基于GPR-TOPSIS方法的充填配比多目标多属性优化

为获得某金矿尾砂胶结充填材料最优配比,基于试验结果,以海水比例、灰砂比和料浆质量浓度为输入参数,以充填体强度、塌落度及泌水率为输出参数,建立了充填配比与其响应量的高斯过程回归模型,分析了不同因素对充填性能的影响程度;采用遗传算法对高斯过程回归模型进行多目标参数优化,获得了Pareto非劣解,在此基础上,引入多属性决策的TOPSIS法对Pareto非劣解进行方案优选,确定了充填最优配比。研究结果表明:高斯过程回归模型相对误差值均小于6%,可靠性高;灰砂比及料浆质量浓度对充填性能影响较为显著,采用海水作为充填水源将降低充填体的强度;经优化后的充填配比与试验结果相符。     

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。     

多目标优化方法在区域水资源优化配置中的应用——以唐山市为例

水资源供需矛盾日益加剧,如何优化配置区域内有限的水资源已成为水资源规划与管理研究中的热点.本文在考虑不同水质和水源的基础上,研究了决策变量的约束条件,综合考虑不同用水户的用水效益,采用工业、生活、环境和农业多目标优化的方法,按照决策者的不同意愿,给出不同的配置方案,即一系列非劣解集.通过调用Matlab优化工具箱中的函数对其进行求解,给出了5种不同的水资源优化配置方案,能够合理配置唐山市区内有限的水资源,使得该区域内环境、社会与经济协调发展.     

基于多式联运的应急物资供应多目标优化研究

为解决灾后应急物资供应问题,针对运输的紧迫性和逐级调配的现实模式,采用货车-飞机-货车联合运输的方式,结合由物资供应点-中转点-分配中心-需求点构成的4级服务网络,从政府、受灾者和救援人员3方的角度,建立以最小化系统总运营成本、总运输时间和运输车辆驾驶员心理成本为目标的多目标混合整数动态规划模型,并采用Epsilon约束算法求解模型,分析关键参数的灵敏度,结合案例计算验证模型运算效率。结果表明：该模型能够得到一组有效的非支配解,即Pareto前沿,提供不同决策侧重点的多阶段物资调配方案;中转物资单位操作时间过长或过短都会导致救援总时间增加;系统总成本不会随着驾驶员心理极限运输时长的改变单调变化。     

基于多标准和改进Siamese网络的相似航班号判断方法研究

为了合理区分和有效识别不同航班号,首先提出基于多标准的判断准则,使用主成分分析法量化得到统一的相似度;其次建立改进的Siamese网络模型,获得文本的语义信息;最后采用文本之间的Jaro-Winkler距离客观修正网络对比损失函数,综合网络输出判定2个航班号的相似情况。研究结果表明：多标准准则判定方法速度快且通用性强,改进后的Siamese网络虽受到训练样本的直接影响,但收敛速度明显提高,识别率比原网络平均提高约2.7%,比多标准判断准则提高约3%。研究结果可为相似航班号识别与预警提供理论依据。     

基于多目标优化的危险化学品运输模式探讨

近年来,危险化学品在运输过程中的事故越来越多,危害也越来越大,人们关于运输的安全意识也越来越强烈。本文介绍了多目标遗传算法、多目标优化、多目标进化以及他们之间的关系,并将多目标优化问题与危险化学品运输紧密联系起来,建立基于多目标优化的危险化学品运输模式。通过对危化品公路运输的问题描述以及约束条件（包括运输人员、押送人员、运输车辆、监督部门等等）的确定,把该问题转化成为拥有多目标的数学模型,最后利用网格法对危险化学品运输多目标优化进行求解,把多目标问题转化成为多个相互联系的2目标问题,通过减少目标函数边界的方法进行优化。通过这样求解的多目标问题,能够保证运输路径最短、费用最低、安全性最佳,为危险化学品运输安全提供技术支撑。     

基于集对云的机坪运行管理移交安全评价研究*

为对航空器机坪运行管理移交下运行安全状况做出科学合理的评价,结合具体机场的机坪运行复杂性,首先引入PSR模型,从压力、状态和响应3个方面构建管理移交机场机坪运行安全评价指标体系;随后使用熵值法进行指标权重计算,并运用欧几里得度量函数进行组合赋权;接着引入集对理论和云模型,结合组合权重使用正向云发生器确定综合云联系度,利用Python绘制等级云图,评判系统安全等级;最后以某大型机场为例进行验证。研究结果表明:本文所提出的机坪运行管理移交安全评估评价方法经验证与实际运行情况相符,能够为机坪运行安全评价提供理论参考。     

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。     

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。     

机场终端区飞行流量的优化算法研究

为解决繁忙机场飞行终端区的交通拥挤问题,研究了遗传算法在跑道分配和飞机排序中的应用。建立多条跑道多架飞机的数学模型,使用遗传算法仿真计算寻求飞机进场总延迟时间最小的排序方案,并与传统的先到先服务算法进行了对比。结果表明:遗传算法与先到先服务排序相比较,总延迟时间减少了53%,说明了该算法排序结果明显优于先到先服务的排序结果。遗传算法具有全局寻优,且优化效率高的特点,有助于空中交通流量管理优化方案的建立。     

城市应急资源储备库选址的多目标优化模型

为提升突发事件的处置效率,针对城市应急储备库最优选址问题,以减少救援人员工作量和工作分散程度为目标,构建了考虑工作量的应急资源储备库多目标优化模型,并对遗传算法（GA）、遗传模拟退火算法（SAGA）进行迭代速率测试,通过算例分析比较考虑救援人员工作量和不考虑救援人员工作量的模型。结果表明：SAGA迭代速率快于GA,考虑救援人员工作量的模型可以更加合理地分配各储备点的工作量;同时发现在考虑救援行动的实际成本和需求的前提下,需要合理分配应急资源储备点的数量。     

