危险货物多式联运路径优化问题的多目标优化算法

为了更为有效地规划与管理危险货物运输,研究在多式联运危险货物时的路径优化问题,同时囊括双目标、多批货物以及货物的送达时间要求和路段的容量限制。以运输和转运过程中的总成本和总风险最小为目标,构建了双目标0-1线性规划模型。集成路径搜索算法和非支配排序规则,设计了基于帕累托分析的多目标优化算法,以获得原问题的非劣路径。算例结果表明,该算法可有效地获得实际问题的一组具有竞争性的非劣解,且相比于单式运输,多式联运危险货物有望同时降低总成本和总风险。     

基于风险分布公平性的公路危险品运输全局路径优化研究

首先,通过计算危险品运输事故各种后果产生的概率及其相应经济损失价值,建立了基于各种损失价值的定量运输风险评价模型;其次,通过对各路段施加统一的危险品总容量限制以确保风险分布的公平性,建立了加权最小运输成本和最小运输风险的双目标全局路径优化模型;再次,将基尼系数和方差系数作为基于路段的风险分布公平性的衡量指标以进行路径方案比选,并进行了适用性分析。算例分析表明:一方面,通过有规律地改变2个优化目标的权重,可以得到路径优化模型的所有帕累托最优解的集合;另一方面,通过恰当设定路段危险品总容量限制,以及对2个优化目标选择合适的权重值并进行全局路径优化,可以使所得到的最终路径方案的社会总成本大幅降低,并在一定程度上保证路段风险分布的公平性。     

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.     

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。     

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。     

基于风险分析的危险品道路运输多目标Pareto最优选线

基于危险品道路运输风险分析辨识最优的运输路径,以道路运输事故率、影响人数、影响人员风险、环境风险、运输距离和运输时间6个指标,确定具体起点-终点之间危险品运输的有效路径。采用带目标权重系数的Pareto-最优路线算法寻找多个满足要求的有效解,近似评估Pareto前沿,以比例法标准化选线指标,转化为无量纲的目标评价函数值,合理优化多个选线标准选择可行的最小运输风险路线。带权重系数Pareto-优化选线可有效降低运输路线的影响人员风险,平衡选线目标之间冲突的,为政府监管部门和危险品运输企业提供优化选线决策技术。     

危化品运输事故应急资源配置选址多目标决策

为提高危化品道路运输事故应急救援能力,基于最大路网覆盖,建立应急资源配置选址模型;考虑突发事故应急资源配置和选址的随机性和动态性,引入应急响应时间、应急资源覆盖限制和应急处理能力因素,描述应急资源供需的不确定性,使各应急需求点被应急资源覆盖的全部收益期望值最大;采用人工免疫算法对选址模型搜索求解,求解多目标模型的帕累托最优解集。结果表明：构建的模型能够在保证应急物资供应时效的前提下,最大化提高事故应急处置的综合效率,为有关部门合理规划应急资源布局提供理论参考和决策依据。     

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。     

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。     

危险化学品物流网络选址-运输优化研究

为兼顾经济与安全效益,实现危险化学品物流配送中心选址与运输路径选择的联合互动,建立综合选址-选线模型。该模型考虑危险化学品的风险特性、时间属性、路线路面状况及沿线周围环境随车辆移动的变化,以配送中心建设运行费用、运输费用、选址风险、运输风险和敏感目标人数为优化目标。采用专家打分法对各子目标权重进行打分,将多目标规划问题转化为单目标决策问题来求解,并根据模型给出一种启发式算法。网络选址-运输优化可降低危险化学品物流事故率和沿线人员伤亡风险,优化影响人员风险与物流成本冲突问题,实现最佳网点布局及路径选择。     

考虑救援时效的化工园区应急物资储备站点选址模型研究

针对化工园区的应急物资储备站点选址问题,在同时考虑经济因素以及救援效果的基础上,建立了多目标覆盖选址模型,同时引入了应急救援时效函数,以反映物资运输时间对救援效果的影响.最后将模型应用于江苏省南部的化工园区应急物资储存站点的选址问题进行算例分析,使用NSGA-II算法对模型进行求解,并采用TODIM法对得到的帕累托最优...     

