多情境因素不確定信息下應(yīng)急物資分配決策研究
發(fā)布時(shí)間:2022-01-14 18:13
應(yīng)急物資的分配決策作為應(yīng)急響應(yīng)工作的重要一環(huán),能夠最大限度地降低災(zāi)害所造成的人員傷亡和財(cái)產(chǎn)損失。在地震災(zāi)害的應(yīng)急物資響應(yīng)過(guò)程中,由于災(zāi)區(qū)通訊網(wǎng)絡(luò)中斷和道路交通損毀,應(yīng)急管理部門(mén)只能通過(guò)各個(gè)災(zāi)區(qū)的災(zāi)情信息進(jìn)行應(yīng)急物資的分配決策管理。而另一方面,由于地震災(zāi)害的突發(fā)性和災(zāi)情復(fù)雜性,獲取的某個(gè)災(zāi)區(qū)的某一情境因素?cái)?shù)值有可能是一個(gè)精確值、區(qū)間值或模糊值。因而,應(yīng)急決策者需要在多情境不確定信息下進(jìn)行應(yīng)急分配決策優(yōu)化,以保障應(yīng)急物資分配的公平性和合理性。針對(duì)以上問(wèn)題,本文在地震災(zāi)區(qū)情景構(gòu)建的基礎(chǔ)上,運(yùn)用情境因素篩選和情境因素不確定信息分析方法,建立改進(jìn)的地震災(zāi)區(qū)受災(zāi)程度分級(jí)模型,提出了基于決策者主觀偏好的應(yīng)急物資分配決策優(yōu)化方法,并通過(guò)相關(guān)性檢驗(yàn)指標(biāo)驗(yàn)證所提應(yīng)急物資分配方法與其災(zāi)情信息的相符性,為應(yīng)急物資的合理分配決策提供理論依據(jù)。具體研究?jī)?nèi)容如下:在重慶市黔江及周邊地區(qū)進(jìn)行地震災(zāi)區(qū)情景的構(gòu)建,分析應(yīng)急救援響應(yīng)過(guò)程中能夠獲得的地震災(zāi)區(qū)情境因素信息,根據(jù)情境因素的不確定特征對(duì)其信息進(jìn)行設(shè)定。調(diào)研重慶各區(qū)縣的應(yīng)急物資儲(chǔ)備情況,結(jié)合地震災(zāi)害應(yīng)急響應(yīng)初期的應(yīng)急物資需求特征,確定本文需要分配的應(yīng)急物資包括生命救...
【文章來(lái)源】:重慶科技學(xué)院重慶市
【文章頁(yè)數(shù)】:78 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
華鎣山地震斷裂帶示意圖
重慶科技學(xué)院碩士專(zhuān)業(yè)學(xué)位論文4地震災(zāi)區(qū)受災(zāi)程度分級(jí)模型研究30第k個(gè)聚類(lèi)中心(每個(gè)應(yīng)急物資救助點(diǎn)所在地區(qū)級(jí)別中心),而且==jkVv12,,,sccVVVR;0,1iku,表示kx隸屬于第k個(gè)災(zāi)區(qū)受災(zāi)嚴(yán)重程度級(jí)別中心的隸屬度,其中=cnikUuR;1,表示模糊化參數(shù);2表示SFsMR上的歐幾里得范數(shù)。4.1.2地震災(zāi)區(qū)受災(zāi)程度分級(jí)模型根據(jù)構(gòu)建的地震災(zāi)區(qū)情景和篩選的各災(zāi)區(qū)情境因素信息數(shù)據(jù),將災(zāi)情信息=kvSFs12,,,Mkkkvvv-,k1,2,EDPs,N通過(guò)C-Means聚類(lèi)分析,能夠根據(jù)每個(gè)地區(qū)的各情境因素信息,將各災(zāi)區(qū)按照各ESDPs所在點(diǎn)的受災(zāi)程度分為不同級(jí)別。如圖4.1所示,在只考慮人口總量和次生災(zāi)害評(píng)估信息兩種情境因素下,根據(jù)各應(yīng)急物資救助點(diǎn)所在地區(qū)的情境因素?cái)?shù)據(jù)得到的C-Means聚類(lèi)分析結(jié)果。從理論上來(lái)看,人口總量和人口密度均與災(zāi)區(qū)受災(zāi)程度成正比,其兩個(gè)聚類(lèi)中心應(yīng)該分布在二維坐標(biāo)的左下角和右上角。