考虑优先权的人群安全疏散动态模型

为制定合理、高效的应急状况下建筑物内人群疏散方案,考虑拥堵对人流速度的影响及疏散中不同人员特点,对建筑物内人群疏散动态实时分配问题进行研究。首先,采用元胞传输理论将建筑物内复杂的结构转化为元胞—连接桥路网模型,进而以最短疏散时间为目标函数、元胞流量守恒和流量传播为约束条件建立线性优化模型。通过对模型的求解可以得到不同优先级人员的网络清空时间、各路段实时人员数量及路径选择最优方案。案例分析结果表明,疏散过程中人员的优先级差异以及拥堵的发生均会影响不同人员的网络清空时间,因此,针对建筑物内人群疏散进行建模时,应考虑以上因素。     

铁路危险货物办理站点优化配置方法研究

铁路危险货物运输办理站点的优化配置,涉及到需求分布、设置地点、区域规划、环保要求、业务功能以及与其他运输方式的分工、衔接等,是一个复杂的系统工程。分析了已有铁路危险货物办理站点整合优化模型的不足,首先从铁路部门角度综合考虑现有铁路危险货物办理站点的各方面条件,进行多准则决策评价,从运输需求者角度考虑运输方式多属性决策,进行铁路危险货物办理站点的综合效用评价,并基于投资成本、环境风险、运输效用和区域公平性等方面构建了铁路危险货物办理站点优化配置模型,为了有效解决多站点、多需求、多区域、多目标铁路危险货物办理站点优化配置模型因素复杂、规模大、层次多的问题,提出了运用大系统分解协调的多目标遗传算法求解模型的思路。     

不同空间尺度下危化品运输路径优化

为了解决化工园区危化品运输路径优化问题，研究了化工“园区间”与“园区内”2种空间尺度下危化品运输的影响因素差异性，提出以最小化运输阻抗、最小化运输风险和最小化风险敏感度为优化目标的不同空间尺度下危化品运输路径优化模型。通过目标量化确定每条路径上的目标值，将标准化后的目标值引入到Dijkstra算法和集成目标函数最优折衷路径的扩展标号法中，对危化品运输多目标优化模型进行求解。研究结果表明:不同空间尺度下的危化品运输最优路径不同，应根据危化品运输的实际情况对运输路径进行选择。最后，以平顶山某化工园区的抽象路网为例对优化模型进行验证。     

危险品道路运输多目标路径优化方法研究

道路危险品运输路径优化是提高危险品运输安全的一项重要措施。通过对国内外文献的分析研究，本文提出了危险品道路运输路径优化的数学模型，该模型首先求出单项目标的最优解，然后找出每项目标的实际值尽可能接近各自单项的最优值。本文也建立了包括路线长度、时间、费用、路线风险、敏感目标人数在内的危险品道路运输目标体系，并给出危险品运输路线选择决策的程序，为政府相关部门进行路线选择提供决策依据。     

时变条件下公路危险品罐车运输路线选择

为合理选择公路运输危险品路线,保障运输安全,将用于求解静态路径规划问题的Diikstra标号法进行推广和改进,提出指标累积值标号法,运用该方法并依据危险品罐车运输事故统计数据,建立了时变条件下以路段泄漏事故率、路侧人口密度及路段运输费用为指标的危险品罐车公路运输路线选择模型.并给出待选路线对比原则.实例应用表明,该模型充分考虑了事故概率、事故后果及运输成本3大危险品运输路线选择影响因素,使用方便且受主观因素影响小,具有较好的实用性.     

危险品事故泄漏模糊路网应急资源优化研究

当危险品大规模泄漏事故发生后,应急物资快速配送对于减轻危险品对人员伤害和挽救损失有重要意义。首先从损毁路网修复和救援物资2个方面建立双层模型,从有限物资分配修复损毁路网和救援上进行优化分配,并通过路径优化时间最短分配物资,使应急救援系统的损失最小化。利用宽容分层的方法对模型进行求解,求解最优的物资分配和运输路径方案。最后利用算例,对模型和算法进行检验,找出需要修复受损路网中关键路段。     