大规模突发事件应急资源调度的多目标鲁棒优化研究

为及时有效地控制大规模突发事件的不良影响,考虑应急响应系统中多种应急物资需求呈不确定性的特征,建立最小化总成本和总时间的多目标-两阶段临时配送中心选址和应急资源调度模型。采用相对鲁棒优化方法对模型进行求解,利用区间估计描述不确定性因素,并引入扰动系数和控制参数调节模型的鲁棒性和最优性。数值实验结果表明,该模型能有效解决需求不确定下应急资源调度网络的构建问题,且能保证应急决策良好的鲁棒性。最后,通过分析测算单目标与多目标模型下目标值的结果以及不同控制参数与扰动系数下目标值结果,进一步验证了该模型符合应急响应实际情况。     

基于风险评价的核应急分区疏散规划*

为保障核事故应急疏散的时效性和安全性,降低核事故损失,基于核辐射时空分布特征,对疏散集中点和疏散路网进行风险评价,提出分区疏散组织策略,结合行政区划法,完成核电站场外疏散区域划分;将总暴露风险作为优化目标,构建基于元胞传输的分区疏散规划模型,并以我国某沿海核电站为研究对象,验证分区疏散方案可行性。研究结果表明:考虑核辐射风险后的分区疏散方案,能够有效提高疏散效率,保障公众安全,降低疏散时间和暴露风险,优化疏散期间交通状况。研究结果可为核应急疏散组织工作提供参考。     

一种基于人工蜂群算法的多目标路径决策方法

为兼顾火灾中人员疏散的安全性与效率,使得人员避免遭受火灾风险侵害的同时尽可能节省人员疏散所需时间,提出一种基于人工蜂群算法的最优疏散路径决策方法。首先,通过将一个考虑逃逸代价的单目标模型以及一个考虑路径复杂度的单目标模型合并为一个双目标路径规划模型,实现以火灾风险、路径长度及路径复杂度为最终优化目标;然后,以某建筑为例,运用Pyrosim软件进行建筑内火灾模拟,利用本文的最优疏散路径决策方法得到该火灾场景下的最优路径。结果显示：该决策方法可以有效帮助人员避开风险水平较高的区域,同时尽可能降低所选疏散路径的复杂度,验证了该方法用于考虑火灾蔓延对疏散路线影响的可行性。     

不确定性条件下危险废物物流LRP建模与求解

在危险废物产量不确定的条件下,为解决加工中心建设点、加工技术和危险废物车辆运输路径的选择问题,考虑危险废物与加工技术的多样性、危险废物与加工技术的相容性,设定风险公平性的度量方法,以风险和成本最小化,风险公平性最大化为优化目标,建立危险废物产量为三角模糊数的多目标模型。根据三角模糊数的特征转化模糊约束条件,将原模糊模型转化为多目标0～1混合整数线性规划模型,并基于模糊优化技术设计多目标线性规划模型的求解方法。最后,算例结果表明,相对于既有模型,新模型所得的优化方案能降低风险和成本。     

基于Pareto蚁群算法的双目标路径规划研究

针对复杂建筑环境人员应急疏散单一路径不能满足火灾环境变化需求的问题,基于改进蚁群算法,结合Pareto双目标解集思想,提出一种组合优化解集的双目标蚁群算法,通过排序优化的思想,实现人员多路径动态疏散规划。在构造Pareto解集的阶段协同考虑疏散路径长度以及火灾风险程度2个优化目标,计算各个解之间的支配关系。利用排序优化蚁群算法的正反馈机制将各组解的信息素按一定比例作为最优路径信息素的积累,加快解集的寻找。最后将其与传统双目标蚁群算法相比较,结果表明：优化后的双目标算法更加适合复杂建筑人员疏散路径规划问题,在寻找多组满足要求解的同时展示目标之间的利弊关系,供决策者选择合适的路径,提高疏散效率。     

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。     

基于混合决策的城市固定避难所选址优化

为了提高震后城市避难资源供需匹配效率，根据应急避难灾民的需求特征，分析了避难人员分层疏散和不同类型避难所规划布局，提出了基于模糊集理论、多属性妥协解决策(VlseKriterijumska Optimizacija I Kompromisno Resenje, VIKOR)方法和双目标机会约束模型的混合决策方法。根据定性因素评价结果优化开放避难所的适宜性，并最小化避难所开放数量。通过加权ε-约束、中心极限定理和分段线性函数逼近得到近似单目标混合整数线性规划模型，借助实例验证模型的有效性。对比确定性和机会约束性模型得到的优化结果，为考虑避难所选址问题中的需求多样性和不确定性提供依据。结果表明，该方法不仅可以从多个决策者的专业知识中受益，还能更好地对冲震后需求的不确定性，确保在时间、空间有限的情况下，避难救援行动有序和高效开展。     

基于相异路径的危险品运输车辆调度

为有效降低多车同时运输危险品时的潜在风险,针对危险品运输网络中2点间相异路径上多车运输问题,提出车辆安全出发时间间隔计算方法,通过路径选择和车辆调配,建立相异路径上多车同时运输车辆调度数学模型,并设计基于非支配排序遗传算法(NSGA-II)的多目标优化算法求解。以8个节点13条边的危险品运输网络中运输10车危险品为例,根据所提方法获得单次运输风险约束条件的运输方案13种,运输总风险约束条件下运输方案15种,对比不同风险约束下的运输风险、运输距离和运输时间。结果表明：相比于运输总风险约束,单次运输风险约束更严格,适合道路管理者筛选安全的运输路径,而运输总风险约束适合承运企业在车辆调度时作出决策。