然而,從圖4.1中可以得出,通過(guò)C-Means聚類(lèi)分析明顯達(dá)不到地震災(zāi)區(qū)受災(zāi)程度分級(jí)的效果。圖4.1在考慮人口總量和次生災(zāi)害評(píng)估信息兩種情境因素下,各應(yīng)急物資救助點(diǎn)所在地區(qū)的分類(lèi)結(jié)果圖Fig.4.1Classificationresultsoftheareasinemergencysuppliesaidpoints(ESAPs)consideringthetwosituationalfactorsofpopulationandsecondarydisasterassessmentinformation因此,在已有的C-Means聚類(lèi)分析的基礎(chǔ)上,在模型迭代的過(guò)程中動(dòng)態(tài)調(diào)整聚類(lèi)中心,將聚類(lèi)中心調(diào)整成正相關(guān)的狀態(tài)關(guān)系,進(jìn)而根據(jù)災(zāi)區(qū)的災(zāi)情信息數(shù)據(jù),提出一種災(zāi)區(qū)受災(zāi)程度分級(jí)模型,將各應(yīng)急點(diǎn)所在地區(qū)按照災(zāi)情嚴(yán)重程度分為C個(gè)級(jí)別,其目標(biāo)函數(shù)為:EDPs2211,cNmikkiikJUVuvV(4.5)
重慶科技學(xué)院碩士專(zhuān)業(yè)學(xué)位論文4地震災(zāi)區(qū)受災(zāi)程度分級(jí)模型研究33注:同時(shí)考慮各地震災(zāi)區(qū)的4種情境因素,無(wú)法在二維平面中展示所提模型的分級(jí)效果,因此本節(jié)在隨機(jī)選擇兩種情境因素的基礎(chǔ)上觀察其分級(jí)效果。如果其情境因素信息從二維空間拓展到四位空間,其分級(jí)效果不會(huì)發(fā)生改變。如圖4.4-C,在只考慮人口總量和次生災(zāi)害評(píng)估信息兩種情境因素的分級(jí)效果的情況下,一個(gè)ESAPsii1,2,,15所在地區(qū)的人口總量和次生災(zāi)害評(píng)估信息呈正相關(guān)關(guān)系。其人口總量和次生災(zāi)害評(píng)估信息的數(shù)值越低,ESAPsi所在地區(qū)的受災(zāi)程度越小,否則相反。如圖4.4-C1所示,如果將15個(gè)應(yīng)急救援站點(diǎn)所在地區(qū)的嚴(yán)重程度劃分為兩個(gè)級(jí)別,顯然,受災(zāi)程度較輕的地區(qū)被劃分為一個(gè)級(jí)別,受災(zāi)程度較重的地區(qū)被劃分為一個(gè)級(jí)別。然而,如圖4.4-C2所示,傳統(tǒng)的聚類(lèi)分析方法無(wú)法達(dá)到上述結(jié)果,并且其他兩種情境因素的災(zāi)情信息類(lèi)似。A同時(shí)考慮人口總量和人口密度B同時(shí)考慮人口總量和建筑物損壞評(píng)估A1)分級(jí)模型分級(jí)效果A2)聚類(lèi)分析分級(jí)效果B1)分級(jí)模型分級(jí)效果B2)聚類(lèi)分析分級(jí)效果C同時(shí)考慮人口總量和次生災(zāi)害評(píng)估信息D同時(shí)考慮人口密度和建筑物損壞評(píng)估C1)分級(jí)模型分級(jí)效果C2)聚類(lèi)分析分級(jí)效果D1)分級(jí)模型分級(jí)效果D2)聚類(lèi)分析分級(jí)效果E同時(shí)考慮人口密度和次生災(zāi)害評(píng)估信息F同時(shí)考慮建筑物損壞評(píng)估和次生災(zāi)害評(píng)估信息E1)分級(jí)模型分級(jí)效果E2)聚類(lèi)分析分級(jí)效果F1)分級(jí)模型分級(jí)效果F2)聚類(lèi)分析分級(jí)效果圖4.4災(zāi)害嚴(yán)重程度分級(jí)效果圖Table4.4Gradingeffectmapofdisasterseverity2.地震災(zāi)區(qū)受災(zāi)程度分級(jí)模型的分級(jí)效果分析根據(jù)篩選的各災(zāi)區(qū)情境因素信息數(shù)據(jù),以及提出的地震災(zāi)區(qū)受災(zāi)程度分級(jí)模型,得到如表4.4和表4.5所示的各應(yīng)急點(diǎn)所在地區(qū)對(duì)各類(lèi)應(yīng)急物資的需求級(jí)別隸屬度數(shù)據(jù),
