大数据背景下台风灾害应急物流车辆调度优化仿真

台风灾害事件发生后的救援阶段,应急救援物资有限且物资需求点对物资需求具有不确定性。现有调度数学模型只考虑了救援车辆调度距离以及时间等因素,没有考虑到提供给受灾点的救援物资可能存在不足或是过量及其对应应急救援效果的影响,导致调度成本过高。针对以上问题,提出基于离散蜂群的台风灾害应急物流车辆调度优化模型。考虑到提供给受灾点的应急物资可能不足或是过量的特点,在设定受灾点所需物资量遵从正态分布的前提下,以最小化物资分配不足和供应过量所带来的损失、车辆调度成本为优化目标,考虑受灾点对服务时间的要求和车辆承载能力等约束,构建了紧迫性需求条件下的调度问题的优化模型,并采用离散蜂群算法对调度问题优化模型进行求解。实验结果表明,所提模型与其他调度数学模型相比,有效降低了应急物流车辆调度成本,可为台风灾害应急管理者提供科学的决策依据。     

基于多元统计分析的火灾灾后抢险物资配送模型研究

传统物资配送方法存在配送物资效率低、配送成本高等缺点,为了及时确定抢险物资应急救援路线,向火灾受灾点快速配送抢险物资,提出基于多元统计分析的火灾灾后抢险物资配送模型。建模时采用多元统计分析法分析火灾受灾点救援需求和配送路线连通随机性,以及救援出发点对受灾点的最大覆盖范围的限制,利用加权贝叶斯算法将物资配送多目标规划问题转变成单目标规划问题,建立抢险物资配送单目标规划模型;运用遗传算法对模型求解,并采用惩罚函数处理模型中的约束条件,实现物资在受灾点之间均衡分配。     

面向地震灾情时序变化的应急救援物资需求动态预测研究

对应急救援物资需求进行高效、精准的动态预测,是保障受灾群众基本生活、提高灾害应急救助效率的重要技术保障,也是灾害科学研究领域的热点问题。在深入分析地震应急救援及物资需求特点的基础上,提出了"基于时序变化的救灾物资需求预测模型",针对受灾人口的年龄分布对物资需求量的影响进行分析,建立向量模型来描述人口结构对生活类救援物资的影响。综合考虑受灾群众的心理和家庭观念等因素,分析了"不考虑家庭规模"、"典型农村留守人员组成的家庭为主体"、"普通三口之家为主体"等家庭组成,对三种情境下的应急救援物资需求进行了模拟。通过分析生活类物资和取暖御寒类物资的需求变化与受灾人口的变化之间的关系。最后通过实际案例,证明了针对饮用水和帐篷等救援物资动态需求预测模型的合理性。     

基于三角模糊数的化工园区事故应急救援能力评价

在化工园区事故风险分析的基础上,以危险化学品泄漏事故为对象,从化工企业、园区自身、外部援助3个责任主体方面分析应急救援能力需求,针对性构建应急救援能力评价指标体系;对评价指标进行分类量化处理,建立风险和应急救援能力之间的联系;基于三角模糊数理论和模糊综合评价理论建立了模糊综合评价模型。通过上述指标体系和评价模型从而达到对化工园区事故应急救援能力综合评价的目的。某化工园区应用实例评估分析结果表明该模型及评价方法具有较强的实用性和借鉴价值。     

基于建筑群震害仿真的应急疏散路径规划方法研究∗

地震中沿街建筑的破坏通常会造成邻近道路大面积瓦砾堆积导致道路不畅,对应急救援产生不利影响。传统区域瓦砾堆积分析通常由单体结构分析并推演至区域层面,其过程需要大量数据支持且计算过程繁重。为突破这一瓶颈,使用弹塑性时程分析工具对研究区域内建筑地震损伤情况进行计算,并将精确到每一时刻的建筑动力响应和损伤指标结果进一步用于区域瓦砾堆积仿真计算,其计算速度和精确性可进一步匹配应急救援的时间和精度需求。所采用的震害仿真工具能考虑建筑结构类型差异,并且可充分考虑结构动力特性与地震动破坏力特征。 最后,以龙头山镇建筑群为例,基于区域瓦砾堆积仿真结果,采用 Frank-Wolfe 算法为各受灾点进行疏散路径规划,研究方法可为震后应急疏散提供参考。     

