需求干扰下的两阶段应急资源调度问题

针对地震等突发事件发生时应急物资需求存在动态变化的特点,提出了两阶段应急资源调度模型:应急救援集散中心灾前选择模型和灾后的应急救援调度-重调度多目标优化模型。第一阶段采用分支定界算法选取应急物资集散中心;第二阶段针对需求干扰下的重调度问题,设计最小化总运行成本、总运行时间和最大化满意度的多目标遗传算法。算例实验结果表明,所设计的遗传算法可以得到满意的Pareto前沿,决策者可以根据需要选择适当的优化方案以实现应急救援的合理调度。     

情景-应对模式下考虑软时间窗的高铁应急资源调度优化

为提升高速铁路应急处置水平,考虑突发事件发生后应急资源需求的不确定性,通过对事故情景集的分析和计算,采用"情景-应对"模式,获取事故点的资源需求量;通过引入"软时间窗"概念,建立以超时惩罚成本、资源运输成本和救援点固定出动成本3者之和最小化为优化目标的应急资源调度模型,利用遗传算法进行求解,并基于实际事故案例验证方法和...     

海上溢油事故双目标应急物资调度模型

为满足海上溢油事故发生后的应急物资需求,最大程度减少事故带来的损失,根据海上溢油应急物资调度的特点,构建基于应急物资需求量和调度时间模糊不确定下应急成本最小和延误时间最少的双目标调度模型。引入三角模糊函数描述应急物资调度中物资需求量和调度时间的不确定性,构建模糊环境下溢油事故点对应急物资应急成本最小和应急延误时间最少的双目标模型,利用遗传算法求解,并通过算例分析证明了该方法的有效性。结果表明,三角模糊数能很好地表征调度中物资需求量和时间的不确定性及模糊属性,确定的调度方案能为海上溢油事故发生时应急物资调度提供决策依据。     

基于元胞遗传算法的多目标应急资源配置

为解决不同灾情下多目标多周期灾后救援问题，减少受灾损失，对灾后应急资源配置进行研究。从物流成本和系统损失2个方面最小化救灾行动的成本和最大化有限救灾资源的分配，建立基于路况的多目标应急资源配置模型，将帕累托前沿和超体积作为元胞遗传算法的求解性能指标，开展元胞遗传算法与遗传算法对模型的求解对比实验。结果表明:元胞遗传算法能较好地求解多目标多周期应急资源配置模型，且求解性能比遗传算法更好；通过对模型的求解，可为决策者基于不同灾情下的应急决策提供参考。     

应急通讯车多目标调度研究——以成都邛崃市洪涝灾后通讯恢复事件为例

为了提高应急通讯车在洪涝灾害发生后的救援调度效率和受灾群众对救援完成时间的感知满意度,考虑应急通讯车在不同受灾点的作业时间差异、转移产生的准备时间及受灾群众感知满意度差异,来制定合理的调度方案.首先,从资源环境、任务约束和优化目标等方面描述应急通讯车的优化调度问题;其次,基于前景理论中收益与风险的关系及公平理论中人们的比较心理,确定了贴合实际情况的动态参考点,结合前景理论的价值函数,建立了本文的满意度函数,由此刻画不同受灾点内受灾群众的感知满意度,建立0-1非线性多目标整数规划模型;最后,通过遗传算法求解模型,并进行帕累托最优调度分析,得到优化目标之间的平衡.结果表明,所建立的多目标优化调度模型有效且公平,能够为应急管理部门制定满足各方利益的应急救援方案提供参考.     

考虑不确定性的多情景应急车辆综合调度模型

为提升不同应急情景下各救援力量的联合应急救援效率,降低救援风险,减少财产损失,采用情景分析的方法对应急状态不确定性进行参数估计,引入风险厌恶水平,构建一种以总调度成本和风险最小化为目标的应急车辆综合调度模型;运用非支配排序遗传算法(NSGA-II)求解目标函数值,通过仿真案例对比分析考虑情景与不考虑情景2种情况下的求解结果;利用模型分析不同情景下惩罚成本与风险厌恶水平的关系,给出合理风险厌恶水平值,选定最终调度方案。结果表明：该模型与方案能够有效满足不同应急情景下需求点的需求,提高救援效率,解决在情景与风险共同作用下的应急车辆综合调度问题。     

基于NSGA-II的工业区急救点优化布局研究

针对工业区急救点布局存在的问题,综合考虑多种影响因素,建立多目标多约束数学模型.将成本、急救时间和急救点数量作为3个优化目标,并根据实际情况构建相应的约束条件.运用NSGA-II(带精英策略的快速非支配排序遗传算法)解决多目标优化问题,最终得到一系列Pareto最优解,其解空间分布均匀,并且具有良好的收敛性和鲁棒性.文章结合某工业区急救点优化问题对算法进行验证,结果与实际情况匹配良好,此研究具有重要的现实意义.     

