震灾应急物资筹集的优化决策模型研究

发布时间：2020-10-13 12:07

　　 近年来频繁发生的地震灾害表明，震灾的发生通常都引发了灾区对应急物资需求的急剧膨胀，这给应急物资筹集活动带来了严峻挑战。低效率、高成本的应急物资筹集活动可能会加重灾区人员伤亡和财产损失程度，并诱发次生灾害发生。因此，震灾发生后，如何高效率、低成本地开展应急物资筹集活动已成为应急物流领域持续研究的热点问题。 然而，现有的应急物资筹集研究主要围绕应急物资筹集系统中部分环节或单一的应急物资筹集网络结构展开了研究，缺乏对应急物资筹集相关理论和决策方法的系统研究，导致大多数研究成果难以应用和推广，而且在研究方法上，描述性和宏观性的研究偏多，定量、可操作性的研究偏少。为提高震灾应急物资筹集的效率和效益，保障应急物资的快速和稳定供给，有必要对应急物资筹集系统中的关键管理环节进行系统的研究，尤其是研究应急物资随时间和空间变动时的筹集过程和优化方法，但目前所涉及的相关研究文献甚少。 本文以应急物资动员理论、震灾应急阶段划分理论、应急状态终止理论及轴幅式网络理论为基础，采用约束问题的多目标优化方法、最优停止决策、随机过程、智能优化技术以及定性与定量相结合等多种研究方法，深入研究了应急物资需求预测、轴幅式应急物资筹集网络的动态优化与筹集决策、应急物资筹集的随机终止模型及其网络的适应性评价等前沿性课题。 首先，提出了震灾轴幅式应急物资筹集网络的构建思想，分析了轴幅式应急物资筹集网络站点的选择方法，提出了适应不同阶段应急物资筹集任务的轴幅式网络的结构特征和拓扑结构。 其次，在震灾应急初期阶段，以震灾应急期间的任务转换和应急管理目标为依据，分别探讨了三类与应急物资筹集联系紧密的关键性优化决策问题：一是在轴幅式应急物资筹集网络运行环境下，为解决信息不完全情况下的应急物资需求预测问题，分析了震灾应急初期与人口数量呈正相关的应急物资需求指标，并提出了能够有效解决小样本性、非线性和高维数特征的鲁棒小波v SVM的应急物资需求预测模型；二是建立了无限制期约束下需求为模糊区间、枢纽节点为Single-hub情形的应急物资筹集模型以及无限制期约束下需求为模糊数、枢纽节点带容量限制的Multi-hub应急物资筹集模型。 再次，在震灾应急中期阶段，在有需求限制期约束下，以实现筹集成本最优化为重要优化目标，重点探讨了应急物资筹集系统受筹集数量、筹集成本约束下的应急物资筹集策略和有限制期模糊筹集时间下的Multi-hub应急物资筹集决策问题，建立了两类不同筹集开始时间t0=0和t0≠0时的应急物资筹集量和筹集成本优化决策模型及有限制期约束下应急物资筹集时间为模糊区间数的双层Multi-hub应急物资筹集优化决策模型。在震灾应急后期，根据应急物资筹集状态变化的随机特点，采用Markov随机决策方法和最优停止准则对震灾应急物资筹集终止的最大时间及最优停止时间进行了探讨，构建了基于Markov和最优停止决策方法的应急物资筹集随机终止模型。 最后，针对应急物资筹集网络运行的适应性评价问题，建立了基于改进的补偿模糊神经网络（CFNN）的适应性评价系统。通过指标提取和模型构建，有效地解决了应急物资筹集网络评价中筹集时间、筹集成本和网络稳定性指标的模糊性和非线性问题；通过动态全局优化算法改进，使补偿模糊神经网络能从初始正确定义的模糊规则或初始错误定义的模糊规则进行训练，有效地弥补了常规模糊神经网络容易陷入局部优化的不足，提高了模型的容错性和鲁棒性。 本文将轴幅式网络引入到应急物资筹集网络构建之中，建立了系统的应急物资筹集理论与决策方法，旨在解决目前应急物资筹集管理决策中的薄弱问题，有望对发展应急物流管理理论、实现震灾应急物资筹集的快速响应和提高震灾应急物资筹集的效率、效益起推动作用。
【学位单位】：哈尔滨工业大学
【学位级别】：博士
【学位年份】：2014
【中图分类】：P315.9
【部分图文】：

图 2-5 轴幅式网络演化图Figure 2-5 Evolution of hub-and-spoke network表 2-6 直送式网络与轴幅式网络的特征对比Table 2-6 Features comparison between direct network and hub-spoke network特征类别网络结构直送式 轴幅式网络基本结构特征支柱链流量特征流量一般较小 流量高度集中到 Hub 点货物传递特征 点对点的直通形式 集中到 Hub 点，由 Hub 中转线路数目特征 n(n-1)/2 条线路 n 条线路经济效益特征 密度经济、规模经济难以形成支线易产生密度经济，干线易产生规模效益载运工具数量特征载运工具数量较多 载运工具数量较少

图 3-2 鲁棒小波 v SVM 死亡率训练曲线图Figure 3-2 Death rates training curve of RW v SVM表 3-6 人员死亡率测试结果比较Table 3-6 The compare of the testing result to death rates比较模型 预测均偏差（%） 均方根误差 运行时W v SVM 1.03 0.0286 0.SVM 4.06 0.0612 31BP 3.88 0.0488 235

图 3-2 鲁棒小波 v SVM 死亡率训练曲线图Figure 3-2 Death rates training curve of RW v SVM表 3-6 人员死亡率测试结果比较Table 3-6 The compare of the testing result to death rates较模型 预测均偏差（%） 均方根误差 运行时 v SVM 1.03 0.0286 0SVM 4.06 0.0612 31BP 3.88 0.0488 23
【参考文献】

相关期刊论文 前10条

1 张建勇,李军,郭耀煌;模糊需求信息条件下的实时动态车辆调度问题研究[J];管理工程学报;2004年04期

2 詹承豫;;地震巨灾后抗震救灾的阶段划分及主要任务研究[J];甘肃社会科学;2008年05期

3 郭瑞鹏;;多因素模糊模式识别在国民经济动员方案选择中的应用[J];军事经济研究;2005年03期

4 郭金芬;周刚;;大型地震应急物资需求预测方法研究[J];价值工程;2011年22期

5 闪淳昌;周玲;钟开斌;;对我国应急管理机制建设的总体思考[J];国家行政学院学报;2011年01期

6 刘德元;朱昌锋;;基于案例模糊推理的应急物资需求预测研究[J];兰州交通大学学报;2013年01期

7 韩景倜;池为叠;韩小妹;;基于应急物流体的应急救援物资调度模型[J];系统仿真学报;2009年18期

8 吴俊,谭跃进;复杂网络抗毁性测度研究[J];系统工程学报;2005年02期

9 郑哲文;;基于可靠技术的应急物流供应链构建[J];中国流通经济;2009年10期

10 程家喻;;地震发生时间对人员伤亡影响的概率[J];灾害学;1993年02期

相关博士学位论文 前1条

1 夏萍;灾害应急物流中基于需求分析的应急物资分配问题研究[D];北京交通大学;2010年

本文编号：2839148