应急物资车辆调度优化模型研究

【摘要】：应急物资车辆快捷、高效调度是解决突发自然灾害、事故灾难、公共卫生事件、社会安全事件等公共安全事件的重要手段,是避免灾害带来二次损伤的有效方法,可最大限度减小公共安全事件对人类造成的伤害,减轻对经济发展造成的损失。时空智能、位置智能、最优化技术的发展,让应急物资车辆调度的高时效、低成本成为可能。因此,开展应急物资车辆调度优化模型的研究具有重要的现实意义。应急物资车辆调度优化问题是自然灾害应急物流研究中的重要问题。本文基于智能优化算法,针对应急物资车辆调度优化问题,开展了相关系列研究,本文研究内容及创新点如下:1)现有应急车辆调度模型无法描述现实物资应急配送过程,本文阐明了不同路况对配送车辆行驶速度的影响规律,提出了变速应急物资车辆调度优化模型。首先,对应急车辆调度问题进行抽象,给出了应急车辆调度的三层体系结构;其次,对模型中涉及到的变量边界条件进行了界定与说明,在此基础上设计了应急物资车辆调度优化模型;最后,根据配送车辆在不同路况下行驶速度不同,提出了更符合实际车辆配送过程的变速应急物资车辆调度优化模型。2)针对应急物资配送时间过长不能满足实际需求的问题,提出了增强帝王蝶优化算法,用于求解应急物资车辆调度优化模型,减少了应急物资配送时间。首先,深入分析了基本帝王蝶优化算法的运行特点,即,帝王蝶优化算法在基准测试和其它应用工程问题上显示了其特有的优势,然而,有时基本MBO算法会在某些问题上陷入局部最优。其次,将自适应策略和进化计算中的交叉算子与基本帝王蝶优化方法相结合,提出了增强帝王蝶优化算法;最后,将提出的增强帝王蝶优化算法离散化,应用于求解应急物资车辆调度优化模型。实验结果表明,同等条件下,增强帝王蝶优化算法所求得的应急车辆调度方案明显优于基本帝王蝶优化算法和其它7种智能算法(人工蜂群算法、蝙蝠算法、生物地理学优化算法、布谷鸟搜索算法、微分进化算法、进化策略及粒子群优化算法)。3)针对应急物资配送效率低的问题,提出了磷虾-人工蜂群算法,用于解决应急物资车辆调度优化问题。首先,深入分析了基本磷虾算法和人工蜂群算法的算法机理、算法过程及算法应用,明确了基本磷虾算法和人工蜂群算法的运行特点;其次,结合信息共享和信息交换理论,提出了磷虾-人工蜂群算法;最后,采用改进自然数编码策略将连续型个体离散化,从而将仅用于连续优化问题的基本磷虾-人工蜂群算法进行扩展,用于应急物资车辆调度优化模型求解。实验结果表明,磷虾-人工蜂群算法在不增加计算代价的前提下,明显提高了磷虾算法和人工蜂群算法求解应急物资车辆调度优化模型的能力,优化性能明显优于人工蜂群算法、蝙蝠算法、生物地理学优化算法、布谷鸟搜索算法、微分进化算法、进化策略及粒子群优化算法7种算法。4)针对提出的变速应急车辆调度模型,开发了应急物资车辆调度模拟系统。在应急物资车辆调度模拟系统中,基于B/S架构,服务器端采用Red Hat Enterprise Linux 7.4操作系统、My SQL数据库和PHP 7.4解析器;浏览器端采用Javascript、CSS、HTML等语言。针对应急车辆调度优化的基本模型和变速模型及物资路径是否受施工影响等情况,实现了应急物资车辆的智能调度。在应急物资车辆调度系统中,采用高德地图实现了物资配送过程在浏览器端的动态显示。综上所述,本文利用现代智能算法中的理论和方法解决应急物资车辆调度的时空优化的实际问题,不仅丰富和拓宽了时空位置智能算法相关理论的应用领域,还提高了时空智能算法的应用价值,丰富了应急物资车辆调度优化模型的求解方法,对于提高公共安全事件的应急物资配送能力具有重要意义。该论文有图33幅,表48个,参考文献159篇。