基于元胞遺傳算法的多目標(biāo)應(yīng)急資源配置
發(fā)布時(shí)間:2021-02-05 18:13
為解決不同災(zāi)情下多目標(biāo)多周期災(zāi)后救援問題,減少受災(zāi)損失,對災(zāi)后應(yīng)急資源配置進(jìn)行研究。從物流成本和系統(tǒng)損失2個(gè)方面最小化救災(zāi)行動(dòng)的成本和最大化有限救災(zāi)資源的分配,建立基于路況的多目標(biāo)應(yīng)急資源配置模型,將帕累托前沿和超體積作為元胞遺傳算法的求解性能指標(biāo),開展元胞遺傳算法與遺傳算法對模型的求解對比實(shí)驗(yàn)。結(jié)果表明:元胞遺傳算法能較好地求解多目標(biāo)多周期應(yīng)急資源配置模型,且求解性能比遺傳算法更好;通過對模型的求解,可為決策者基于不同災(zāi)情下的應(yīng)急決策提供參考。
【文章來源】:中國安全生產(chǎn)科學(xué)技術(shù). 2020,16(02)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
不同pc和pm下CGA的平均超體積
圖3 輕度災(zāi)情下的PF分布根據(jù)CGA所得到基于多目標(biāo)下的PF集合,在實(shí)際救援過程可由決策者對目標(biāo)的重視程度進(jìn)行最后決策。從重度災(zāi)情的PF集合選取1個(gè)PF作為應(yīng)急資源配置過程中物資流向的演示,見表5。由表5可知,由于道路因?yàn)?zāi)損毀而導(dǎo)致部分出救點(diǎn)與受災(zāi)點(diǎn)間沒有物資流動(dòng),出救點(diǎn)無法對最近受災(zāi)點(diǎn)開展救援,如受災(zāi)點(diǎn)AP-3與出救點(diǎn)SP-2雖然距離最近,但是由于道路阻斷,AP-3的物資需求只能由其他出救點(diǎn)進(jìn)行滿足。在實(shí)際救援過程中可能出現(xiàn)由于道路損毀、交通管制而導(dǎo)致運(yùn)輸?shù)缆纷钄喱F(xiàn)象,為救援行動(dòng)增添許多困難,通過采用多目標(biāo)應(yīng)急資源的配置能為應(yīng)急決策在開展救援行動(dòng)時(shí)提供更為可靠的應(yīng)急候選決策方案,減少受災(zāi)區(qū)域損失,為科學(xué)決策提供理論依據(jù)。
由于實(shí)際救援過程中存在因?yàn)?zāi)害導(dǎo)致救援通道損毀的現(xiàn)象,本文將災(zāi)情分為輕度、重度2種情況,運(yùn)用CGA分別實(shí)驗(yàn)?zāi)M和優(yōu)化不同災(zāi)情中多目標(biāo)應(yīng)急資源配置,減少救援過程中的系統(tǒng)損失和物流成本,同時(shí)引入GA比較優(yōu)化性能。GA和CGA在不同災(zāi)情下的PF分布如圖3~4。PF分布表示解集中占優(yōu)個(gè)體的分布,能直觀地衡量算法求解應(yīng)急資源配置模型所得候選優(yōu)秀決策方案在不同救援目標(biāo)函數(shù)上的分布。由圖3~4可知,GA生成的PF幾乎被CGA生成的PF支配,即通過CGA所生成的候選應(yīng)急資源配置方案比GA生成的候選方案更優(yōu),在解決不同救援問題的表現(xiàn)上更優(yōu)。在實(shí)際救援決策過程中,所生成的PF集合可作為實(shí)際救援候選方案,通過PF的分布對比,得出在不同災(zāi)情下CGA能為決策者提供更為優(yōu)秀的決策候選方案。圖4 重度災(zāi)情下的PF分布
【參考文獻(xiàn)】:
期刊論文
[1]不確定條件下應(yīng)急資源分配區(qū)間規(guī)劃模型研究[J]. 王飛躍,郭換換,裴甲坤,楊宸宇,裴重偉. 中國安全生產(chǎn)科學(xué)技術(shù). 2019(10)
[2]基于情景分析的生產(chǎn)安全事故應(yīng)急物資的協(xié)調(diào)儲備優(yōu)化研究[J]. 門紅,王晶. 中國安全生產(chǎn)科學(xué)技術(shù). 2017(10)
[3]災(zāi)害鏈、不確定供求和復(fù)雜應(yīng)急資源分配網(wǎng)絡(luò)的動(dòng)態(tài)配置[J]. 葛敏,陳曉平,吳鳳平. 科技管理研究. 2017(13)
[4]需求不確定下的應(yīng)急資源公平配置策略[J]. 李丹,劉曉. 工業(yè)工程與管理. 2013(06)
[5]基于災(zāi)情信息更新的應(yīng)急物資配送多目標(biāo)隨機(jī)規(guī)劃模型[J]. 詹沙磊,劉南. 系統(tǒng)工程理論與實(shí)踐. 2013(01)
