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。     

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。     

应急救援多目标时限指派模型

为实现应急救援队伍的合理派遣,对应急救援队伍的救援效率、救援物资消耗、最佳救援时间等因素进行分析。突出应急救援的时效性和救援目标的多属性特征,提出在保证应急救援最短时限的前提下,以应急救援效率最大化、物资消耗最小化为优化目标,构建最短时限应急救援多目标指派模型。采用线性加权和法将多目标化为单目标决策问题,运用两阶段法对模型进行求解。数值计算结果表明:最短时限的引入能有效实现应急救援队伍合理、公平派遣。     

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。     

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。     

重大事故双目标应急响应规划的优化研究

目前主要的救援措施有疏散、避难场所、居民建筑的保护、个人保护装置的使用.当考虑不同的目标时就会有不同的保护措施.应用多目标优化的理论建立了一个适用于重大事故的双目标安全规划方法,两个目标分别为区域风险的最小化和社会经济成本的最小化.通过案例分析说明了这种应急响应规划方法的可行性.     

基于AHP的多式联运网络节点安全评价北大核心CSCD

为了精准定位多式联运网络安全隐患,制定合理有效的安全保障措施,从网络节点角度着手,用节点脆弱性来间接反映其安全程度,来对多式联运网络安全评价问题进行研究。首先根据节点度等指标,确定节点重要度计算方法;其次,通过层次分析法(AHP)确定了运输线路对节点安全水平影响的量化计算公式,进而构建了多式联运网络节点安全评价模型。为验证评价方法的有效性,以四川省、重庆市及湖北省为研究对象,根据其实际货运情况绘制多式联运网络图,并通过MATLAB软件对各节点的脆弱性进行量化计算。结果表明,重庆市的脆弱度最高,即安全性最低,其次为成都市、武汉市等,神农架林区的安全水平最高。因此在实际运输工作中,加强网络中大型枢纽节点的安全管理工作,密切关注连接边多为公路运输线路的节点运行状况,对于多式联运网络安全运营具有极大促进效用。     

多目标规划在应急物流中的应用综述

为充分提高突发事件的应急救援效率,应急物流系统的建设至关重要。围绕应急物流系统,从应急物资管理、设施建立以及物流路径规划等方面入手开展相关研究工作的梳理和讨论,结果表明:目前相关研究受限于应急物流的应急体制建设不完善、多目标联系不紧密、信息化程度低、应急物资需求的动态性把握不准确等方面,而根据多目标规划方法提出的相应改进建议,能够实现救援线路最优化、救援时间最短化以及应急投入最小化等多个目标。     

基于ISM模型的多式联运网络风险因素结构分析

首次通过解析结构模型对多式联运网络的风险因素结构问题进行了深入研究,旨在揭示多式联运网络风险因素之间的复杂层级关系.以多式联运网络为研究对象,首先分析了多式联运网络风险内涵,接着从外部和内部因素两方面对多式联运网络风险因素的构成进行辨识,进而构建了多式联运网络风险因素的多级递阶解析结构模型,最终探究了多式联运网络风险因素的结构及层级关系.结果表明,多式联运网络风险影响因素分为5个层次,其中顶层因素指多式联运网络的运行安全,最直接因素包括外部环境和网络节点,关键性因素包括载运工具、联运线路及技术手段,基础性因素包括经济发展状况、政策法律法规及人员能力素质,而深层次因素是组织管理因素.     

考虑攻击特征与负载偏好的多式联运网络风险传播研究

提出了改进渗流理论,用于对多式联运网络的风险规律进行探究.从现实情况出发对渗流理论进行改进,使此理论可应用于运输网络的风险问题探究中,具有一定的实践价值.以中国某地区为例进行案例分析,考虑在不同的攻击特征和负载偏好下对多式联运网络中的风险规律进行计算.结果表明:随攻击规模和强度增大,多式联运网络的风险传播越来越快、越来越广;负载偏好的存在使得网络在遭遇故障时风险传播更明显.     