时间和成本最低的应急车辆调度研究

为研究灾害发生后如何科学地进行救援,考虑受灾地区物资需求量及车辆运输时间为模糊变量,利用三角模糊数法建立以物资调度时间和成本最小为目标的非线性多目标模型。首先应用Buckley提出的模糊量处理方法,通过α截集和加权法将模型转化为单目标线性规划模型,最后求解得到初始模型最优可行方案和各目标值。仿真实验表明了算法的可行性,在考虑了调度成本和调度时间两个目标前提下,能较好地满足应急救援车辆调度优化需求。     

多应急点多需求点物资调度的灰色多目标规划

为了研究在信息不确定情况下,应急物资需求量和应急时间为区间数的物资调度问题,基于灰色系统理论构建多目标规划模型,结合实例并采用灰色区间数求解方法,计算物资调度方案。结果表明:应急物资调度与区间参数取值无关,相关调度模型与算法对应急初期的实际物资调度具有参考意义;运用灰色区间数描述调度中的不确定因素,有助于提高实际物资调度过程中的准确性。     

突发洪涝灾害中考虑心理焦虑影响的多周期应急物资调度研究

在突发洪涝灾害背景下，综合考虑应急物资短缺率、动态降雨量预报，以及物资供应周期时长等因素对灾区群众心理焦虑的影响作用并建立相应的心理焦虑量化函数。在此基础上以最小化物流成本和心理焦虑成本为目标，构建突发洪涝灾害背景下的多周期应急物资调度模型，并通过快速非支配排序遗传算法对模型进行求解。最后，以2021年7月河南省暴雨事件为案例进行实例验证分析，结果表明：1)相比于基础应急物资调度模型，本文提出的考虑心理焦虑成本的模型会增加20.09%的物流成本，但焦虑成本降低了93.57%;2)对供应周期时长的敏感性分析表明，当供应周期时长由72 h降至48 h,物流成本提高29.00%,焦虑成本下降43.70%;周期时长由48 h降至24 h,物流成本增加49.81%,焦虑成本下降51.41%。研究结论有助于应急管理部门更好地制定适用于洪涝灾害的应急物资调度方案。     

考虑多主体心理效应的应急资源调度超网络模型

为探究不同人员主体心理效应对应急资源调度过程的影响,运用超网络工具,定量描述差异化应急主体协调运作下不同属性应急网络的相互作用;同时,针对实际调度过程中出现的供需矛盾,引入行为科学理论,量化表示决策者后悔和灾民失望心理,并将其融入到应急资源优化调度问题中;建立以调度时间、应急成本、救援效应为目标函数的应急资源调度超网络模型,将模型转化为变分不等式等价形式,应用修正投影算法对模型进行求解。结果表明:该模型可有效解决多人员主体心理作用下的应急资源协调调度问题;应急主体关联度、灾害风险度、决策者后悔心理和后悔规避行为以及灾民失望心理和失望规避行为对应急资源调度方案的制定有着重要的影响。     

基于机会约束规划的航班应急调度问题研究

为应对民航突发情况,保障民航运行安全,提出应急调度这一概念。阐述常规情况下航班调度基本模型,分析其在应急情况下的弊端。引入机会约束,构建应对突发状况的应急调度模型。研究兼顾航空公司成本、航班运行安全及旅客随机需求的机型分配问题(FAP)模型和机组排班问题(CSP)模型。比较混合智能算法、隐枚举法、等价转化法的优缺点及适用度。根据案例数据,使用Matlab软件编程,并采用随机模拟与粒子群(PSO)算法相结合的智能算法对模型求解。结果表明,机会约束规划模型在考虑随机因素的情况下,比基本模型更符合实际动态环境。     

