多维公平测度下考虑灾民心理痛苦效应的应急资源调配*

为有效降低灾后初期应急资源短缺情况下灾民生理和心理受到的伤害,提出等待效应和短缺效应衡量救援过程中的灾民心理痛苦效应,同时耦合时间和供需情况2个维度测度救援过程中的公平性指标,构建调度总时间最短、时间攀比最小和灾民心理痛苦效应最低的多目标应急资源调配模型,研究多灾点、多配送中心、多种类物资救援场景下的应急资源分配和路径规划决策选择问题。应用NSGA-Ⅱ算法对模型求解,以新冠疫情下武汉市医疗物资调度为算例分析验证模型的有效性。结果表明:模型和算法能有效减少供不应求情况下的灾民心理痛苦效应,保证救援活动的公平性,能得到不同目标偏好下的应急资源调配方案。     

基于Soft Fuzzy ARTMAP算法的地铁隧洞光纤光栅传感火灾识别研究*

为解决传统火灾报警系统在应对地铁火灾报警时存在的即时性差、灵敏度及智能化水平低等问题，基于Fuzzy ARTMAP网络，结合Yu范数相似度准则与软竞争学习机制，提出1种软竞争学习Fuzzy ARTMAP算法，弥补传统Fuzzy ARTMAP网络胜者为王规则导致的区域重叠而产生误判的不足；结合地铁光纤光栅传感网络数据，将该算法应用于地铁火灾识别。结果表明:与传统的Fuzzy ARTMAP相比，该算法可快速有效地识别地铁火灾趋势，为地铁火灾识别系统研究提供理论支持。     

基于ERRS选址模型的地下应急物流系统建设研究

地下物流系统（ULS）可缓解地面交通压力,为保障ULS正常运行,利用数学建模技术,研究建设基于应急资源储备站（ERRS）选址模型的地下应急物流系统（UELS）。首先根据地面拥堵指数（TPI）,构建ULS的节点群和路径;其次考虑救援时间、覆盖范围及区域数量等因素,在节点群内选建ERRS,分2步共同建立救援时间最短和建站成本最小的多目标ERRS选址模型;然后,根据系统工程相关知识,建立地下应急物流系统（UELS）模型,包含基于ERRS的UELS硬件基础设施、地下应急管理体系的信息化平台、地下应急指挥系统3大部分。研究结果表明:通过建立地下应急物流系统（UELS）可为正处在探索发展阶段的地下物流系统及其应急管理工作提供理论支持。     

大坝变形GA-LSTM组合预测模型研究

为监测大坝运行过程中的异常状态，防范化解大坝溃坝等重大风险，基于大坝变形大样本、非线性监测数据，引入长短期记忆(Long Short Term Memory, LSTM)神经网络模型对大坝变形趋势进行预测，以测试样本的均方根误差最小为适应度函数，采用遗传算法(Genetic Algorithm, GA)优化LSTM模型参数，建立大坝变形GA-LSTM组合预测模型。以福建水口水电站大坝为例进行验证分析，并与LSTM模型和门控循环神经网络(Gated Recurrent Unit, GRU)模型预测结果进行对比分析。分析结果表明，GA-LSTM模型的预测效果和性能更佳，且相较于LSTM模型和GRU模型各测点预测误差均有减小，平均绝对误差减小量最高达6.92%。