洪水灾情评价的脉冲耦合神经网络模型

洪水灾情的评价工作对洪水灾害的分类管理具有重要的指导意义。脉冲耦合神经网络模型应用到洪水灾情评价中是一次新尝试,该方法通过脉冲输出从而调节阈值,并且应用动态阈值来确定洪水灾情的等级。这个方法比传统的BP模型简化了权值的训练,模型更加简便、直观。采用脉冲耦合神经网络模型得出的评价结果同灰色关联法、灰色聚类法、灰色模糊综合法的评价结果进行了比较,表明其用于洪水损失评价具有科学性和实用性。     

基于梯形Vague集熵权法的煤矿应急救援能力评价研究

为进一步完善煤矿应急救援能力评价方法并提高其可靠性,提出基于梯形Vague集熵权法的煤矿应急救援能力的效用值评价模型。针对不同指标的梯形Vague值评价信息,首先利用熵权公式求出专家及各指标权重,其次采用梯形Vague集成算子进行有效融合,然后根据效用值越大越优的原则进行排序。最后将上述评价模型在同煤集团中进行应用。该项研究不仅丰富了煤矿应急救援能力评价基本方法,而且也为其他相关领域的救援能力评价提供参考。     

基于地震灾害背景的县(市)应急救援能力建设需求评价

县(市)地震应急救援能力的强弱直接关系到地震应急救援工作的成效。我国有2000多个县(市),其面临的地震危害性程度、当前的社会经济发展水平和具有的资源环境条件等存在明显的差异,短期内不可能也没必要在全国所有县(市)都以大致相同的标准开展地震应急救援能力的建设。因此需要各县(市)确立不同的建设需求类型及其相应的建设内容,实现分类指导、适度建设的目标,从而在整体上提高我国的地震应急救援能力。基于县(市)地震灾害背景数据和防震减灾能力数据,对县(市)地震应急救援能力建设需求进行了评价,提出了县(市)地震应急救援能力建设需求类型分类方案,给出了各类型县(市)地震应急救援能力建设内容和建设项目选择的宏观建议,为各县(市)开展地震应急救援能力建设提供参考。     

基于强化学习布谷鸟搜索算法的应急无人机路径规划

无人机可以在灾后救援中分析灾情,搜寻人员,提高救援的效率。为保证无人机在受灾区域的飞行安全,建立了较为全面的路径模型并提出了高效的求解算法：考虑路径长度、风险成本、高度成本和平滑程度四个指标,建立应急无人机路径规划模型;提出一种基于强化学习的布谷鸟搜索算法对模型求解。实验结果表明：提出的模型和算法能够更加有效地解决应急场景下的无人机路径规划问题,提升无人机在受灾区域飞行的安全性,为应急管理决策者规划出高质量的无人机救援路线。     

砖混结构废墟救援安全评估BP模型研究

建筑结构废墟救援安全评估模型可在不浪费大量人力物力的条件下有效地服务于地震灾区应急救援工作。针对历次地震中破坏最为严重的砖混结构建立了废墟救援安全评估模型。根据砖混结构废墟救援安全评估模型的研究现状探究和需求分析,研究了采用BP神经网络模型建立安全评估模型的方法和过程,分析了安全评估模型影响因素的划分要点和安全等级判定原则,基于实际救援案例采用MATLAB对模型进行了训练,并对所建立的模型进行了实例验证和算例计算。模型验证和算例计算结果表明所建立的砖混结构废墟安全评估模型可在不需要精确探究结构倒塌机理的基础上直接应用于砖混结构废墟救援的安全评估工作,且该模型还具有评估结果准确、操作简便,以及便于工程实际应用的显著特点。     

