城市突发事件中基于事故演变的救援需求决策模型及其优化求解
发布时间：2021-03-10 16:16
针对城市突发事件中待救点对应急救援物资的需求状态随着事故的演变而发生变化的情况,将待救点对应急救援物质的需求设计成马尔可夫决策过程,并提出一种动态的物资调配策略,构建救援物资需求决策模型,然后通过花朵授粉算法进行优化求解。某市突发地震应急物资调配实例证明,本文方法能够给出合理的救援需求满足策略,使得待救点对物资的需求更低,需求变化更加平稳。花朵授粉算法对模型求解的效果相比粒子群算法和萤火虫算法有更快的收敛速度和更优的求解结果。
【文章来源】：运筹与管理. 2020,29(08)北大核心CSSCI
【文章页数】：10 页
【部分图文】：
城市突发事件中基于事故演变的应急资源调度过程的马尔可夫决策过程
从表4中可以看出,3种算法都能获得最优物资调配结果,10次运行的结果可以看出花朵授粉算法求解的目标函数最优值相比粒子群算法和和萤火虫算法都小,说明为了达到待救点物资需求的平稳增长,花朵授粉算法得到的物资调配策略使得在整个救援过程中待救点物资调配量最小,更加合理的利用了救援物资。取第6次运行结果绘制最优目标求解收敛曲线,如图3所示。
由于突发地震,某市部分地区房屋倒塌,造成人员伤亡,急需药品和食品。假设该市有5个区域需要救援,分别为A、B、C、D和E ,如图2所示。随着灾情的发展,待救点对药品和食品的需求不断发生动态演变。假设地震发生后,可能导致4种次生灾害,其对救援资源的需求状态空间为N={N1,N2,N3,N4},需求状态转移概率(P={P1,P2,P3,P4})和救援阶段(S={S1,S2,S3,S4})矩阵和物资需求最低满足量分别为表1和表2所示,假设每个阶段仓库能提供药品50千克,食品600千克。表1 待救点对药品和食品的需求状态转移概率矩阵 A B C D E P1 P2 P3 P4 P1 P2 P3 P4 P1 P2 P3 P4 P1 P2 P3 P4 P1 P2 P3 P4 药品 S1 0.23 0.47 0.19 0.11 0.30 0.39 0.11 0.20 0.15 0.37 0.29 0.19 0.35 0.41 0.17 0.07 0.26 0.42 0.22 0.10 S2 0 0.28 0.51 0.21 0 0.24 0.44 0.32 0 0.25 0.43 0.32 0 0.36 0.43 0.21 0 0.37 0.47 0.16 S3 0 0 0.49 0.51 0 0 0.38 0.62 0 0 0.68 0.32 0 0 0.54 0.46 0 0 0.61 0.39 S4 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 食品 S1 0.17 0.41 0.15 0.27 0.21 0.49 0.17 0.13 0.34 0.55 0.08 0.03 0.27 0.51 0.19 0.03 0.29 0.45 0.13 0.13 S2 0 0.39 0.24 0.37 0 0.53 0.12 0.35 0 0.41 0.32 0.27 0 0.35 0.28 0.37 0 0.33 0.42 0.25 S3 0 0 0.66 0.34 0 0 0.38 0.62 0 0 0.58 0.42 0 0 0.62 0.38 0 0 0.58 0.42 S4 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0
【参考文献】：
期刊论文
[1]一种新颖的花朵授粉优化算法及收敛性分析[J]. 杨枫,叶春明,姚远远. 系统管理学报. 2019(02)
[2]应对突发事件的动态多目标应急决策模型[J]. 董秀成,郭杰. 统计与决策. 2016(03)
[3]突发事件应急救援物资公平分配模型[J]. 张怡,王雅婷,冯春. 系统科学学报. 2015(04)
[4]突发事件人群异常聚集热点区域预测[J]. 张仕学,李石君,余伟,任洪伟. 中国安全科学学报. 2015(09)
[5]地铁运营突发事件应急响应模式的马尔科夫链分析[J]. 张艺凡,陈文瑛. 中国安全科学学报. 2015(02)
[6]公平关切下的应急物资局部配送问题[J]. 薛坤,冯春. 系统工程. 2015(01)
[7]基于需求更新的救灾品配送公平与效率协调模型[J]. 詹沙磊,刘南,陈素芬,叶永. 控制与决策. 2014(04)
[8]考虑感知满意度的多受灾点应急资源分配模型[J]. 王旭坪,董莉,陈明天. 系统管理学报. 2013(02)
