应急条件下基于多目标的物资配送优化研究
发布时间:2022-12-24 11:58
我国是一个自然灾害频发的国家,尤其是近十年来我国遭受多次严重的自然灾害,造成大量的损失和伤亡,所以建立起行之有效的应急物资配送优化体系是国家所需要的。根据以往的应急救援的开展情况可以看出,进行应急物资配送优化工作还要解决三个关键问题。首先,考虑当前储存的应急物资种类和数量以及各受灾点的需求量,合理分配应急物资;其次,根据各受灾点的物资需求量和地理位置关系,对临时应急设施的位置和数量进行合理规划;最后,根据灾后各受灾点的位置以及受灾地区的道路状况,考虑当前配送车辆的数量和容量的约束,选择合适的车辆配送路径。针对这三个问题,本文主要做了以下几方面的工作。首先,本文在考虑时间和道路畅通可靠性为目标的基础上,针对救灾过程中获得的信息有着鲁棒不确定性的特征,将鲁棒优化理论运用到应急物资配送优化问题当中,设置了一个控制时间的鲁棒参数,构建多目标应急物资配送车辆路径优化模型。设计多目标遗传算法求解并设计算例进行验证,结果证明应急决策时考虑时间的鲁棒性是可行的,且比一般模型更具有科学性,更适合应急救援工作的开展。其次,本文使用了当只靠一辆车不能满足某个需求点的物资需求时,可以允许其它车辆继续配送的拆分...
【文章页数】:58 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景
1.2 研究的意义
1.3 国内外研究现状
1.3.1 国内研究现状
1.3.2 国外研究现状
1.3.3 国内外研究现状评述
1.4 研究方法与技术路线
1.4.1 研究方法
1.4.2 技术路线
1.4.3 论文的结构安排
2 相关概念与理论基础
2.1 应急物资的概念
2.2 应急物资配送的优化目标
2.3 应急物资配送实施过程
2.3.1 应急物资配送准备阶段
2.3.2 实施阶段
2.3.3 评估阶段
2.4 理论基础
2.4.1 优化模型
2.4.2 优化模型的计算方法
2.4.3 多目标决策理论与方法
2.5 小结
3 应急条件下双目标物资配送路径优化模型与算法
3.1 鲁棒优化理论
3.2 灾后道路通行能力分析
3.2.1 公路建设等级
3.2.2 道路损害等级
3.2.3 灾后公路状态对公路的影响
3.3 模型构建
3.3.1 条件假设
3.3.2 符号说明
3.3.3 多目标优化模型
3.4 算法设计
3.4.1 NSGA-Ⅱ算法
3.4.2 染色体编码与解码
3.4.3 遗传算子选择
3.4.4 算法的具体步骤和流程图
3.5 案例研究
3.6 本章小结
4 应急条件下多目标物资配送选址-路径优化模型及算法
4.1 模型假设
4.2 问题描述
4.3 模型的构建
4.3.1 符号说明
4.3.2 数学模型
4.3.3 算法设计
4.3.4 算法具体步骤设计
4.4 算例分析
4.5 本章小结
5 结论与展望
5.1 结论
5.2 展望
致谢
参考文献
本文编号:3726092
【文章页数】:58 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景
1.2 研究的意义
1.3 国内外研究现状
1.3.1 国内研究现状
1.3.2 国外研究现状
1.3.3 国内外研究现状评述
1.4 研究方法与技术路线
1.4.1 研究方法
1.4.2 技术路线
1.4.3 论文的结构安排
2 相关概念与理论基础
2.1 应急物资的概念
2.2 应急物资配送的优化目标
2.3 应急物资配送实施过程
2.3.1 应急物资配送准备阶段
2.3.2 实施阶段
2.3.3 评估阶段
2.4 理论基础
2.4.1 优化模型
2.4.2 优化模型的计算方法
2.4.3 多目标决策理论与方法
2.5 小结
3 应急条件下双目标物资配送路径优化模型与算法
3.1 鲁棒优化理论
3.2 灾后道路通行能力分析
3.2.1 公路建设等级
3.2.2 道路损害等级
3.2.3 灾后公路状态对公路的影响
3.3 模型构建
3.3.1 条件假设
3.3.2 符号说明
3.3.3 多目标优化模型
3.4 算法设计
3.4.1 NSGA-Ⅱ算法
3.4.2 染色体编码与解码
3.4.3 遗传算子选择
3.4.4 算法的具体步骤和流程图
3.5 案例研究
3.6 本章小结
4 应急条件下多目标物资配送选址-路径优化模型及算法
4.1 模型假设
4.2 问题描述
4.3 模型的构建
4.3.1 符号说明
4.3.2 数学模型
4.3.3 算法设计
4.3.4 算法具体步骤设计
4.4 算例分析
4.5 本章小结
5 结论与展望
5.1 结论
5.2 展望
致谢
参考文献
本文编号:3726092
本文链接:https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3726092.html