面向多灾点需求的应急资源调度博弈模型及优化

发布时间：2020-07-10 16:07

【摘要】：非常规突发事件爆发后经常会造成多个灾点,而各灾点的需求往往是不同的,单独的应急资源中心很难同时满足这种要求,因此如何把多个应急资源中心所储备的应急资源公平合理地调配到各个灾点成为应急决策者亟待解决的现实问题。本文首先描述了各灾点对应急资源需求变化的动态过程即按照应急资源需求信息的变化将整个应急资源调度过程划分成若干阶段,在此基础上构建了基于多灾点多阶段的应急资源调度过程理论模型。随后以博弈论为工具,在进行一系列模型假设和确定各灾点灾情的前提下,建立面向多灾点需求的应急资源博弈调度模型,并采用改进的蚁群算法进行求解,实现对各灾点以最小的"虚拟成本"进行所需应急资源的调度。最后的模型仿真测试和算例分析验证了所建模型的有效性和可行性。该模型与算法也为商业物流中的资源配送提供了新的解决方案和实现途径。
【图文】：

１／３，１／３；１／３，１／３，１／３），陈士俊等［２１］采用遗传算法计算４００代得到该博弈的近似解（０．３３３３，０．３３３３，０．３３３３；０．３３３３，０．３３３３，０．３３３３），而利用改进蚁群算法平均进化７３代即得到该近似解。表１求解结果计算次数进化代数适应度函数最优值１７７７．９５８３Ｅ－００５２７２８．４１７８Ｅ－００５３７１９．１５４０Ｅ－００５４７０８．４８１２Ｅ－００５５７６４．８０９７Ｅ－００５图３为采用遗传算法和改进蚁群算法求解该博弈的离线性能比较图，ＧＡ曲线为遗传算法的离线性能，ＩｍｐｒｏｖｅｄＡＣＯ曲线为改进蚁群算法的离线性能。从图３可以得知，改进后的蚁群算法优于遗传算法，表现更快更好的收敛性能。图３两种算法求解博弈的离线性能比较３．４模型仿真测试与分析仿真测试目的是为了评估所建模型的有效性和可行性。当突发事件发生时，响应时间关系到应急资源中心是否能够迅速采取有效措施，把应急资源及时调度到各个灾点，减少时间延误，降低灾害对社会正常秩序的冲击和人员伤亡。救灾响应时间的影响因素包括：①灾点的数量；②应急资源中心的数量；③应急资源中心所拥有的资源单位数量。现分别从上述三个方面进行仿真来分析模型的响应时间情况。测试数据假设：当发生一次突发事件时，该区域的灾点数为２～４个，可以参与救灾的应急资源中心为２～１２，针对某一类特定资源最大供给总量为１５０个单位，每个灾点的最大需求量为６０个单位，模型的其它相关参数随机生成。下面所有测试都是针对某一类应急资源。测试１：单个应

１／３，１／３；１／３，１／３，１／３），陈士俊等［２１］采用遗传算法计算４００代得到该博弈的近似解（０．３３３３，０．３３３３，０．３３３３；０．３３３３，０．３３３３，０．３３３３），而利用改进蚁群算法平均进化７３代即得到该近似解。表１求解结果计算次数进化代数适应度函数最优值１７７７．９５８３Ｅ－００５２７２８．４１７８Ｅ－００５３７１９．１５４０Ｅ－００５４７０８．４８１２Ｅ－００５５７６４．８０９７Ｅ－００５图３为采用遗传算法和改进蚁群算法求解该博弈的离线性能比较图，ＧＡ曲线为遗传算法的离线性能，ＩｍｐｒｏｖｅｄＡＣＯ曲线为改进蚁群算法的离线性能。从图３可以得知，改进后的蚁群算法优于遗传算法，表现更快更好的收敛性能。图３两种算法求解博弈的离线性能比较３．４模型仿真测试与分析仿真测试目的是为了评估所建模型的有效性和可行性。当突发事件发生时，响应时间关系到应急资源中心是否能够迅速采取有效措施，把应急资源及时调度到各个灾点，减少时间延误，降低灾害对社会正常秩序的冲击和人员伤亡。救灾响应时间的影响因素包括：①灾点的数量；②应急资源中心的数量；③应急资源中心所拥有的资源单位数量。现分别从上述三个方面进行仿真来分析模型的响应时间情况。测试数据假设：当发生一次突发事件时，该区域的灾点数为２～４个，可以参与救灾的应急资源中心为２～１２，针对某一类特定资源最大供给总量为１５０个单位，每个灾点的最大需求量为６０个单位，模型的其它相关参数随机生成。下面所有测试都是针对某一类应急资源。测试１：单个应

