震后伤员救援车辆调度问题研究

发布时间：2017-08-29 17:10

  本文关键词：震后伤员救援车辆调度问题研究

  更多相关文章： 地震救援 车辆调度 路径优化 萤火虫算法

【摘要】：不确定条件下的应急物资配送和车辆路径优化问题是目前国内研究的一大热点,其中震后伤员运送车辆调度及路径优化问题随着近几年地震等自然灾害的频繁发生也逐渐引起人们的重视,其研究成果具有重要的现实意义和使用价值。首先,本文归纳整理了国内外学者在应急物资配送以及伤员车辆救援等方面的研究成果,分析了现有研究中的不足。其次,对各灾点伤亡和道路通行情况进行预测。分析影响灾点伤亡的因素,同时结合历史地震灾害伤亡数据,对各灾点需求量以及需求类型进行预测;采用聚合优化算法将多救援点问题简化为单救援点问题,合理划分救援区域;结合震后路网通行情况动态变化的特征,深入分析影响震后道路连通性和通行能力的因素,提出震后道路行车时间预测方法;结合上述分析,计算各灾点的救援权重。接着,在上述分析的基础上,文章将地震伤员运输车辆调度分为应急资源合理分配阶段和车辆路径优化阶段。第一阶段针对伤员随机分布、伤情不同等特征,考虑地震发生后如何第一时间将现有应急救援车辆合理分配的问题;第二阶段考虑路网动态变化的特征,建立一个救援时间最短以及相对救援权重值最大的双目标数学规划模型。然后,文章采用新的编码方式,使用带三角函数变异的萤火虫算法对问题进行求解,结果表明所提出的模型和算法可以有效解决地震情况下的救援车辆调度问题,算法的全局搜索性能更加出色。最后,本文展望了当前应急救援问题的研究趋势,提出文章的不足之处,以期在未来的研究中不断完善。
【关键词】：地震救援 车辆调度 路径优化 萤火虫算法
【学位授予单位】：安徽工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P315.9;U492.22
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-15
• 1.1 课题背景及研究意义8-9
• 1.1.1 研究背景8
• 1.1.2 研究意义8-9
• 1.2 研究现状9-12
• 1.2.1 国外研究现状9
• 1.2.2 国内研究现状9-11
• 1.2.3 国内外研究现状总结11-12
• 1.3 研究内容及技术路线12-14
• 1.3.1 主要研究内容12-13
• 1.3.2 技术路线图13-14
• 1.4 本章小结14-15
• 2 相关理论15-22
• 2.1 配送车辆优化调度问题15-16
• 2.1.1 配送车辆优化调度问题的简介15
• 2.1.2 多配送中心车辆优化调度问题（MDVRP）的约束15
• 2.1.3 无时限多配送中心车辆优化调度问题的数学模型15-16
• 2.2 车辆路径问题的求解方法16-18
• 2.3 震后伤员救援车辆调度问题简化18-19
• 2.4 医疗拣选19-21
• 2.4.1 拣选的意义19-20
• 2.4.2 拣选的目的20
• 2.4.3 拣选的条件20
• 2.4.4 拣选分类20-21
• 2.5 本章小结21-22
• 3 震后各灾点救援需求与路网通行情况分析22-35
• 3.1 灾点伤员需求预测22-30
• 3.1.1 需求影响因素22-27
• 3.1.2 伤员需求模型27-28
• 3.1.3 伤员需求的简化计算28
• 3.1.4 伤员分类28-29
• 3.1.5 伤员需求综合权重值29-30
• 3.2 路网通行分析30-34
• 3.2.1 非直接连通灾点间行车时间分析31
• 3.2.2 直接连通灾点间行车时间分析31
• 3.2.3 影响道路行车速度因素分析31-33
• 3.2.4 震后行车时间预测公式33-34
• 3.3 本章小结34-35
• 4 震后伤员救援车辆调度问题描述与模型建立35-39
• 4.1 震后伤员救援车辆调度问题描述35
• 4.2 简化后的问题描述35
• 4.3 生成初始救援路径35-36
• 4.4 震后伤员救援车辆调度模型的建立36-38
• 4.5 本章小结38-39
• 5 震后伤员救援车辆调度问题的求解方法39-44
• 5.1 萤火虫算法理论39-41
• 5.1.1 算法仿生原理39
• 5.1.2 算法数学描述39-41
• 5.1.3 萤火虫算法的缺陷41
• 5.2 震后伤员救援车辆调度问题的算法设计41-43
• 5.2.1 萤火虫算法的改进41-42
• 5.2.2 解的表示42
• 5.2.3 解的评价42-43
• 5.2.4 萤火虫算法实施步骤43
• 5.3 本章小结43-44
• 6 案例分析44-58
• 6.1 案例背景44-51
• 6.1.1 数据收集和处理44-48
• 6.1.2 救援区域划分48-51
• 6.2 仿真测试51-54
• 6.3 结果对比和分析54-57
• 6.4 本章小结57-58
• 7 总结与展望58-60
• 7.1 论文总结58-59
• 7.2 论文展望59-60
• 参考文献60-63
• 附录63-65
• 致谢65

