基于改进萤火虫算法的地震灾害事件应急救援车辆调度研究
发布时间：2021-07-09 22:14
近年来,地震灾害事件频发,在最短的时间进行应急救援,将人员和财产损失降至最低限度是应急救援的首要工作,地震灾害事件情景下的应急救援车辆调度与车辆路径优化问题日益成为应急管理领域的研究热点。在日趋复杂的社会交通网络下,救援过程的不确定性导致应急救援工作的困难也随之增加。本文针对地震情景下的应急救援车辆调度问题展开以下研究。首先,本文通过文献综述法归纳整理了近年来国内外关于应急救援工作的研究重点,指出应急救援过程关于车辆调度工作存在的问题:救援路径最短非救援时间最短,在合理的救援路径范围内,选择救援时间最短的应急救援车辆行驶路径更能达到在最短时间实施应急救援计划的目的,以减少人员伤亡和财产损失。然后,本文对应急救援车辆调度的特点进行详细地分析,同时,根据路径最短并非时间最短的特点,考虑救援过程中各种影响时间的因素,分析时间求解方法的缺陷,建立了应急救援的单边模糊时间窗模型以及有需求变动的应急救援干扰调度模型对救援路径进行求解。再次,通过对应急救援车辆调度求解算法的综述,指出算法的不足之处,运用多种群思想,改进基本萤火虫算法,采用新的编码方式和算法求解过程的处理方法,利用常用测试函数验证了算...
【文章来源】：安徽工业大学安徽省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
Sphere单种群GSO求解结果
第四章 改进萤火虫算法函数求解结果对比如下表 4-2 所示：表 4-2 测试结果函数名称 算法 结果 原文献结果Sphere单种群 GSO 6.64e-257.01 e -013多种群 GSO 5.77e-37Shaffer’sf7单种群 GSO 2.13e-0130.54多种群 GSO 2.78e-015Schwefel’s problem2.22单种群 GSO 8.57e-0137.05e-14多种群 GSO 1.03e-018Griewank单种群 GSO 5.49e-220.013多种群 GSO 1.04e-025Rosenbrock单种群 GSO 0.00142.25e-005多种群 GSO 6.93e-006
Schwefel’s problem2.22单种群 GSO 8.57e-0137.05e-14多种群 GSO 1.03e-018Griewank单种群 GSO 5.49e-220.013多种群 GSO 1.04e-025Rosenbrock单种群 GSO 0.00142.25e-005多种群 GSO 6.93e-006图 4-4Sphere 单种群 GSO 求解结果 图 4-5Sphere 多种群 GSO 求解结果
【参考文献】：
期刊论文
[1]多目标带时间窗的车辆路径问题的单亲遗传混合蚁群算法[J]. 刘云,张惠珍. 公路交通科技. 2016(06)
[2]基于多目标VRP的离散型萤火虫算法研究[J]. 董文波,周康,刘朔,高全胜. 武汉轻工大学学报. 2016(02)
[3]应急物资车辆调度的鲁棒双层优化模型[J]. 刘波,李砚. 系统工程. 2016(05)
[4]模糊需求车辆路径优化及实时调整[J]. 张晓楠,范厚明. 上海交通大学学报. 2016(01)
[5]基于模拟退火算法的城市物流多目标配送车辆路径优化研究[J]. 裴小兵,贾定芳. 数学的实践与认识. 2016(02)
[6]考虑供应不足的应急物流车辆路径优化模型及算法[J]. 程碧荣,赵晓波,秦进. 计算机应用研究. 2016(06)
[7]求解带时间窗车辆路径问题的动态混合蚁群优化算法[J]. 葛斌,韩江洪,魏臻,程磊,韩越. 模式识别与人工智能. 2015(07)
[8]预知信息和有限运载能力下应急车辆路径选择问题[J]. 吴腾宇,徐寅峰,温新刚. 系统工程理论与实践. 2015(05)
[9]应急救援中多目标车辆路径问题研究[J]. 张晓倩. 交通科技与经济. 2015(01)
[10]基于DNA-蚁群算法的车辆路径优化问题求解[J]. 费腾,张立毅,孙云山. 计算机工程. 2014(12)
博士论文
[1]应急物流规划与调度研究[D]. 李晓晖.南京航空航天大学 2015