１／３，１／３；１／３，１／３，１／３），陈士俊等［２１］采用遗传算法计算４００代得到该博弈的近似解（０．３３３３，０．３３３３，０．３３３３；０．３３３３，０．３３３３，０．３３３３），而利用改进蚁群算法平均进化７３代即得到该近似解。表１求解结果计算次数进化代数适应度函数最优值１７７７．９５８３Ｅ－００５２７２８．４１７８Ｅ－００５３７１９．１５４０Ｅ－００５４７０８．４８１２Ｅ－００５５７６４．８０９７Ｅ－００５图３为采用遗传算法和改进蚁群算法求解该博弈的离线性能比较图，ＧＡ曲线为遗传算法的离线性能，ＩｍｐｒｏｖｅｄＡＣＯ曲线为改进蚁群算法的离线性能。从图３可以得知，改进后的蚁群算法优于遗传算法，表现更快更好的收敛性能。图３两种算法求解博弈的离线性能比较３．４模型仿真测试与分析仿真测试目的是为了评估所建模型的有效性和可行性。当突发事件发生时，响应时间关系到应急资源中心是否能够迅速采取有效措施，把应急资源及时调度到各个灾点，减少时间延误，降低灾害对社会正常秩序的冲击和人员伤亡。救灾响应时间的影响因素包括：①灾点的数量；②应急资源中心的数量；③应急资源中心所拥有的资源单位数量。现分别从上述三个方面进行仿真来分析模型的响应时间情况。测试数据假设：当发生一次突发事件时，该区域的灾点数为２～４个，可以参与救灾的应急资源中心为２～１２，针对某一类特定资源最大供给总量为１５０个单位，每个灾点的最大需求量为６０个单位，模型的其它相关参数随机生成。下面所有测试都是针对某一类应急资源。测试１：单个应