【相似文献】

中国期刊全文数据库 前10条

1 刘洋;;带有软时间窗约束的车辆调度问题[J];内蒙古师范大学学报(自然科学汉文版);2014年01期

2 卢冰原;程八一;;具有模糊行程的城市物流动态费用多车型车辆调度问题研究[J];模糊系统与数学;2013年01期

3 任伟;;基于量子免疫算法的车辆调度问题优化[J];计算机科学;2013年05期

4 李继玲;卢才武;李金成;;基于蚁群算法的有时间窗车辆调度问题的研究[J];信息技术;2006年05期

5 马华伟;左春荣;杨善林;;多时间窗车辆调度问题的建模与求解[J];系统工程学报;2009年05期

6 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

7 马卫民,王刊良;局内封闭式车辆调度问题及其竞争策略[J];系统工程理论与实践;2004年09期

8 戎晓霞;卢毅;张睿;;基于动态可挽救性的应急车辆调度问题研究[J];电子科技大学学报(社科版);2011年04期

9 朱晓慧;;车辆调度问题模型的优化研究[J];科技风;2011年07期

10 唐俊;;时间窗约束下的配送车辆调度问题研究[J];计算机工程与应用;2011年21期

中国重要会议论文全文数据库 前5条

1 马华伟;叶浩然;夏维;;允许分割配送的多时间窗车辆调度问题的改进蚁群算法求解[A];第十四届中国管理科学学术年会论文集(上册)[C];2012年

2 杨国兴;;多车场车辆调度问题的一种有效算法[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集（第3卷）[C];1995年

3 王银;王慧;;浅谈配送车辆调度问题[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年

4 王永;农兰晶;刘蕾;杨晓洁;;邮政中心选址与车辆调度混合模型研究[A];中国系统工程学会第十八届学术年会论文集——A12系统科学与系统工程理论在各个领域中的应用研究[C];2014年

5 王永;刘蕾;农兰晶;杨晓洁;;邮政运输车辆调度问题研究[A];中国系统工程学会第十八届学术年会论文集——A12系统科学与系统工程理论在各个领域中的应用研究[C];2014年

中国博士学位论文全文数据库 前3条

1 葛显龙;面向云配送模式的车辆调度问题及算法研究[D];重庆大学;2011年

2 周洁;车辆调度问题的算法及复杂性[D];华东师范大学;2013年

3 李妍峰;时变网络环境下车辆调度问题研究[D];西南交通大学;2008年

中国硕士学位论文全文数据库 前10条

1 柯昌正;动态车辆调度问题研究与应用[D];北京交通大学;2007年

2 贾艳鸿;地震灾害下救援物资车辆调度问题研究[D];辽宁科技大学;2015年

3 王龙昌;多车场军事物流车辆调度问题优化研究[D];大连海事大学;2016年

4 焦登娅;车辆调度问题的不确定规划模型[D];清华大学;2015年

5 李宏伟;军事装备技术区车辆优化调度算法研究与实现[D];吉林大学;2016年

6 赵晶晶;震后伤员救援车辆调度问题研究[D];安徽工业大学;2016年

7 郭凤鸣;动态环境下的车辆调度问题研究[D];同济大学;2006年

8 刘云霞;动态车辆调度问题分析及算法设计[D];西南交通大学;2004年

9 胡夏云;基于蚁群算法的动态车辆调度问题的研究[D];广东工业大学;2013年

10 杨烨;带时间窗的单车场多车型满载车辆调度问题研究[D];山东理工大学;2013年

，

本文编号：754445