摘要：为应对突发事件下的应急物资运输问题,将无人机与车辆协同应用在应急场景的路径优化问题中。考虑到应急场景的特殊性与弱经济性,将受灾点进行分类,并以无人机与车辆到达受灾点累计服务时间最小化为目标建立路径优化模型,同时加入无人机自身续航和载重约束、无人机与车辆的协同性约束等,更符合实际应用情况;通过结合遗传算法和自适应大规模邻域搜索算法,设计混合遗传算法进行模型的求解,通过算例验证模型和算法的有效性。算例结果表明:混合遗传算法能够提升求解精度以及求解速度,可为应对突发事件下的应急物资运输提供有效支撑。

摘要：针对应急物资配送的多周期性与不确定性,建立不确定条件下多周期车辆路径问题的多目标优化模型,并提出三步式求解方法:基于三角模糊数对不确定性进行消解;基于层次分析法将多目标函数转化为单目标函数;设计改进蚁群算法对优化问题进行启发式求解。采用经典算例验证了该优化方法在解决应急物资配送问题时的时间有效性,算法对比分析证明了改进蚁群算法在收敛速度上的优势,仿真结果分析证明该算法能够有效保证应急物资配送的总体满意度与公平性。

摘要：极端自然灾害易导致交通基础设施中断,因此及时、有效地修复受损路网对灾区救援至关重要。本文针对地震等自然灾害的实际救援需求,研究道路修复、应急物资选址与配送的集成优化问题。首先,以最小化总乏成本和总救援成本为目标,构建考虑道路修复、应急物资选址与配送的双目标优化模型。然后,设计基于密度峰值聚类的非支配排序遗传算法Ⅱ进行求解,并设计初始解生成策略、基于聚类轮廊系数的不动点策略以及变邻域局部搜索策略对算法进行改进。最后,利用汶川地震案例和随机算例,验证上述模型和算法的有效性。

摘要：应急条件下的物资配送与调度面临着需求信息不准确、需求紧急程度差异和运输路网动态变化的复杂环境,借助模糊数学中的三角模糊数描述应急物资需求量,利用连续速度时间依赖函数模拟真实的动态路网交通状况,并考虑不同需求点的需求紧急程度差异,建立了针对性的应急物资配送动态调度的多目标数学模型;通过设计粒子群优化算法,采用"离散-连续向量混合编码"方案和加权整合的适应值函数导向机制,结合连续更新的位置和速度操作策略,建立了针对这类含有离散和连续变量组合的优化模型的快速高效求解算法;最后,结合两个实际的算例进行了数值实验与分析,通过与用Matlab求得的解析解的比较,证明算法收敛速度快、鲁棒性强,从而为应急条件下的物资配送动态调度提供了有效和可靠的方法.

摘要：针对应急物资配送中各受灾点应急车辆分配的公平性与应急物资配送的及时性难以平衡的问题,以各受灾点车辆分配的相对剥夺感(公平性)与配送时间(及时性)为目标函数,构建基于车辆分配公平性与应急物资配送及时性的多目标协调优化模型。为求解该模型,设计一种基于启发式算法、局部搜索算法和遗传算法的混合智能算法。研究结果表明:当配送中心车辆数不足时,公平性和及时性之间存在关联;该混合智能算法能快速、有效地找到满意解;目标权重对算法的稳定性和快速性有一定影响;该模型和算法在大规模地震实例中能有效实现公平性与及时性的协调优化。

摘要：地震对交通系统造成的巨大破坏,阻碍了应急物资配送。为提高应急效率,降低灾害损失,需对受损路网实施抢修,而受损路网抢修的关键是确定受损路段的抢修顺序。本文综合考虑震后路网抢修与应急物资配送,从交通系统优化角度出发,建立震后路网抢修排程与应急物资配送集成动态双层规划优化模型,并根据模型特点,设计一种稳态混合遗传算法对模型进行求解。最后,以汶川大地震为背景,德阳市旌阳区为研究对象,设计算例对模型和算法的可靠性和有效性进行验证,并与路网抢修排程静态优化模型进行比较。结果表明:本文所建模型所给出的路网抢修方案优于路网抢修排程静态优化模型,路网抢修绩效平均提升15.9%,所设计的算法具有良好的收敛性和稳定性,能够为震后应急提供建议和帮助。

摘要：为了兼顾应急物资配送的效率与公平,在考虑应急物资分类与分批配送的基础上,建立了效率目标与公平目标相结合的多周期应急物资分批配送模型。效率目标计算了规划周期内所有车辆的运输成本,公平目标通过各周期惩罚成本最小化实现物资在受灾点间的均衡分配。设计了针对多目标优化模型求解Pareto解集的计算方法,通过算例验证了求解方法的可行性。结果表明:通过观察Pareto前沿,追求物资的分配公平会增加救援车辆的出车次数和配送批次,考虑运输成本时车辆会采用集中配送策略。

摘要：震区应急物流设施容易被余震、泥石流等不确定因素破坏从而失效,所以震后应急物资配送应该考虑设施防护。综合考虑震后应急路网部分损毁、多方式配送、时间窗限制、部分设施被破坏、应急设施保护资源有限等特性,构建一个关键设施防护情景下震后应急物资配送开放式定位-路径问题的"防护-破坏-优化"三层主从对策模型,并根据模型特点设计一种免疫遗传算法予以求解。最后,采用汶川地震之后第一天的应急物资配送案例验证本文方法的可行性与有效性。

摘要：从系统集成优化的角度研究震后应急物资配送的一种新模糊定位-路径问题(LRP),综合考虑救灾点所在地理位置和地形导致的应急车辆行驶时间的随机性、救灾点应急物资需求量的不确定性与应急物资配送的时间紧迫性,以应急物资总运达时间最短与总配送成本最小为目标,构建一个基于机会约束规划的多目标模糊LRP优化模型,并根据模型的特点设计了一种混合免疫遗传算法予以求解。最后,通过算例验证了本文方法能有效解决震后应急物资配送的模糊多目标LRP,实现了震后应急物流中心定位和应急车辆路径规划的联合决策。

摘要：为解决突发事件下应急物资的配送路径优化问题,以配送车辆的固定成本、运输成本、违反最大载重量以及右时间窗的惩罚成本之和最小为目标,构建了带时间窗约束的应急物资配送路径优化模型;通过将遗传算法与节约算法、大规模邻域搜索算法相结合,设计出了一种混合遗传算法对模型进行求解;最后用算例仿真验证了模型和算法的可行性。实验结果表明:设计的混合遗传算法在求解过程和求解结果上都比标准遗传算法更优,可见能够为解决应急物资的配送路径优化问题提供科学的决策依据。