【参考文献】

相关期刊论文 前10条

1 陈涛;黄钧;朱建明;;基于信息更新的两阶段鲁棒-随机优化调配模型研究[J];中国管理科学;2015年10期

2 许胜铭;景国勋;;煤矿瓦斯爆炸事故的应急救援物资调度模型研究[J];安全与环境学报;2015年05期

3 宋晓宇;王建国;常春光;;基于需求紧迫度的非线性连续消耗应急调度模型与算法[J];信息与控制;2014年06期

4 阮俊虎;王旭坪;杨挺;;大规模灾害中基于聚类的医疗物资联合运送优化[J];中国管理科学;2014年10期

5 曾正洋;许维胜;徐志宇;;开放式两级车辆路径问题建模与多起始点变邻域下降法求解[J];计算机科学;2014年10期

6 刘晔;姜国刚;;决策者风险态度对应急物资调度影响研究[J];中国安全科学学报;2014年08期

7 张玲;陈涛;黄钧;;基于最小最大后悔值的应急救灾网络构建鲁棒优化模型与算法[J];中国管理科学;2014年07期

8 蔡玫;罗倩;朱莉;曹杰;;面向应急物资调度的一种模糊规划模型[J];系统管理学报;2013年04期

9 王旭坪;董莉;陈明天;;考虑感知满意度的多受灾点应急资源分配模型[J];系统管理学报;2013年02期

10 詹沙磊;刘南;;基于灾情信息更新的应急物资配送多目标随机规划模型[J];系统工程理论与实践;2013年01期

【共引文献】

相关期刊论文 前10条

1 杨继君;佘廉;;面向多灾点需求的应急资源调度博弈模型及优化[J];中国管理科学;2016年08期

2 邱若臻;苑红涛;黄小原;;基于似然估计的零售商库存鲁棒均值-风险模型[J];中国管理科学;2016年08期

3 王治莹;岳朝龙;;舆情传播中考虑公众风险感知的多资源流应急优化调度[J];中国管理科学;2016年06期

4 宋惠娟;;运筹学在应急物流研究中的应用[J];物流科技;2016年06期

5 刘长石;彭怡;寇纲;;震后应急物资配送的模糊定位-路径问题研究[J];中国管理科学;2016年05期

6 艾云飞;吕靖;张丽丽;;三角模糊需求下水上应急储备库选址-分配优化模型[J];安全与环境学报;2016年02期

7 张辰璐;彭冬亮;方韬;谷雨;;基于GA-PSO的天基预警系统资源调度方法[J];信息与控制;2016年02期

8 何勇;温洁嫦;黄美华;;基于遗传算法的三层大规模应急救援物资配置策略[J];广东工业大学学报;2016年02期

9 杨建华;马志超;高卉杰;;响应突发事件的大型装备应急备件调度模型研究[J];中国安全生产科学技术;2016年03期

10 李鹏飞;史磊;梁伟祥;;基于成本变动的突发事件营房物资应急调度研究[J];中国储运;2016年03期

【二级参考文献】

相关期刊论文 前10条

1 阮俊虎;王旭坪;杨挺;;大规模灾害中基于聚类的医疗物资联合运送优化[J];中国管理科学;2014年10期

2 张玲;陈涛;黄钧;;基于最小最大后悔值的应急救灾网络构建鲁棒优化模型与算法[J];中国管理科学;2014年07期

3 孙华丽;王循庆;薛耀锋;;随机需求应急物流多阶段定位-路径鲁棒优化研究[J];运筹与管理;2013年06期

4 朱佳翔;江涛涛;钟昌宝;郭军华;;响应紧急救援的应急供应链物流配送模型[J];系统工程;2013年07期

5 王海鹰;孙刚;欧阳春;刘晶晶;;地震应急期关键时间阶段划分研究[J];灾害学;2013年03期

6 蔡玫;罗倩;朱莉;曹杰;;面向应急物资调度的一种模糊规划模型[J];系统管理学报;2013年04期

7 王旭坪;马超;阮俊虎;;运力受限的应急物资动态调度模型及算法[J];系统工程理论与实践;2013年06期

8 李双琳;马祖军;郑斌;代颖;;震后初期应急物资配送的模糊多目标选址-多式联运问题[J];中国管理科学;2013年02期

9 王旭坪;董莉;陈明天;;考虑感知满意度的多受灾点应急资源分配模型[J];系统管理学报;2013年02期

10 詹沙磊;刘南;;基于灾情信息更新的应急物资配送多目标随机规划模型[J];系统工程理论与实践;2013年01期

【相似文献】

相关期刊论文 前9条

1 刘媛;钱驰;;基于平行资源调度的赶工费用优化方法[J];项目管理技术;2013年01期

2 陈胜峰;蔚承建;;一般成本环境下分散式多工厂资源调度[J];信息与控制;2010年05期

3 高世刚;;云自适应遗传算法求解资源调度问题[J];物流技术;2010年20期

4 罗荣桂;杨世宏;吴兵;辛润勤;;面向复杂产品协同开发的柔性资源调度研究[J];武汉理工大学学报(信息与管理工程版);2006年12期

5 郝锐;李其祥;;武警部队应急保障资源调度优化模型研究[J];物流工程与管理;2014年06期

6 刘辉;甘明;王丰;李杰;;基于时间及成本的军事虚拟物流资源调度CSI模型研究[J];物流技术;2010年19期

7 赵喜;吴阳清;李芳芳;马倩;张树梅;于勇涛;;基于Qpso算法的应急资源调度应用研究[J];价值工程;2012年34期

8 王铁宁;王洪炜;;GIS在装备器材保障资源调度系统中的应用[J];中国物流与采购;2009年11期

9 ;[J];;年期

相关会议论文 前3条

1 曹东旭;刘明阳;;基于马尔科夫决策链的作战资源调度[A];2014第二届中国指挥控制大会论文集（上）[C];2014年

2 王兵;贾利民;龙慧;郭杜杜;马玉春;;新疆公路网交通事故应急救援资源调度系统设计及应用[A];第七届中国智能交通年会优秀论文集——智能交通应用[C];2012年

3 丛慧芳;王文生;谢能付;;农业信息网格环境中数据传输资源调度方法研究[A];中国农业信息科技创新与学科发展大会论文汇编[C];2007年

相关重要报纸文章 前1条

1 本报记者 吴挺;云计算的管理需求显现[N];计算机世界;2009年

相关博士学位论文 前10条

1 王小乐;信息物理融合系统资源调度关键技术研究[D];国防科学技术大学;2014年

2 吴晓民;能量捕获驱动的异构网络资源调度与优化研究[D];中国科学技术大学;2016年

3 朱锐意;LTE系统资源动态分配算法研究[D];中国科学技术大学;2016年

4 王力;铁路集装箱中心站关键资源调度优化理论与方法[D];北京交通大学;2014年

5 马满福;基于计算经济的网格资源管理研究[D];西北工业大学;2007年

6 冉泳屹;云环境下基于随机优化的动态资源调度研究[D];中国科学技术大学;2015年

7 徐昕;基于博弈论的云计算资源调度方法研究[D];华东理工大学;2015年

8 徐劲松;SLA约束下的云资源调度关键技术研究[D];南京邮电大学;2013年

9 张静乐;网络环境下协同服务关键技术研究[D];北京科技大学;2011年

10 田国忠;多DAG共享资源调度的若干问题研究[D];北京工业大学;2013年

相关硕士学位论文 前10条

1 王艳平;基于蚁群算法的云计算资源调度研究[D];曲阜师范大学;2015年

2 何兰兰;云环境下基于SLA的优化资源管理机制研究[D];江西理工大学;2015年

3 张扬;基于QPSO-SFLA改进算法的云环境资源调度研究[D];江西理工大学;2014年

4 杨南;藏文舆情云分析平台资源调度优化研究[D];西北民族大学;2015年

5 李超;基于改进粒子群算法的云计算资源调度研究[D];中国矿业大学;2015年

6 郭庆光;基于协同演化算法的云计算资源调度的研究[D];电子科技大学;2014年

7 陈强;载波聚合下的资源调度研究[D];电子科技大学;2014年

8 梁俊杰;基于应用容器的云资源调度研究与实现[D];电子科技大学;2015年

9 赵颖;Hadoop环境下的动态资源管理研究与实现[D];上海交通大学;2015年

10 徐政;基于QoS的LTE资源调度策略研究[D];南京邮电大学;2015年

本文编号：2749151