基于风险管理的机场安全目标分解研究

将机场安全总目标分解为各层级的安全目标,有助于安全总目标的落实和安全绩效的考核.目前,常用的指标分解方法没有考虑机场的组织架构,也没有将风险管理融入到安全目标的设置上,与机场运行的实际情况脱节.从事故、事故征候及危险源和行为差错3个层面上进行控制,构建了机场5级安全目标体系.将目标自上向下分解与危险源查找相结合,设计了机场安全目标分解的方法:对机场运行安全保障业务进行系统分析后,将机场安全保障系统分为飞行安全保障、机坪安全保障、空防安全保障、应急救援保障和指挥协调保障5个保障系统,安全总目标分解为相应的专项安全目标;基于风险管理和事故致因的基本理论方法查找各类影响安全的因素,依据各职能部门的职责,将其面临的风险细化为部门及科室的安全目标;基于事故征候率的历史数据,根据影响因素的权重分解目标值.对某机场安全目标进行的分解细化表明,应用此方法能很好地对机场安全目标进行分解.     

基于支持向量机的管制疲劳检测模型研究

管制疲劳是影响民航安全的重大隐患,准确检测疲劳状态是进行疲劳预警、降低疲劳风险的关键。提出应用支持向量机模型融合多生理参数和眼动指标进行管制疲劳检测,通过MP150多导生理记录仪与眼动仪,采集模拟管制试验中正常与剥夺睡眠状态下被试的试验数据,同时记录其Karolinska疲劳等级和操作绩效。结果表明,RR间期、LF/HF、快慢波比值、PERCLOS和扫视速度均与管制疲劳呈较强相关,利用支持向量机融合五项指标构建管制疲劳检测模型,对于五级疲劳度的识别准确率为78. 1%,判断正常组与剥夺睡眠组的准确率为94. 2%。     

混杂工况下校车常开式安全气囊的多目标优化

为提升混杂工况下校车儿童乘员的安全性,对常开式安全气囊的保护性能开展优化设计。首先,明确6、12岁儿童的损伤阈值;然后,基于台车试验数据,构建与验证校车仿真模型,并搭建校车—常开式安全气囊耦合模型;最后,基于校车碰撞工况与儿童年龄的不同组合,建立6种混杂工况,决选常开式安全气囊的主要设计参数为优化因素,以加权伤害指标为优化目标,构建响应面代理模型。结果表明：利用改进型NSGA-Ⅱ算法,权衡确定上部拉带长度0.258 8 m,安装点高度0.385 6 m,泄气阀开启压力1.199 6×10⁵ Pa,泄气阀开度1.98为最优配置;混杂工况下,具备最优配置的常开式安全气囊可最大限度地降低儿童乘员的损伤风险。     

多条件约束三维动态行人疏散路径优化方法

针对约束环境下的行人疏散路径选择问题,提出了三维动态行人疏散路径优化方法。通过元胞自动机模型的拓展建立了三维行人疏散网格模型和三维解空间,在此基础上,综合考虑行人视域、路径距离、行人空间分布等多条件约束。引入路径寻优方法(Ant Colony Algorithm)、改进的社会力模型、更新的启发函数和信息素,构建了新的行人路径选择与优化机制。仿真结果符合实际路径优化需求,模型算法平衡了各出口利用率,提高了行人整体疏散效率,为三维空间下的行人疏散路径优化问题的解决提供了新的思路和方案,生成的疏散路径信息有望反馈到地标系统中并有效指导突发情况下行人的路径选择。     

基于马尔科夫链-多目标模型的应急供应链决策优化研究

为应对洪涝、新冠肺炎疫情等突发灾难,提出供应物资满足率最大、供应时间最短、供应成本最低的离散时间马尔科夫链-多目标规划模型(DTMC-MOP),动态地识别、分析、应对应急供应链风险;采用改进自适应NSGA-Ⅱ算法求解优化模型,并通过标准测试函数进行测试与评价,验证模型的可行性和有效性;通过算例分析,获得精度更高、分布更均匀的Pareto最优前沿。研究结果表明:决策者可以依据应急管理核心目标或不同偏好选择相适应的应急方案,研究结果可为应急供应链决策优化提供1种科学方法,对保障灾民生命安全、维护社会和谐稳定具有积极意义。     

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。     

基于优化方法的区域疏散路径规划研究

由于各种灾害的频频发生,对于区域整体及局部的疏散规划方案的研究具有迫切性和必要性。基于传统的迪杰斯特拉算法和回溯法的思想,对矩阵化的地图信息进行处理和计算,得到满足最大疏散人数、总体最短疏散路径、最短疏散时间等优化条件的优化方案。最后将这种方法运用到实际中,得出了某大学校区的路径选择方案。     

石油化工储罐火灾事故消防车安全部署优化技术研究

根据石油化工企业储罐火灾事故下消防车部署的技术现状,总结了当前部署方法和技术存在的问题和研究方向。详细研究了消防车部署的安全距离、多目标多任务相耦合的部署优化、加权最短距离和风向影响因素量化等优化分析方法,在此基础上设计了石化企业罐区消防车部署优化流程并在地理信息系统中进行可视化模拟展示。该方法能够科学、直观地给出不同救援目标及任务的消防车在火灾事故周边的部署站位结果,为突发火灾事故下的消防作战部署提供辅助决策依据。