多目标应急服务设施选址与资源配置问题研究

为合理解决应急系统管理中的应急资源选址和配置问题,实现应急资源优化管理,构建基于应急系统综合可靠性的多目标应急服务设施选址和资源配置模型。根据突发事件特征,考虑到应急资源布局是不确定的、动态的,有时间约束等问题,提出同时考虑应急需求点的危险权重、应急救援最迅速及应急救援服务点之间可以进行资源调运等因素,以确保危险权重越大的应急需求点被越多的应急服务点覆盖。在保证应急物资供应时效的前提下,降低应急管理成本,最大化应急系统的综合可靠性,实现对应急资源科学选址和合理配置,并进行算例分析。     

基于犹豫直觉模糊集-TOPSIS的危险品多式联运风险评估

为了对危险品的多式联运系统风险进行评估,首先在"人、机、管、环"4M理论的基础上,将多式联运中"转运"这一特殊流程考虑进去,以"人、机、管、环、转运"这5个因素作为决策问题中的属性;其次,采用犹豫直觉模糊语言集为决策者的初始决策矩阵赋值,并利用均值-标准差的汉明距离来衡量两个犹豫直觉模糊语言数之间的距离;然后,以危险品多式联运系统中的风险为标准,采用基于犹豫直觉模糊语言集的TOPSIS方法进行不同方案的决策。最后,以磷酸在宜昌-衢州之间的运输为案例,对4种常用运输方案进行风险评估,以综合评价指数进行对比。结果表明,在先水路后铁路、先水路后公路、先公路后铁路、先铁路后公路4种方案中,从宜昌到衢州之间先公路后铁路的运输方式所得综合评价值最高,应选择方案3。     

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。     

考虑年维护费用的多目标规划城市应急疏散中心选址研究

通过考虑城市应急疏散中心的"通达性"与"经济性"原则,提出城市应急场所选址的多目标规划模型,利用NSGA-Ⅱ算法对模型进行算法求解,从而得到应急疏散中心选址模型的最优解群。最后以某地区应急疏散中心选址为例,验证了该模型与NSGA-Ⅱ算法的合理性与实用性。     

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。     

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。     

疫情环境下考虑患者恐慌心理的多周期应急医疗物资分配问题研究

疫情爆发初期,患者易因应急医疗物资的短缺和分配不及时而产生恐慌心理.针对该问题,考虑各疫区应急物资需求优先度、应急物资的分配量及到达时间等因素,构建患者恐慌心理函数,以量化的患者恐慌心理最小和物资分配总成本最小作为优化目标,建立多周期的应急物资分配模型,并融合泛化反向学习和自适应惯性权重设计了改进的鲸鱼群优化算法,以湖北新冠肺炎疫情为例进行验证.结果表明,所提出的模型和算法能够有效地解决疫情环境下考虑患者恐慌心理的多周期应急物资分配问题,且改进的算法在局部搜索和全局搜索上具有良好的性能.     

新冠肺炎疫情影响下多式联运网络突发事件风险传导机理

针对新冠肺炎疫情下企业供给间断和需求下滑所引发的系统性风险,以多式联运网络组织为对象,利用网络拓扑分析方法,提出了一种风险传导效应测度的分析模型,通过对节点重要度和风险扩散阈值的计算,研究不同初始故障点的风险传染效应,揭示多式联运网络风险的传导机理.首先,对多式联运网络中风险形成的本质进行阐述;接着,利用离散时间马尔科夫链性质建立了风险传导扩散模型,从节点重要度的测度、风险传递速度和网络组织受染阈值3个方面进行深入分析.结果表明,疫情影响下的内外部不确定性导致偏离预期目标后耦合突变产生风险,风险扩散的程度受到风险传导能量和速度的影响,而关键节点遭受风险传导效应比其他节点产生的效能更大,节点间传导概率和节点自身恢复能力决定了传导效能.最后,以12个经济主体构成的多式联运网络组织进行数值分析,测算后的结果为N12的节点重要度最大,风险传递速度为0.58,整个网络受染风险的阈值R为0.18.提出通过判断控制关键节点、削弱风险源的传导路径、提升节点自我恢复能力,可以降低风险在多式联运网络的扩散程度.