摘要：应急设施是应急救援的依托载体,其科学合理的选址事关应急救援的紧迫性和应急资源分配的及时性,障碍约束下的应急设施选址与应急资源分配决策研究具有重要的战略意义.从需求区域的视角和应急设施应急服务质量的视角构建基于障碍约束、容量及安全库存约束的应急设施选址与资源分配优化模型,引入安全库存机制,综合考虑时间性、经济性及地理阻断等多重约束限制,剖析选址和应急物资分配的决策过程,进行应急设施的选址决策和应急物资分配预案的制定.设计灰狼优化算法(GWO)与可视凸点绕障路径耦合算法求解模型,结果表明:所设计算法能有效实现绕障路径的优化,且在需求区域的不同时间满意度偏好下,获得最优的选址-分配方案,研究成果将为应急设施选址与资源分配提供模型和方法设计.

摘要：为给决策者在不确定环境下设计具有鲁棒性的应急设施选址布局网络提供决策支持,研究应急设施选址多级覆盖鲁棒优化问题.考虑不确定需求和应急设施多级覆盖响应,建立共享不确定需求和中断情景下服务能力有限的应急设施多级覆盖选址鲁棒优化模型,利用灰狼优化算法(GWO)求解模型,对需求的扰动及应急设施的服务能力进行灵敏度分析.通过随机生成的数值算例验证模型和算法的可行性.结果表明:该模型能有效解决需求不确定和中断风险下选址布局网络的构建问题,且能保证选址决策具有良好的鲁棒性,决策者可基于不同的风险偏好和具体实际在可靠性和系统总成本之间权衡,确定最优的选址分配方案.

摘要：恐怖袭击常以人流密集地区的平民作为袭击目标,并存在突发性和随机性等特点,极易造成严重的袭击后果。通过反恐应急设施的合理布局可以缩短救援人员和物资的到达时间,从而减轻袭击后果。首先,对反恐应急设施选址问题进行描述,并将其构造为一类离散双层规划模型。其中,上层规划是关于政府选址的0-1规划问题,下层规划则是关于恐怖分子袭击目标选择的0-1规划问题。其次,结合模型和问题的特征设计算法,利用分支定界算法实现上层选址变量的隐枚举,同时通过下层问题的求解来确定上下界并判断是否满足分枝或剪枝的条件。最后,结合南疆地区的交通拓扑网络进行算例分析,结果证明有效的选址方案可以大大降低袭击损失。

摘要：考虑应急设施选址时的成本和应急时间因素,给出了多目标应急设施选址问题的模型,通过设置罚函数将该多约束问题转化成易于计算机求解的简单约束模型,进而在初始解的选取、温度参数的控制、可行解的迭代策略和算法终止条件等方面为之设计了模拟退火算法,并通过仿真证明了该算法的有效性。

摘要：突发事件具有巨大的破坏性、不确定性,应急设施有可能失效,本文研究基于失效情景的应急设施选址评估指标体系与评估模型。首先基于定义的失效情景研究应急设施选址评估指标。构建全局性、可靠性、时效性、均衡性、经济性评估指标。可靠性作为重要评估指标有助于提高应急设施对需求区域的物资保障程度,保证系统的稳定性,采用多重覆盖率刻画。然后,设计具有不同侧重评估目标的一般情景评估指标体系、设施失效情景评估指标体系以及多区域情景评估指标体系。最后,由于应急设施选址评估具有多影响因素特征,涉及输入和输出多个指标的测度,选取处理多输入\多输出问题具有优势的评估方法—数据包络法,对应急设施选址的合理性进行评估。实例验证评估指标体系的实用性和有效性。

摘要：针对在重大突发事件下应急物资的需求量巨大以及对资源持续需求的特点,考虑设施选址的公平性、效率性及成本等因素,基于备用覆盖和覆盖衰减思想,提出一类应急设施双目标多级覆盖衰减选址模型,并基于MAT-LAB7.0设计遗传算法对模型进行求解;以一个算例验证了模型和算法的有效性,并比较了传统0-1覆盖与覆盖衰减的优劣,分析了覆盖衰减函数敏感系数、不同覆盖半径对模型目标的影响;结果表明:其模型为决策者进行应急设施选址决策提供了一个有效的途径;最后得出结论并给出了进一步拓展研究的方向。

摘要：大规模突发事件下应急物资的需求量巨大以及对资源持续需求的特点,考虑设施选址的公平性、效率性及成本等因素,基于多级覆盖和覆盖衰减思想,提出一类应急设施多目标多重覆盖衰减选址模型。基于MATLAB7.0设计贪婪算法、上升算法、遗传算法程序对模型进行求解,以25组不同规模的算例验证了模型的性能和算法的有效性。数值模拟结果表明,该模型较之传统覆盖选址模型可以为需求点提供更高的覆盖满意度;当目标权系数取不同值时对选址结果产生较大影响;对三个算法性能进行比较,遗传算法最优,上升算法次之,贪婪算法最差,上升算法适于求解中小规模的选址问题,而遗传算法更适合于大规模选址问题的求解。

摘要：针对频发的突发事件,应急设施选址与配送路径规划对快速开展救援活动、减少事件损失具有重要意义。通过构建基于多目标优化的应急设施选址配送模型,同步解决应急设施选址和配送路径规划问题。模型目标函数包括3个方面:最小化总物资运输时间成本、最大化应急设施设置容量和最小化应急设施设置数量。在此基础上,设计了一种多目标遗传算法,结合快速非支配排序对模型进行求解,以获取最优应急设施选址配送方案。此外,基于苏尔福斯网络进行了案例研究,证实了所提出模型和算法相比于传统方法的有效性与优越性。

摘要：针对非常规突发事件发生的概率和频率较低、大规模的储存应急物资会导致政府财政预算的急剧增加和资源浪费的现实,构建了更符合实际情况的考虑容量限制的双目标多级覆盖应急设施选址模型,并设计上升启发式算法求解,以北京市昌平区救灾物资储备库配置为例进行实证,并与无容量限制下的选址结果进行了比较。最后,提出模型可在考虑需求不确定、覆盖半径及设施建设成本可变等方面作进一步拓展。

摘要：重大传染疾病大规模爆发时,现有医疗服务不能满足当前治疗需求,方舱医院能否及时合理地建成,直接影响人民群众的生命安全及疾病控制效果,但疾病感染人数随时间波动且高度不确定增加了决策的难度。针对该问题,从数据驱动的视角,构建以预期最小的服务能力满足最大的预期治疗需求和预期总加权距离最小为目标的多周期方舱医院鲁棒追踪选址模型。首先利用sigmoid函数对累计诊断数据进行学习,预测感染人数及趋势。其次引入box不确定集合刻画预测感染人数的不确定性,运用鲁棒优化控制预测数据的精准度。然后通过鲁棒对等理论将模型转化为混合整数规划,并基于Python的SCIPY和GUROBIPY模块设计求解方法。最后以武汉应急方舱医院选址为例,验证模型的可行性和有效性。结果表明鲁棒追踪选址具有较强的鲁棒性,在资源稀缺的情况下,能够满足大部分周期治疗需求,在资源充足的情况下,能够满足所有周期的治疗需求且未造成资源浪费。