基于改进VRP模型的危险品配送路径优化及其求解研究

危险品道路运输高风险性,一直受到人们的广泛关注。危险品道路运输路径优化的研究,对于降低运输风险具有十分重要的意义。本文针对危险品运输配送过程中的路径优化问题,提出综合考虑道路运输的风险和费用两方面指标改进VRP模型路径优化目标,并设计遗传算法对改进模型进行了求解。最后通过实例进行了验证。结果表明：用遗传算法对改进VRP模型的求解结果与实际分析结果相符。因此,改进VRP模型及其遗传算法求解设计可以应用于危险品运输的路径优化分析。     

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PCA改进层次分析法的多目标大型货物运输通道选择*

为提高大型货物运输通道选择科学性,通过分析大型货物运输影响因素,建立大型货物运输通道选择指标评价体系,采用PCA法改进层次分析法,构建多目标大型货物运输通道选择决策模型,有效避免决策目标间信息重复利用。结果表明:优化后的决策模型可有效避免建模过程中对决策目标间信息重复利用,为大型货物运输通道线路方案决策提供依据。     

不确定环境下危险废弃物物流网络优化研究

研究危险废弃物物流网络构建的各个不确定因素,构建基于成本和风险最优的危险废弃物物流网络多目标多周期优化模型,然后设计了相应的遗传算法,并通过算例验证了模型及算法的有效性。从不同置信水平导致的优化结果不同可知,由于不确定性因素的存在,导致所设计的物流网络留有一定的容错空间,对设施、设备和人力资源造成浪费。故进行多周期规划,降低网络中各个因素的不确定性,可有效降低成本,减少风险。     

危险品运输网络中运输方式和路径优化研究

在危险品运输网络中，往往有多种运输方式和多条运输路径。不同运输方式在不同路径上发生事故所造成的损失不同，不同运输方式的单位运输成本也不同。本文研究了在给定运输起点和终点的情况下，在综合考虑事故所造成的损失最小和运输成本最小的情况下，运输方式和运输路径的选择方法。通过一个仿真例子说明了模型的求解方法和实际效果，并与单一运输方式的方案进行了对比。结果表明考虑运输方式的组合，在一定程度上可以降低危险品运输过程中的社会总期望损失和运输成本。     

基于多商品流理论与成本效益分析的公路危险品运输路径优化研究

风险是危险品运输区别与普通货物运输的基本要素,因此,危险品运输既要实现经济目标,又要满足安全的需要。危险品运输其路径优化问题的关键在于在经济性与安全性间取得平衡。为此,在运输成本与风险值间引入权重参量,并充分考虑到路网容量及个别路段最大期望风险等限制因素,运用多商品流理论建立了基于运输成本和运输风险最小化的双目标路径优化模型。进一步地,运用成本效益分析法,并从全局角度对不同解所对应的路径优化方案进行比较,提出了相应的比选准则。最后,通过算例分析证明了该方法的有效性。     

带混合时间窗的多目标危险化学品运输路径优化

为降低危险化学品运输风险,使路径选择更加科学、切合实际,从责任主体、社会影响等方面综合考虑危险化学品运输相关主体,根据各主体目标对影响运输路径选择的指标进行重新识别和细分,提出5大指标体系。应用熵权法计算出各指标权重,建立混合时间窗条件下的多目标危化品运输路径优化模型,通过改进的多目标遗传算法求出Pareto最优解。结果表明,不同时间点出发会产生不同的Pareto最优解,并且可得到每条最优路径的出发时间窗,每个最优解代表了某项指标达到相对最优时的路径。混合时间窗较符合实际情况,基于出发时间窗及生成的多条最优路径,决策者可根据决策偏好及关注重点以较高效率选出最合适的路径。     

危险化学品运输路径优化选择模型研究

针对危险化学品运输的路径优化选择问题,将多目标格序决策理论引入到路径方案评价比选中,结合指标选取的综合性和可操作性原则,从6个方面构建危险化学品运输路径比选指标体系：影响区域水源保护性（p1）、影响区域途径区域名胜古迹保护性（p2）、影响区域生态环境保护性（p3）、影响区域人口规模（p4）、影响区域厂矿规模（p5）、运输路径综合运输效益（p6）。通过对各方案综合差异度的计算,实现了备选方案的格序化排序。此外在模型体系权重计算中采用了熵值法,实现了权重确定的客观性。最后,应用该模型结合算例对该模型进行了试算,证明了模型的合理性。     

Analysis of factors that influence hazardous material transportation accidents based on Bayesian networks: A case study in China

In this study, we applied Bayesian networks to prioritize the factors that influence hazardous material (Hazmat) transportation accidents. The Bayesian network structure was built based on expert knowledge using Dempster-Shafer evidence theory, and the structure was modified based on a test for conditional independence. We collected and analyzed 94 cases of Chinese Hazmat transportation accidents to compute the posterior probability of each factor using the expectation-maximization learning algorithm. We found that the three most influential factors in Hazmat transportation accidents were human factors, the transport vehicle and facilities, and packing and loading of the Hazmat. These findings provide an empirically supported theoretical basis for Hazmat transportation corporations to take corrective and preventative measures to reduce the risk of accidents.     