基于遗传-BP算法的煤矿安全监控系统测试研究

针对煤矿监控系统的测试要求,提出了一种自动生成测试用例数据的方法用于煤矿监控系统的测试任务。该方法利用遗传算法和BP算法对要测试的功能模块和逻辑结构进行分析解读,通过全局寻优得出最佳测试路径和测试数据,对于提高测试的精准性和有效性有很大优势,而且相对与人工测试更加安全。新的测试用例生成算法结合遗传算法和BP算法,能充分发挥遗传算法的全局寻优能力和BP算法学习能力强的优势,使得数据生成更快捷可靠。选取煤矿监控系统的部分功能测试作为实验材料,与人工测试方法和利用遗传该算法生成测试数据进行了比较。结果表明,该新方法能够更好的检测出煤矿监控系统中的错误,发现错误的数量和时间都较人工测试要好,对于提高煤矿安全监控系统的准确性和稳定性有较好的帮助。     

基于多周期的危险品多式联运路径优化研究

为了更有效地规划危险品运输路线，研究了由多个路径期组成的危险品公铁联运网络扩张问题。以总成本和风险最低为目标，建立混合整数概率鲁棒模型，利用模拟退火算法对模型进行求解，并将多周期动态规划方法与单周期方法进行对比，分析了多周期动态规划方法对危险品联运网络以及路径决策的影响。研究结果表明:规划危险品的运输路线时，采用多周期的公铁联运网络，总运输成本明显优于单周期规划方法。     

考虑区域灾情分级的应急物资公平调度优化模型

为解决不同受灾点应急物资公平调度的问题,受分区分级精准防控思想的启发,考虑同级间各灾点应急物资最小未满意度为基准设计公平性衡量指标,以最小化调度时间和最大化应急物资分配公平性为目标,构建一种新的考虑差异化灾情分级的应急物资公平调度优化模型,运用遗传算法求解模型,以新冠疫情重灾区湖北省作为案例仿真模拟.结果 表明:该模型...     

基于个体脆弱性区域疏散最佳路径

针对危险化学品、生化制剂、放射性或核物质（ CBRN）事故情景,建立区域疏散路径优化模型。基于个体脆弱性模型,提出了适合求解模型算法,包括静态最优路径算法和动态最优路径算法。最后用随机路网测试算法的应用效果,结果表明,所提算法可以满足区域疏散路径双目标优化的需求,并能根据外部环境变化动态更新当前最优路径,是一种近似、快速的算法。区域疏散路径的确定可为CBRN事故救灾提供有力的技术支持。     

基于改进飞蛾扑火算法的应急资源调度研究*

为解决多灾害点应急资源调度问题,构建不同路况下运输消耗成本最低、装车时间最少的多目标应急资源调度模型,基于双自适应因子改进飞蛾扑火算法,克服传统飞蛾扑火算法存在的局部最优而早熟收敛、种群多样性低而全局寻优性能差的问题,提高算法的寻优性能和求解精度,并求解应急资源调度问题,获得各灾害点高效应急资源配置方案。研究结果表明:与经典飞蛾扑火优化（MFO）算法以及基于Levy飞行的飞蛾扑火优化（LMFO）算法相比,基于双自适应因子的改进MFO（DAMFO）算法模型求解精度更高,研究结果可为制定合理高效的应急资源调度方案提供依据。     

基于低碳效益的微电网能量优化调度

根据微电网中各分布式电源(DG)的特点,综合考虑各DG的安装、运行、维护成本、碳排放治理成本以及风电、光伏补贴等,分别构建各微源的低碳综合成本模型,在满足系统约束的条件下,提出一种计及微电网低碳效益的能量优化调度模型。深入挖掘微电网的低碳效益,确定微电网优化调度运行策略,依据构建的调度模型,应用混沌粒子群算法(CPSO)解决各个实用的运行策略中的优化调度问题。通过仿真验证了模型和算法的有效性,并对各运行策略及大电网供电对比分析,证实微电网的低碳效益明显。     

Safety-based process plant layout using genetic algorithm

This paper presents a method based on a genetic algorithm for optimizing process plant layout. The relative location of main process units is determined to minimize an annual cost function including the cost of material transfer between process units (piping and pumping costs), land cost, and the expected annual loss resulting from damage to each secondary unit caused by primary accidents occurring in nearby process units. This method is an improvement over previous attempts using genetic algorithms or mathematical programming techniques to optimize plant layout, which neglected pumping costs and included safety issues by evaluating the infringement of predefined safety distances only. In this approach the operating cost of material transfer is included and the likelihood of accidents is taken into account thus providing good practical solutions to the plant layout problem incorporating more realistic cost functions and constraints. In the paper, after discussing the structure of the annual cost function and describing the working logic of the layout generating algorithm, a case study is described to demonstrate the effectiveness of the proposed methodology.