摘要：针对应急救援中次生灾害对物资配送的影响,提出应急物资协同决策配送算法。以最小化最后完成配送任务的时间为优化目标,考虑道路损毁、泥石流等次生灾害问题,设计基于随机策略的两级应急物资优化配送模型。为解决该优化模型中存在的多极值问题,结合差分进化与Q强化学习理论,构建由一级单目标和二级多目标车辆路径优化问题组成的Memetic配送算法。实验结果表明,与Multi start和Branch cut算法相比,该算法具有更好的收敛速度和收敛精度。

摘要：针对自然灾害及重大社会公共事件等各类突发事件的配送问题,本文以公路运输为研究场景,将配送时间最短、加权时间攀比值最小和使用车辆数最少为多维目标,在引入需求可拆分这一限制条件的基础上,构建“效率-公平-运力”多维权衡的需求可拆分应急物资配送模型。针对该问题设计改进的蚁群算法求解模型。从选择拆分点、信息素更新和引入变邻域搜索算子这3个方面改进了算法,并实现当解持续不变时,初始化信息素,以增加随机性。结果表明,与传统求解算法相比,改进算法的稳定性更高(平均偏差率降低7.00%),寻优性更好(优化率提高7.41%)。通过分析考虑三目标、双目标和决策者具有明显偏好的多重场景下的求解结果得知:效率、公平、运力这3个子目标相互悖反,增加运力投入可以显著提高配送方案的效率与公平;当运力不变时,效率与公平之间近似呈同比例反比关系。研究结论可为救灾目标不确定条件下多因素考量的应急物资配送决策生成与优化问题提供方法改进与可量化决策支撑。

摘要：针对疫情暴发初期多种防疫物资紧缺的问题,考虑多品种应急物资多批次合车运输,兼顾应急物资配送的公平性、经济性和时效性,以最小化综合嫉妒值、分配总成本和最大完成时间为优化目标建立多救援点、多疫区和多物资品种的应急物资配送模型,并设计一种改进遗传算法对其求解。以国内新冠肺炎疫情较重地区的应急物资分配为案例,对比遗传算法与改进遗传算法的求解效果,并求得不同权重组合下最优物资分配方案,进一步提出综合、公平、经济和高效的4种应急物资分配策略,为不确定条件下应急物资分配决策提供参考。

摘要：为提高震后应急物资的配送效率,针对集散中心-物流中心-受灾区域三级应急物资配送体系,在应急物流中心一级引入横向转运进行协同调度。基于B型关联度TOPSIS方法确定应急物流中心的物资紧迫程度,考虑时间、成本和物资满意度等建立基于横向转运的应急物资协同调度模型,并采用NSGA-Ⅱ算法进行模型求解。以2013年芦山地震为背景设计实验算例,验证模型和算法的有效性,并通过算例对比有横向转运和无横向转运的效率差别。研究结果表明:地震灾害发生后,通过应急物流中心间的横向转运进行应急物资的协同调度,应急物流中心的物资满意度平均提升18.4%,应急物流总成本平均降低36%,有效实现应急物资的协同优化调度。