[2]基于可靠性分析的城市道路交通网络设计问题研究[D]. 许良.北京交通大学 2006
硕士论文
[1]舟山市石油储运行业政府应急管理研究[D]. 胡昱昊.大连海事大学 2014
[2]重大突发事件灾后应急救援车辆的路径选择与协调研究[D]. 黄园园.燕山大学 2013
[3]突发公共事件应急物流系统优化中的定位—路径问题研究[D]. 徐琴.西南交通大学 2008
[4]应急救灾物资车辆最优路径选择的研究与实现[D]. 龚亚伟.武汉理工大学 2008
本文编号：3274599
【文章来源】：安徽工业大学安徽省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
Sphere单种群GSO求解结果
第四章 改进萤火虫算法函数求解结果对比如下表 4-2 所示：表 4-2 测试结果函数名称 算法 结果 原文献结果Sphere单种群 GSO 6.64e-257.01 e -013多种群 GSO 5.77e-37Shaffer’sf7单种群 GSO 2.13e-0130.54多种群 GSO 2.78e-015Schwefel’s problem2.22单种群 GSO 8.57e-0137.05e-14多种群 GSO 1.03e-018Griewank单种群 GSO 5.49e-220.013多种群 GSO 1.04e-025Rosenbrock单种群 GSO 0.00142.25e-005多种群 GSO 6.93e-006
Schwefel’s problem2.22单种群 GSO 8.57e-0137.05e-14多种群 GSO 1.03e-018Griewank单种群 GSO 5.49e-220.013多种群 GSO 1.04e-025Rosenbrock单种群 GSO 0.00142.25e-005多种群 GSO 6.93e-006图 4-4Sphere 单种群 GSO 求解结果 图 4-5Sphere 多种群 GSO 求解结果
【参考文献】：
期刊论文
[1]多目标带时间窗的车辆路径问题的单亲遗传混合蚁群算法[J]. 刘云,张惠珍. 公路交通科技. 2016(06)
[2]基于多目标VRP的离散型萤火虫算法研究[J]. 董文波,周康,刘朔,高全胜. 武汉轻工大学学报. 2016(02)
[3]应急物资车辆调度的鲁棒双层优化模型[J]. 刘波,李砚. 系统工程. 2016(05)
[4]模糊需求车辆路径优化及实时调整[J]. 张晓楠,范厚明. 上海交通大学学报. 2016(01)
[5]基于模拟退火算法的城市物流多目标配送车辆路径优化研究[J]. 裴小兵,贾定芳. 数学的实践与认识. 2016(02)
[6]考虑供应不足的应急物流车辆路径优化模型及算法[J]. 程碧荣,赵晓波,秦进. 计算机应用研究. 2016(06)
[7]求解带时间窗车辆路径问题的动态混合蚁群优化算法[J]. 葛斌,韩江洪,魏臻,程磊,韩越. 模式识别与人工智能. 2015(07)
[8]预知信息和有限运载能力下应急车辆路径选择问题[J]. 吴腾宇,徐寅峰,温新刚. 系统工程理论与实践. 2015(05)
[9]应急救援中多目标车辆路径问题研究[J]. 张晓倩. 交通科技与经济. 2015(01)
[10]基于DNA-蚁群算法的车辆路径优化问题求解[J]. 费腾,张立毅,孙云山. 计算机工程. 2014(12)
博士论文
[1]应急物流规划与调度研究[D]. 李晓晖.南京航空航天大学 2015
[2]基于可靠性分析的城市道路交通网络设计问题研究[D]. 许良.北京交通大学 2006
硕士论文
[1]舟山市石油储运行业政府应急管理研究[D]. 胡昱昊.大连海事大学 2014
[2]重大突发事件灾后应急救援车辆的路径选择与协调研究[D]. 黄园园.燕山大学 2013
[3]突发公共事件应急物流系统优化中的定位—路径问题研究[D]. 徐琴.西南交通大学 2008
[4]应急救灾物资车辆最优路径选择的研究与实现[D]. 龚亚伟.武汉理工大学 2008
本文编号：3274599
本文链接：https://www.wllwen.com/guanlilunwen/wuliuguanlilunwen/3274599.html