Risk informed optimization of a hazardous material multi-periodic transportation model

This paper presents a systematic framework toward the development of a Transportation Model for Hazardous Materials (HazMat). In practice, the proposed modeling framework is realized through an appropriate generalization of the traditional transportation network problem in the presence of safety constraints that need to be satisfied. The objective is to minimize transportation cost while reducing risks at the desired levels.In particular, the present research study identifies and evaluates different risk factors that influence the HazMat transportation network. Next, the transportation model is depicted graphically using nodes and arcs and optimal conditions are identified by solving the associated minimum cost flow network problem. The results show safety levels that help making informed decisions on choosing the optimal transportation configuration for hazardous material shipments.Within the proposed methodological context, appropriately parameterized simulation studies elucidate the effects of occurrence probabilities of the different risk events on transportation cost. Furthermore, as the appropriate management decisions must consider the effect of actions in one time period on future periods, the proposed model is structured as a multi-periodic model.Finally, the proposed methodological approach is employed to demonstrate the utility of proper analytical tools in decision making and particularly in ensuring that scientifically informed safety procedures are in place while transporting goods that can be potentially proven dangerous to the public and the surroundings.     

城市内涝灾害应急救援指派模型

为实现应急救援队伍的合理派遣以快速营救受困人员,根据城市内涝灾害特点、城市内涝灾害情况和救援资源的分布,综合考虑应急救援队伍的救援效率、救援可靠性、救援时间等因素,构建多目标应急救援指派模型。运用模糊数学思想,将各目标下的属性值矩阵转化为模糊关系矩阵。针对优化模型的特点,采用反点法对模型进行求解。为证明反点算法的可行性,采用标准匈牙利算法对模型进行求解并加以验证。算例结果表明,多目标优化方案可以进行良好的任务分配,可满足应急救援任务的需要。     

粒子群优化的RBF瓦斯涌出量预测

瓦斯涌出量是煤矿瓦斯灾害的主要来源,它直接影响煤矿安全生产和经济技术指标。瓦斯涌出量的传统预测方法是将其影响因素线性化后提出的,具有一定的局限性。本文基于群体智能理论,提出了一种基于粒子群算法优化的RBF神经网络瓦斯涌出量预测模型。研究表明RBF神经网络预测精度与网络权值和RBF参数初始值有很大关系,因此本文采用粒子群算法优化RBF网络权值和其他参数,形成PSO-RBF预测模型。该模型通过计算种群粒子的适应度,确定全局最优值,寻找网络参数的最优值。实验结果表明PSO-RBF优于传统的RBF预测模型,训练速度和预测精度显著提高。     

基于支持向量机的高速公路事件检测

针对交通领域中的事件检测(无事件模式和事件模式)模式识别问题,描述了支持向量机(SVM)支持的基本方法,建立了基于线性(linear function)、多项式(polynomial function)和径向基(radial basis function)3种核函数的事件检测SVM模型。采用高速公路路段I-880线圈数据集和事件数据集验证模型,结果发现:无论对于向北、向南或混合方向的事件检测,在3个SVM模型中,SVM(P)检测效果最好,SVM(L)最差。SVM算法具有避免局部最小,实现全局最优化,更好的泛化效果的优点,是高速公路事件检测的一种很有潜力的算法。     

中国民航业安全风险监测与仿真研究

根据系统安全的思想,通过对航空安全历史数据的分析和专家经验,从人员、设备设施、环境和组织管理4个方面,提出中国民航机务、空管、飞行、机场4个分系统安全风险监测指标体系,共102个风险因素指标,并合成为27个行业安全风险监测指标。以民航历史数据为样本,建立资源优化神经网络(RON)模型,将安全风险监测指标与中国民航安全指数相联系,分析安全指数的关键影响因素,达到安全管理决策支持的目的。通过建立的风险监测指标体系和RON模型,可以实现民航整个行业、各分系统及单个指标的安全风险监测和预警。