【參考文獻(xiàn)】:
期刊論文
[1]華鎣山斷裂帶的物探成果綜述[J]. 王贊軍,王宏超,董娣,秦娟. 四川地震. 2018(03)
[2]基于區(qū)間情境理論的軍民聯(lián)合救援應(yīng)急物資分配方法[J]. 龐國(guó)楹,劉俊,索文莉,劉佳. 軍事交通學(xué)院學(xué)報(bào). 2018(05)
[3]基于受災(zāi)人員損失的應(yīng)急資源網(wǎng)絡(luò)多周期配置[J]. 葛敏,陳曉平,吳鳳平. 北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2017(04)
[4]全序優(yōu)勢(shì)關(guān)系下區(qū)間信息系統(tǒng)多粒度粗糙集的粒度約簡(jiǎn)[J]. 于瑩瑩. 廣西師范學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(01)
[5]基于線(xiàn)性分配和Choquet積分的多值區(qū)間中智多屬性決策方法[J]. 楊威,王成軍,劉勇. 控制與決策. 2017(07)
[6]基于免疫識(shí)別機(jī)理的危化品港區(qū)應(yīng)急管理分析[J]. 趙東風(fēng),張瑜,劉義,李玉潔. 中國(guó)安全生產(chǎn)科學(xué)技術(shù). 2016(08)
[7]基于方案偏好值的屬性關(guān)聯(lián)區(qū)間多屬性決策[J]. 劉津津,曾玲,趙巧姣. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2016(16)
[8]地震應(yīng)急測(cè)繪信息服務(wù)方法與應(yīng)用[J]. 趙杰,張聰聰. 山西地震. 2016(02)
[9]區(qū)間值模糊決策序信息系統(tǒng)的分布約簡(jiǎn)[J]. 史德容,徐偉華. 計(jì)算機(jī)科學(xué)與探索. 2017(04)
[10]并網(wǎng)雙饋異步風(fēng)電機(jī)組模糊自適應(yīng)控制[J]. 于會(huì)群,高揚(yáng),張浩,彭道剛. 電子測(cè)量與儀器學(xué)報(bào). 2016(05)
博士論文
[1]應(yīng)急醫(yī)療物資直升機(jī)與車(chē)輛聯(lián)合運(yùn)送優(yōu)化[D]. 阮俊虎.大連理工大學(xué) 2015
碩士論文
[1]地震災(zāi)害救援應(yīng)急管理協(xié)調(diào)機(jī)制問(wèn)題與對(duì)策研究[D]. 譚浩.電子科技大學(xué) 2019
[2]救災(zāi)物資的需求推演及調(diào)度研究[D]. 劉昭.北京郵電大學(xué) 2015
[3]突發(fā)自然災(zāi)害救災(zāi)物資分配優(yōu)化決策研究[D]. 陳明天.大連理工大學(xué) 2012
[4]重慶主城區(qū)地震危險(xiǎn)性分析[D]. 蔡輝騰.重慶大學(xué) 2006
本文編號(hào):3588973
【文章來(lái)源】:重慶科技學(xué)院重慶市
【文章頁(yè)數(shù)】:78 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
華鎣山地震斷裂帶示意圖
重慶科技學(xué)院碩士專(zhuān)業(yè)學(xué)位論文4地震災(zāi)區(qū)受災(zāi)程度分級(jí)模型研究30第k個(gè)聚類(lèi)中心(每個(gè)應(yīng)急物資救助點(diǎn)所在地區(qū)級(jí)別中心),而且==jkVv12,,,sccVVVR;0,1iku,表示kx隸屬于第k個(gè)災(zāi)區(qū)受災(zāi)嚴(yán)重程度級(jí)別中心的隸屬度,其中=cnikUuR;1,表示模糊化參數(shù);2表示SFsMR上的歐幾里得范數(shù)。