[9]基于马尔科夫挖掘算法的突发事件决策方法[J]. 刘学洪. 计算机仿真. 2012(12)
[10]应急物资运输与分配决策模型及其改进粒子群优化算法[J]. 庞海云,刘南,吴桥. 控制与决策. 2012(06)
本文编号：3074922
【文章来源】：运筹与管理. 2020,29(08)北大核心CSSCI
【文章页数】：10 页
【部分图文】：
城市突发事件中基于事故演变的应急资源调度过程的马尔可夫决策过程
从表4中可以看出,3种算法都能获得最优物资调配结果,10次运行的结果可以看出花朵授粉算法求解的目标函数最优值相比粒子群算法和和萤火虫算法都小,说明为了达到待救点物资需求的平稳增长,花朵授粉算法得到的物资调配策略使得在整个救援过程中待救点物资调配量最小,更加合理的利用了救援物资。取第6次运行结果绘制最优目标求解收敛曲线,如图3所示。
由于突发地震,某市部分地区房屋倒塌,造成人员伤亡,急需药品和食品。假设该市有5个区域需要救援,分别为A、B、C、D和E ,如图2所示。随着灾情的发展,待救点对药品和食品的需求不断发生动态演变。假设地震发生后,可能导致4种次生灾害,其对救援资源的需求状态空间为N={N1,N2,N3,N4},需求状态转移概率(P={P1,P2,P3,P4})和救援阶段(S={S1,S2,S3,S4})矩阵和物资需求最低满足量分别为表1和表2所示,假设每个阶段仓库能提供药品50千克,食品600千克。表1 待救点对药品和食品的需求状态转移概率矩阵 A B C D E P1 P2 P3 P4 P1 P2 P3 P4 P1 P2 P3 P4 P1 P2 P3 P4 P1 P2 P3 P4 药品 S1 0.23 0.47 0.19 0.11 0.30 0.39 0.11 0.20 0.15 0.37 0.29 0.19 0.35 0.41 0.17 0.07 0.26 0.42 0.22 0.10 S2 0 0.28 0.51 0.21 0 0.24 0.44 0.32 0 0.25 0.43 0.32 0 0.36 0.43 0.21 0 0.37 0.47 0.16 S3 0 0 0.49 0.51 0 0 0.38 0.62 0 0 0.68 0.32 0 0 0.54 0.46 0 0 0.61 0.39 S4 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 食品 S1 0.17 0.41 0.15 0.27 0.21 0.49 0.17 0.13 0.34 0.55 0.08 0.03 0.27 0.51 0.19 0.03 0.29 0.45 0.13 0.13 S2 0 0.39 0.24 0.37 0 0.53 0.12 0.35 0 0.41 0.32 0.27 0 0.35 0.28 0.37 0 0.33 0.42 0.25 S3 0 0 0.66 0.34 0 0 0.38 0.62 0 0 0.58 0.42 0 0 0.62 0.38 0 0 0.58 0.42 S4 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0
【参考文献】：
期刊论文
[1]一种新颖的花朵授粉优化算法及收敛性分析[J]. 杨枫,叶春明,姚远远. 系统管理学报. 2019(02)
[2]应对突发事件的动态多目标应急决策模型[J]. 董秀成,郭杰. 统计与决策. 2016(03)
[3]突发事件应急救援物资公平分配模型[J]. 张怡,王雅婷,冯春. 系统科学学报. 2015(04)
[4]突发事件人群异常聚集热点区域预测[J]. 张仕学,李石君,余伟,任洪伟. 中国安全科学学报. 2015(09)
[5]地铁运营突发事件应急响应模式的马尔科夫链分析[J]. 张艺凡,陈文瑛. 中国安全科学学报. 2015(02)
[6]公平关切下的应急物资局部配送问题[J]. 薛坤,冯春. 系统工程. 2015(01)
[7]基于需求更新的救灾品配送公平与效率协调模型[J]. 詹沙磊,刘南,陈素芬,叶永. 控制与决策. 2014(04)
[8]考虑感知满意度的多受灾点应急资源分配模型[J]. 王旭坪,董莉,陈明天. 系统管理学报. 2013(02)
[9]基于马尔科夫挖掘算法的突发事件决策方法[J]. 刘学洪. 计算机仿真. 2012(12)
[10]应急物资运输与分配决策模型及其改进粒子群优化算法[J]. 庞海云,刘南,吴桥. 控制与决策. 2012(06)
本文编号：3074922
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3074922.html
