与正、负理想解之间的距离, 利用改进的TOPSIS法通过以上方法得到各事故点的需求紧迫系数, 以保证配送的公平性。在此基础上, 针对三级调运网络, 建立多目标应急物资调度优化模型, 结合雅安地震实例, 利用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)求解模型。研究结果表明: 重大突发事件下, 引入需求紧迫度的公路应急物资调度, 不仅能实现对需求紧迫度较高的事故点优先配送, 而且得到的应急物资调度方案使配送时间节省了21%, 车辆运输成本减少了25%, 物资需求满足度达到100%;同时考虑灾后道路破坏和模糊需求的情况, 使得应急物资调度优化更加符合现实情况。      

一种顾及相邻影像偏移量的基线数据链式配准方法

在铁路勘察设计选线阶段,InSAR是采空区、滑坡等地质灾害探测的重要技术手段,为了解决TOPS模式下长时间基线数据容易产生相位跳变,配准精度较低等问题,提出一种顾及相邻影像偏移量长时间基线链式配准方法。在“几何配准+增强谱分集配准”框架下,通过选定相邻已配准的影像作为第二主影像,与第一主影像共同形成配准干涉链。配准过程中,分别求取辅影像与第二主影像、采样后的辅影像与第一主影像的偏移量值,再通过偏移量叠加的方式求取最终的主辅影像配准偏移量值,从而达到TOPS模式的配准精度要求。实验表明,该方法可以有效避免长时间基线下配准精度差、相位跳变问题,其数据配准精度均优于0.001个像素。