4.1.2地震災(zāi)區(qū)受災(zāi)程度分級(jí)模型根據(jù)構(gòu)建的地震災(zāi)區(qū)情景和篩選的各災(zāi)區(qū)情境因素信息數(shù)據(jù),將災(zāi)情信息=kvSFs12,,,Mkkkvvv-,k1,2,EDPs,N通過(guò)C-Means聚類(lèi)分析,能夠根據(jù)每個(gè)地區(qū)的各情境因素信息,將各災(zāi)區(qū)按照各ESDPs所在點(diǎn)的受災(zāi)程度分為不同級(jí)別。如圖4.1所示,在只考慮人口總量和次生災(zāi)害評(píng)估信息兩種情境因素下,根據(jù)各應(yīng)急物資救助點(diǎn)所在地區(qū)的情境因素?cái)?shù)據(jù)得到的C-Means聚類(lèi)分析結(jié)果。從理論上來(lái)看,人口總量和人口密度均與災(zāi)區(qū)受災(zāi)程度成正比,其兩個(gè)聚類(lèi)中心應(yīng)該分布在二維坐標(biāo)的左下角和右上角。然而,從圖4.1中可以得出,通過(guò)C-Means聚類(lèi)分析明顯達(dá)不到地震災(zāi)區(qū)受災(zāi)程度分級(jí)的效果。圖4.1在考慮人口總量和次生災(zāi)害評(píng)估信息兩種情境因素下,各應(yīng)急物資救助點(diǎn)所在地區(qū)的分類(lèi)結(jié)果圖Fig.4.1Classificationresultsoftheareasinemergencysuppliesaidpoints(ESAPs)consideringthetwosituationalfactorsofpopulationandsecondarydisasterassessmentinformation因此,在已有的C-Means聚類(lèi)分析的基礎(chǔ)上,在模型迭代的過(guò)程中動(dòng)態(tài)調(diào)整聚類(lèi)中心,將聚類(lèi)中心調(diào)整成正相關(guān)的狀態(tài)關(guān)系,進(jìn)而根據(jù)災(zāi)區(qū)的災(zāi)情信息數(shù)據(jù),提出一種災(zāi)區(qū)受災(zāi)程度分級(jí)模型,將各應(yīng)急點(diǎn)所在地區(qū)按照災(zāi)情嚴(yán)重程度分為C個(gè)級(jí)別,其目標(biāo)函數(shù)為:EDPs2211,cNmikkiikJUVuvV(4.5)
重慶科技學(xué)院碩士專(zhuān)業(yè)學(xué)位論文4地震災(zāi)區(qū)受災(zāi)程度分級(jí)模型研究33注:同時(shí)考慮各地震災(zāi)區(qū)的4種情境因素,無(wú)法在二維平面中展示所提模型的分級(jí)效果,因此本節(jié)在隨機(jī)選擇兩種情境因素的基礎(chǔ)上觀察其分級(jí)效果。如果其情境因素信息從二維空間拓展到四位空間,其分級(jí)效果不會(huì)發(fā)生改變。如圖4.4-C,在只考慮人口總量和次生災(zāi)害評(píng)估信息兩種情境因素的分級(jí)效果的情況下,一個(gè)ESAPsii1,2,,15所在地區(qū)的人口總量和次生災(zāi)害評(píng)估信息呈正相關(guān)關(guān)系。其人口總量和次生災(zāi)害評(píng)估信息的數(shù)值越低,ESAPsi所在地區(qū)的受災(zāi)程度越小,否則相反。如圖4.4-C1所示,如果將15個(gè)應(yīng)急救援站點(diǎn)所在地區(qū)的嚴(yán)重程度劃分為兩個(gè)級(jí)別,顯然,受災(zāi)程度較輕的地區(qū)被劃分為一個(gè)級(jí)別,受災(zāi)程度較重的地區(qū)被劃分為一個(gè)級(jí)別。然而,如圖4.4-C2所示,傳統(tǒng)的聚類(lèi)分析方法無(wú)法達(dá)到上述結(jié)果,并且其他兩種情境因素的災(zāi)情信息類(lèi)似。