基于BP神经网络的冻土路基变形预测与可靠度分析

目前,基于BP神经网络法进行冻土路基变形预测的可行性和有效性仍少有学者对其进行研究。运用MATLAB编制BP神经网络程序,并应用于青藏铁路预测路基变形的工程实例。在此基础上,又采用COMSOL有限元软件的多场耦合模块分析了同一路基的变形场、水热场。通过对比两种方法,验证了前者的科学性和有效性。进而提出了一种新的可靠度计算方法(INNRS法),这种方法将神经网络法和响应面法有机结合起来,只需一次迭代即可形成较准确的功能函数,使得计算可靠指标的效率大大提高。应用INNRS法,对路基变形的可靠度指标和失效概率进行了评价。     

淮安市砂土地震液化势的综合评估

建立了BP神经网络模型LM算法的砂土地震液化判别方法,采用LVQ模式分类网络对数据进行分类,选取唐山地震时76个场地、320组现场液化勘察资料为研究对象,训练和检验网络模型的数据各160组,结果表明,该方法的砂土液化预测准确度为96.8%。根据淮安市典型场地土的钻孔资料,采用《建筑抗震设计规范法》液化判别法(规范法)、美国国家地震研究中心建议的液化判别简化方法(NCEER法)和谢君斐-陈国兴液化判别方法(谢-陈法)等3种液化判别方法及本文提出的BP神经网络模型液化判别方法对22个钻孔、120标贯点进行了液化判别,结果表明:14种地震液化判别方法的计算结果基本一致;2NCEER法比谢-陈法的计算结果要保守;3谢-陈法与规范法的计算结果很吻合,预测正确率相差不大;4规范法相对BP神经网络模型法的计算结果要保守;5BP神经网络模型法比其他3种方法的预测结果更符合实际的液化规律。最后,综合4种方法的液化判别结果给出了该地区地震液化势的评估结果,并给出了部分典型地质剖面土层地震液化势分布图。     

一种基于物联网的地震救援辅助系统

地震发生后,地震现场公共通信设施往往会遭到严重损坏,导致灾区救援人员和地震救援指挥中心之间无法实时地进行网络通信,救援现场的物资需求信息无法及时地送达到指挥中心,影响救援的效率。对此,地震救援现场可以搭建如Zigbee,WCDMA等各种应急无线通信网络,救援人员运用救援手持终端将物资需求通过上述网络发送到指挥中心的应急局域网中,从而构建了一种基于物联网架构的地震救援辅助系统,为指挥中心的科学救援提供实时的物资需求数据。通过测试,该系统可以保证救援数据的实时快速传输,提高应急救援的效率。     

BP神经网络模型在地震应急人员伤亡评估中的应用

讨论了利用BP神经网络,对震后的死亡人数进行较为准确的评估,进而指导后续的地震应急工作。选取地震震级、震源深度、震中烈度、抗震设防烈度、震中烈度与抗震设防烈度之差、发震地人口密度和时间(白天、晚上或凌晨)等7项数据作为输入因子,以死亡人数作为输出因子,建立了BP神经网络模型,再以阳江、炉霍、鲁甸和景谷4次地震的该7项数据作为检测因子检测建立的神经网络。可以得出:由网络训练得到的结果与真实的死亡人数相差很小,结果对比比较理想。     

非常规突发事件救援物资输送的路径优化研究

鉴于非常规突发事件的突发性和不可预测性,为保证救援的有效性,需要及时确定应急救援路径,以最短的时间将足量的救援物资送到事故点。根据事故的严重程度不同,需要不同数量的救援物资。由于救援点的救援物资数量有限,当非常规突发事件灾害性强时,一个救援点无法满足事故点的物资需求,则要求多个临近救援点同时参与输送救援物资的任务。该文主要研究在实时/时变的复杂道路状况下,非常规突发事件发生后多救援点实施的应急救援物资输送的路径优化问题,通过改进遗传算法实现动态路径调整达到求解最短路的目的,实现了应急救援物资路径动态优化,为救援团队提供准确、及时、可视化的救援方案,提升救援效率。     

