当前位置:主页 > 管理论文 > 城建管理论文 >

基于遗传算法的消防站选址规划模型

发布时间:2020-12-14 18:23
  为有效解决城市消防站建设成本高和空间资源浪费大等问题,提供更好应急服务,提出一种基于遗传算法(GA)的消防站选址规划模型(GAFLP)。在消防站选址过程中,布局安全与建设成本是两个不可调和的矛盾,由于消防站建设成本极高,城市应建设适当数量的消防站,使其覆盖所有火灾需求点的同时,尽可能最小化建设成本。该模型通过对传统遗传算法进行自适应改进,可自行优化消防站个数与位置,克服现有解决方案中需事先确定消防站数量的缺陷,能有效平衡消防站布局安全性与经济性两方面矛盾,优化消防站布局。 

【文章来源】:计算机应用. 2020年S1期 北大核心

【文章页数】:4 页

【部分图文】:

基于遗传算法的消防站选址规划模型


消防站选址规划示例

示意图,示意图,算法,概率


交叉算法中所产生的子代除了继承父代个体的信息之外,还会按一定的概率发生变异,变异算法赋予遗传算法一定的随机性,有利于保持种群的多样性。变异操作是以固定概率pm进行的。本文所采取的变异策略为:首先产生一个随机数rnd∈(0,1),若rnd≤pm,则对子代进行下述操作实现变异:在已建立消防站的位置中随机产生一个变异节点v∈L-{j|yj=1,j∈L},v对应于一个消防站点,将yv值置为0(即在v处不建设消防站);再在未建设消防站的位置中随机产生下一个变异节点w∈{j|yj=1,j∈L},w对应于一个尚未建设消防站的火灾需求点,将yw值置为1(即在w建设消防站)。图2(c)给出了其形式化示意图。3.7 基于遗传算法的消防站规划模型

迭代,迭代过程,种群,策略


实验过程中,选址策略中的消防站个数随迭代次数的变化如图3所示,可以看出,在前60轮迭代过程中,消防站个数不断减少,逐渐收敛接近于理论值,即给定消防站覆盖距离的前提下,覆盖整个区域所需的最小消防站个数。由此可见,相较于传统的消防站选址模型[14-16],GAFLP模型可以自行优化所需建设的消防站个数,使其最小化,而无需人工预先设定,具有较大的自适应性。图4(a)显示了前100轮迭代过程中,种群中最佳个体适应度值的变化量,其值越小,表明个体越优,即该个体所对应的选址策略越符合要求。在实验中可以发现,种群中最佳个体适应度值的变化趋势与消防站个数变化趋势相似,这表明衡量个体适应度的最关键因素是消防站个数,与消防站建设成本巨大这一事实相吻合。

【参考文献】:
期刊论文
[1]A simple multi-wave algorithm for the uncapacitated facility location problem[J]. Fred GLOVER,Sa?d HANAFI,Oualid GUEMRI,Igor CREVITS.  Frontiers of Engineering Management. 2018(04)
[2]考虑可靠性要素的应急物流设施选址分配问题的建模研究[J]. 郭咏梅,胡大伟,珠兰,段澄莹.  中国安全生产科学技术. 2017(02)
[3]自然灾害风险下区域应急储备设施选址可靠性研究[J]. 付德强,陈煜舟,万晓榆.  运筹与管理. 2015(03)

硕士论文
[1]城市重大灾害事故的应急物流储备库选址模型研究[D]. 花翠.天津理工大学 2015
[2]城市应急服务设施布局评价及优化模型研究[D]. 房明民.吉林大学 2011



本文编号:2916812

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/chengjian/2916812.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户d5008***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com