A同時(shí)考慮人口總量和人口密度B同時(shí)考慮人口總量和建筑物損壞評(píng)估A1)分級(jí)模型分級(jí)效果A2)聚類(lèi)分析分級(jí)效果B1)分級(jí)模型分級(jí)效果B2)聚類(lèi)分析分級(jí)效果C同時(shí)考慮人口總量和次生災(zāi)害評(píng)估信息D同時(shí)考慮人口密度和建筑物損壞評(píng)估C1)分級(jí)模型分級(jí)效果C2)聚類(lèi)分析分級(jí)效果D1)分級(jí)模型分級(jí)效果D2)聚類(lèi)分析分級(jí)效果E同時(shí)考慮人口密度和次生災(zāi)害評(píng)估信息F同時(shí)考慮建筑物損壞評(píng)估和次生災(zāi)害評(píng)估信息E1)分級(jí)模型分級(jí)效果E2)聚類(lèi)分析分級(jí)效果F1)分級(jí)模型分級(jí)效果F2)聚類(lèi)分析分級(jí)效果圖4.4災(zāi)害嚴(yán)重程度分級(jí)效果圖Table4.4Gradingeffectmapofdisasterseverity2.地震災(zāi)區(qū)受災(zāi)程度分級(jí)模型的分級(jí)效果分析根據(jù)篩選的各災(zāi)區(qū)情境因素信息數(shù)據(jù),以及提出的地震災(zāi)區(qū)受災(zāi)程度分級(jí)模型,得到如表4.4和表4.5所示的各應(yīng)急點(diǎn)所在地區(qū)對(duì)各類(lèi)應(yīng)急物資的需求級(jí)別隸屬度數(shù)據(jù),
【參考文獻(xiàn)】:
期刊論文
[1]華鎣山斷裂帶的物探成果綜述[J]. 王贊軍,王宏超,董娣,秦娟. 四川地震. 2018(03)
[2]基于區(qū)間情境理論的軍民聯(lián)合救援應(yīng)急物資分配方法[J]. 龐國(guó)楹,劉俊,索文莉,劉佳. 軍事交通學(xué)院學(xué)報(bào). 2018(05)
[3]基于受災(zāi)人員損失的應(yīng)急資源網(wǎng)絡(luò)多周期配置[J]. 葛敏,陳曉平,吳鳳平. 北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2017(04)
[4]全序優(yōu)勢(shì)關(guān)系下區(qū)間信息系統(tǒng)多粒度粗糙集的粒度約簡(jiǎn)[J]. 于瑩瑩. 廣西師范學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(01)
[5]基于線(xiàn)性分配和Choquet積分的多值區(qū)間中智多屬性決策方法[J]. 楊威,王成軍,劉勇. 控制與決策. 2017(07)
[6]基于免疫識(shí)別機(jī)理的危化品港區(qū)應(yīng)急管理分析[J]. 趙東風(fēng),張瑜,劉義,李玉潔. 中國(guó)安全生產(chǎn)科學(xué)技術(shù). 2016(08)
[7]基于方案偏好值的屬性關(guān)聯(lián)區(qū)間多屬性決策[J]. 劉津津,曾玲,趙巧姣. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2016(16)
[8]地震應(yīng)急測(cè)繪信息服務(wù)方法與應(yīng)用[J]. 趙杰,張聰聰. 山西地震. 2016(02)
[9]區(qū)間值模糊決策序信息系統(tǒng)的分布約簡(jiǎn)[J]. 史德容,徐偉華. 計(jì)算機(jī)科學(xué)與探索. 2017(04)
[10]并網(wǎng)雙饋異步風(fēng)電機(jī)組模糊自適應(yīng)控制[J]. 于會(huì)群,高揚(yáng),張浩,彭道剛. 電子測(cè)量與儀器學(xué)報(bào). 2016(05)
博士論文
[1]應(yīng)急醫(yī)療物資直升機(jī)與車(chē)輛聯(lián)合運(yùn)送優(yōu)化[D]. 阮俊虎.大連理工大學(xué) 2015
碩士論文
[1]地震災(zāi)害救援應(yīng)急管理協(xié)調(diào)機(jī)制問(wèn)題與對(duì)策研究[D]. 譚浩.電子科技大學(xué) 2019
[2]救災(zāi)物資的需求推演及調(diào)度研究[D]. 劉昭.北京郵電大學(xué) 2015
[3]突發(fā)自然災(zāi)害救災(zāi)物資分配優(yōu)化決策研究[D]. 陳明天.大連理工大學(xué) 2012
[4]重慶主城區(qū)地震危險(xiǎn)性分析[D]. 蔡輝騰.重慶大學(xué) 2006
本文編號(hào):3588973
本文鏈接:http://sikaile.net/guanlilunwen/zhengwuguanli/3588973.html
最近更新
教材專(zhuān)著