基于GSO改进TOPSIS的灾区救援道路选择研究——以地震为例

灾区道路选择是灾后应急救援必须解决的问题之一,现有的灾区救援道路选择模型中较少考虑评价指标之间的相关性。该文构建了基于格兰姆——施密特正交化法(Gram-Schmidt Orthogonalization,GSO)的客观赋权评价方法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)灾区救援道路选择综合评价模型。在构建的模型中,利用GSO去除指标间相关性所造成的信息重叠,通过对地震灾区的道路损毁率、二次灾害危险度、地震烈度这三项指标进行深入分析。以汶川地震数据为例,验证了所构建模型的有效性,研究结果对灾区救援道路选择研究提供了新的思路。     

面向多受灾点多出口应急疏散的动态控制流算法研究

针对突发灾害事件发生时大型人群聚集场所的受灾特点,以所有人员全部疏散完毕的时间最小为目标,研究了受灾点有优先顺序和疏散路线及节点有容量限制下的多受灾点多出口应急疏散问题。基于疏散路段流量尽可能充分利用的思想,提出了一种动态控制流算法,该算法将应急疏散问题划分成两个阶段。第一阶段引入饱和流量和实际流量的概念,计算出每个受灾点的最优短路集合及实际流量;第二阶段对各受灾点同时进行动态疏散,在疏散过程中记录每条路段的实时流量,按照受灾点的优先顺序实时地处理流量冲突,使得冲突路段的流量都能够被充分利用,从而得出满意的疏散方案。最后,采用数值算例验证了动态控制流算法的有效性和可行性。     

基于主体分级的社会救援资源分类及结构框架

社会救援资源是应急救援工作的重要资源支撑。从资源供给角度出发,给出社会救援资源的概念,并综合"社会"和"应急救援资源"范围的研究,界定社会救援资源的范围,继而阐述了社会救援资源的普遍特点和特殊特点;提出一种新的资源分类方法———基于主体分级的资源分类方法,并基于此方法,将社会救援资源提供的社会主体分为3类共10个主体,即第一类主体(大型国有企业、国家级慈善社团)、第二类主体(其他公有制企业、其他慈善社团、相关民办非企业单位、公民自组织形式)、第三类主体(其他所有制企业、一般社团、其他民办非企业单位、公民个人);在主体分级的基础上,从救援资源的角度将不同社会主体的供给力度分为强、中、弱三级,初步构造一个矩阵网状的社会救援资源结构框架。     

震后多品种应急物资多级配送中的选址-路径模型

地震发生后的应急物资配送是地震救援工作开展的关键。震后应急物资配送往往需要建立多级应急物流中心和规划物流中心间的配送路径,而且应急物资的需求具有多样性。基于这些特点,以总运输成本最小为目标,考虑应急物流中心的容量限制以及应急物资配送的多级性和多样性,建立了震后多品种应急物资多级配送选址-路径问题的混合整数规划模型。该模型选择由供应点、物资集散地、配送中心和需求点构成的多级配送网络,将帐篷、食物和药物作为应急救援物资。最后,采用一个汶川地震中物资配送的实例验证了模型的有效性和可行性。     

基于Visual Basic.NET的油气事故应急资源需求预测支持决策系统

针对油气事故后应急资源需求预测困难的问题,在对油气事故特性及应急资源需求类型分析的基础上,构建了基于案例推理(CBR)的油气事故应急资源需求预测模型,并使用Visual Basic.NET及SQL Server数据库开发了油气事故应急资源需求预测支持决策系统。将该系统应用于实际油气事故案例进行验证,结果表明系统中应急资源需求预测模型科学可靠,系统对油气事故应急资源需求预测结果与其实际用量基本吻合。该系统可为油气事故后快速有效开展应急救援活动提供相应的理论依据。