針對城市突發(fā)事件中待救點對應(yīng)急救援物資的需求狀態(tài)隨著事故的演變而發(fā)生變化的情況,將待救點對應(yīng)急救援物質(zhì)的需求設(shè)計成馬爾可夫決策過程,并提出一種動態(tài)的物資調(diào)配策略,構(gòu)建救援物資需求決策模型,然后通過花朵授粉算法進行優(yōu)化求解。某市突發(fā)地震應(yīng)急物資調(diào)配實例證明,本文方法能夠給出合理的救援需求滿足策略,使得待救點對物資的需求更低,需求變化更加平穩(wěn)。花朵授粉算法對模型求解的效果相比粒子群算法和螢火蟲算法有更快的收斂速度和更優(yōu)的求解結(jié)果。 

【文章來源】：運籌與管理. 2020,29(08)北大核心CSSCI

【文章頁數(shù)】：10 頁

【部分圖文】：

城市突發(fā)事件中基于事故演變的應(yīng)急資源調(diào)度過程的馬爾可夫決策過程

從表4中可以看出,3種算法都能獲得最優(yōu)物資調(diào)配結(jié)果,10次運行的結(jié)果可以看出花朵授粉算法求解的目標函數(shù)最優(yōu)值相比粒子群算法和和螢火蟲算法都小,說明為了達到待救點物資需求的平穩(wěn)增長,花朵授粉算法得到的物資調(diào)配策略使得在整個救援過程中待救點物資調(diào)配量最小,更加合理的利用了救援物資。取第6次運行結(jié)果繪制最優(yōu)目標求解收斂曲線,如圖3所示。

由于突發(fā)地震,某市部分地區(qū)房屋倒塌,造成人員傷亡,急需藥品和食品。假設(shè)該市有5個區(qū)域需要救援,分別為A、B、C、D和E ,如圖2所示。隨著災(zāi)情的發(fā)展,待救點對藥品和食品的需求不斷發(fā)生動態(tài)演變。假設(shè)地震發(fā)生后,可能導致4種次生災(zāi)害,其對救援資源的需求狀態(tài)空間為N={N1,N2,N3,N4},需求狀態(tài)轉(zhuǎn)移概率(P={P1,P2,P3,P4})和救援階段(S={S1,S2,S3,S4})矩陣和物資需求最低滿足量分別為表1和表2所示,假設(shè)每個階段倉庫能提供藥品50千克,食品600千克。表1 待救點對藥品和食品的需求狀態(tài)轉(zhuǎn)移概率矩陣 A B C D E P1 P2 P3 P4 P1 P2 P3 P4 P1 P2 P3 P4 P1 P2 P3 P4 P1 P2 P3 P4 藥品 S1 0.23 0.47 0.19 0.11 0.30 0.39 0.11 0.20 0.15 0.37 0.29 0.19 0.35 0.41 0.17 0.07 0.26 0.42 0.22 0.10 S2 0 0.28 0.51 0.21 0 0.24 0.44 0.32 0 0.25 0.43 0.32 0 0.36 0.43 0.21 0 0.37 0.47 0.16 S3 0 0 0.49 0.51 0 0 0.38 0.62 0 0 0.68 0.32 0 0 0.54 0.46 0 0 0.61 0.39 S4 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 食品 S1 0.17 0.41 0.15 0.27 0.21 0.49 0.17 0.13 0.34 0.55 0.08 0.03 0.27 0.51 0.19 0.03 0.29 0.45 0.13 0.13 S2 0 0.39 0.24 0.37 0 0.53 0.12 0.35 0 0.41 0.32 0.27 0 0.35 0.28 0.37 0 0.33 0.42 0.25 S3 0 0 0.66 0.34 0 0 0.38 0.62 0 0 0.58 0.42 0 0 0.62 0.38 0 0 0.58 0.42 S4 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0 0 0 0 1.0

【參考文獻】：
期刊論文
[1]一種新穎的花朵授粉優(yōu)化算法及收斂性分析[J]. 楊楓,葉春明,姚遠遠.  系統(tǒng)管理學報. 2019(02)
[2]應(yīng)對突發(fā)事件的動態(tài)多目標應(yīng)急決策模型[J]. 董秀成,郭杰.  統(tǒng)計與決策. 2016(03)
[3]突發(fā)事件應(yīng)急救援物資公平分配模型[J]. 張怡,王雅婷,馮春.  系統(tǒng)科學學報. 2015(04)
[4]突發(fā)事件人群異常聚集熱點區(qū)域預(yù)測[J]. 張仕學,李石君,余偉,任洪偉.  中國安全科學學報. 2015(09)
[5]地鐵運營突發(fā)事件應(yīng)急響應(yīng)模式的馬爾科夫鏈分析[J]. 張藝凡,陳文瑛.  中國安全科學學報. 2015(02)
[6]公平關(guān)切下的應(yīng)急物資局部配送問題[J]. 薛坤,馮春.  系統(tǒng)工程. 2015(01)
[7]基于需求更新的救災(zāi)品配送公平與效率協(xié)調(diào)模型[J]. 詹沙磊,劉南,陳素芬,葉永.  控制與決策. 2014(04)
[8]考慮感知滿意度的多受災(zāi)點應(yīng)急資源分配模型[J]. 王旭坪,董莉,陳明天.  系統(tǒng)管理學報. 2013(02)
[9]基于馬爾科夫挖掘算法的突發(fā)事件決策方法[J]. 劉學洪.  計算機仿真. 2012(12)
[10]應(yīng)急物資運輸與分配決策模型及其改進粒子群優(yōu)化算法[J]. 龐海云,劉南,吳橋.  控制與決策. 2012(06)



本文編號：3074922