[6]系統(tǒng)動(dòng)力學(xué)建模在衛(wèi)生資源配置研究中的應(yīng)用[J]. 張彥琦,石凱,易東,唐貴立,伍亞舟,劉嶺,謝莎麗. 中國衛(wèi)生經(jīng)濟(jì). 2011(09)
本文編號:3019356
【文章來源】:中國安全生產(chǎn)科學(xué)技術(shù). 2020,16(02)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
不同pc和pm下CGA的平均超體積
圖3 輕度災(zāi)情下的PF分布根據(jù)CGA所得到基于多目標(biāo)下的PF集合,在實(shí)際救援過程可由決策者對目標(biāo)的重視程度進(jìn)行最后決策。從重度災(zāi)情的PF集合選取1個(gè)PF作為應(yīng)急資源配置過程中物資流向的演示,見表5。由表5可知,由于道路因?yàn)?zāi)損毀而導(dǎo)致部分出救點(diǎn)與受災(zāi)點(diǎn)間沒有物資流動(dòng),出救點(diǎn)無法對最近受災(zāi)點(diǎn)開展救援,如受災(zāi)點(diǎn)AP-3與出救點(diǎn)SP-2雖然距離最近,但是由于道路阻斷,AP-3的物資需求只能由其他出救點(diǎn)進(jìn)行滿足。在實(shí)際救援過程中可能出現(xiàn)由于道路損毀、交通管制而導(dǎo)致運(yùn)輸?shù)缆纷钄喱F(xiàn)象,為救援行動(dòng)增添許多困難,通過采用多目標(biāo)應(yīng)急資源的配置能為應(yīng)急決策在開展救援行動(dòng)時(shí)提供更為可靠的應(yīng)急候選決策方案,減少受災(zāi)區(qū)域損失,為科學(xué)決策提供理論依據(jù)。
由于實(shí)際救援過程中存在因?yàn)?zāi)害導(dǎo)致救援通道損毀的現(xiàn)象,本文將災(zāi)情分為輕度、重度2種情況,運(yùn)用CGA分別實(shí)驗(yàn)?zāi)M和優(yōu)化不同災(zāi)情中多目標(biāo)應(yīng)急資源配置,減少救援過程中的系統(tǒng)損失和物流成本,同時(shí)引入GA比較優(yōu)化性能。GA和CGA在不同災(zāi)情下的PF分布如圖3~4。PF分布表示解集中占優(yōu)個(gè)體的分布,能直觀地衡量算法求解應(yīng)急資源配置模型所得候選優(yōu)秀決策方案在不同救援目標(biāo)函數(shù)上的分布。由圖3~4可知,GA生成的PF幾乎被CGA生成的PF支配,即通過CGA所生成的候選應(yīng)急資源配置方案比GA生成的候選方案更優(yōu),在解決不同救援問題的表現(xiàn)上更優(yōu)。在實(shí)際救援決策過程中,所生成的PF集合可作為實(shí)際救援候選方案,通過PF的分布對比,得出在不同災(zāi)情下CGA能為決策者提供更為優(yōu)秀的決策候選方案。圖4 重度災(zāi)情下的PF分布
【參考文獻(xiàn)】:
期刊論文
[1]不確定條件下應(yīng)急資源分配區(qū)間規(guī)劃模型研究[J]. 王飛躍,郭換換,裴甲坤,楊宸宇,裴重偉. 中國安全生產(chǎn)科學(xué)技術(shù). 2019(10)
[2]基于情景分析的生產(chǎn)安全事故應(yīng)急物資的協(xié)調(diào)儲備優(yōu)化研究[J]. 門紅,王晶. 中國安全生產(chǎn)科學(xué)技術(shù). 2017(10)
[3]災(zāi)害鏈、不確定供求和復(fù)雜應(yīng)急資源分配網(wǎng)絡(luò)的動(dòng)態(tài)配置[J]. 葛敏,陳曉平,吳鳳平. 科技管理研究. 2017(13)
[4]需求不確定下的應(yīng)急資源公平配置策略[J]. 李丹,劉曉. 工業(yè)工程與管理. 2013(06)
[5]基于災(zāi)情信息更新的應(yīng)急物資配送多目標(biāo)隨機(jī)規(guī)劃模型[J]. 詹沙磊,劉南. 系統(tǒng)工程理論與實(shí)踐. 2013(01)
[6]系統(tǒng)動(dòng)力學(xué)建模在衛(wèi)生資源配置研究中的應(yīng)用[J]. 張彥琦,石凱,易東,唐貴立,伍亞舟,劉嶺,謝莎麗. 中國衛(wèi)生經(jīng)濟(jì). 2011(09)
本文編號:3019356
本文鏈接:http://sikaile.net/guanlilunwen/wuliuguanlilunwen/3019356.html
最近更新
教材專著