近年來,隨著我國社會經(jīng)濟(jì)飛速發(fā)展,我國正處在突發(fā)事件高發(fā)時(shí)期,突發(fā)事件爆發(fā)的頻率相比于往年明顯增加,給社會帶來的影響也越來越嚴(yán)重,人民群眾的生命財(cái)產(chǎn)損失呈上升趨勢。受災(zāi)地區(qū)需要水、食物和藥品等大量應(yīng)急物資,采用最合理的應(yīng)急物資調(diào)度方案,救援物資是否可以及時(shí)地運(yùn)輸?shù)绞転?zāi)點(diǎn),將直接影響著整個突發(fā)事件應(yīng)急救援行動的最終效果。因此在應(yīng)對處理突發(fā)事件的時(shí)候,構(gòu)建科學(xué)合理的應(yīng)急物流調(diào)度模型,以及時(shí)響應(yīng)救援過程中有關(guān)物資調(diào)配、人力安排等應(yīng)急需求,把突發(fā)事件造成的損失控制在盡可能小的范圍內(nèi)。本文首先分析了突發(fā)事件環(huán)境下應(yīng)急物資調(diào)度問題的限制條件,建立應(yīng)急物資調(diào)度模型,提出了基于拐點(diǎn)的差分進(jìn)化算法（Differential Evolution,DE）求解模型,通過基于信息熵的TOPSIS方法對應(yīng)急物資調(diào)度的方案進(jìn)行評估,并提出基于前景理論的應(yīng)急方案動態(tài)調(diào)整改方法,實(shí)現(xiàn)應(yīng)急物資調(diào)度的動態(tài)優(yōu)化配置。本文主要研究內(nèi)容具體包括:（1）應(yīng)急物資調(diào)度模型為多目標(biāo)優(yōu)化問題。為提高求解效率,提出了基于拐點(diǎn)的算法（Corner point algorithm,CPA）。整個算法分為兩個階段,第一階段提出了一種識別拐點(diǎn)的方... 

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
        1.1.1 研究背景
        1.1.2 研究的目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 應(yīng)急物資調(diào)度多目標(biāo)模型研究相關(guān)文獻(xiàn)
        1.2.2 突發(fā)事件應(yīng)急物資調(diào)度方案評估相關(guān)文獻(xiàn)
        1.2.3 差分進(jìn)化算法研究現(xiàn)狀
        1.2.4 國內(nèi)外研究述評
    1.3 論文研究的主要內(nèi)容和創(chuàng)新點(diǎn)
        1.3.1 研究的主要內(nèi)容
        1.3.2 研究的創(chuàng)新點(diǎn)
第二章 相關(guān)理論
    2.1 突發(fā)事件應(yīng)急物資調(diào)度
        2.1.1 應(yīng)急物流及其特點(diǎn)總結(jié)
        2.1.2 應(yīng)急物資調(diào)度及其特征分析
    2.2 多目標(biāo)優(yōu)化基本理論
        2.2.1 多目標(biāo)優(yōu)化問題的定義
        2.2.2 多目標(biāo)優(yōu)化問題的求解
    2.3 差分進(jìn)化算法
        2.3.1 基礎(chǔ)概念
        2.3.2 算法步驟
        2.3.3 算法流程圖
    2.4 本章小結(jié)
第三章 基于拐點(diǎn)的約束多目標(biāo)優(yōu)化問題求解算法
    3.1 Pareto前沿與拐點(diǎn)
    3.2 基于拐點(diǎn)的約束多目標(biāo)優(yōu)化算法
    3.3 算法測試
        3.3.1 測試樣本
        3.3.2 算法性能指標(biāo)
        3.3.3 測試結(jié)果
        3.3.4 對比實(shí)驗(yàn)分析
    3.4 本章小結(jié)
第四章 突發(fā)事件應(yīng)急物資調(diào)度建模與求解
    4.1 突發(fā)事件應(yīng)急物資調(diào)度建模
        4.1.1 問題描述
        4.1.2 應(yīng)急物資調(diào)度模型建立
    4.2 突發(fā)事件應(yīng)急物資調(diào)度方案評估
        4.2.1 TOPSIS法
        4.2.2 基于信息熵的TOPSIS法
    4.3 仿真算例
    4.4 本章小結(jié)
第五章 基于前景理論的應(yīng)急方案動態(tài)調(diào)整
    5.1 基于CBR和前景理論的應(yīng)急方案生成與調(diào)整
    5.2 案例研究
    5.3 本章小結(jié)
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
致謝
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]基于猶豫度的災(zāi)害鏈應(yīng)急系統(tǒng)優(yōu)先權(quán)排序研究[J]. 郭燕君,李芳.  災(zāi)害學(xué). 2017(01)
[2]基于區(qū)間數(shù)的應(yīng)急物資調(diào)度決策模型及算法研究[J]. 郭子雪,曹萬鵬.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2017(01)
[3]應(yīng)急救援中人員及物資綜合調(diào)度優(yōu)化[J]. 李玉蘭,陳錦耀,柴樹峰.  軍事交通學(xué)院學(xué)報(bào). 2016(08)
[4]多目標(biāo)應(yīng)急物資路徑優(yōu)化及其改進(jìn)智能水滴算法[J]. 蔣杰輝,馬良.  計(jì)算機(jī)應(yīng)用研究. 2016(12)
[5]應(yīng)急初期物資調(diào)度的灰色多目標(biāo)規(guī)劃模型[J]. 唐偉勤,鄒麗,郭其云,盧珊.  中國安全科學(xué)學(xué)報(bào). 2016(04)
[6]考慮屬性權(quán)重優(yōu)化的猶豫模糊多屬性決策方法[J]. 劉小弟,朱建軍,張世濤,劉國棟.  控制與決策. 2016(02)
[7]基于前景理論的應(yīng)急方案動態(tài)調(diào)整方法[J]. 王亮,王應(yīng)明,胡勃興.  控制與決策. 2016(01)
[8]基于粒子群算法的帶有運(yùn)輸銜接的應(yīng)急物資運(yùn)輸路徑優(yōu)化問題[J]. 宮華,張彪,許可,蔣家輝.  重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(03)
[9]利用信息熵計(jì)算評價(jià)指標(biāo)權(quán)重原理及實(shí)例[J]. 羅進(jìn).  武漢紡織大學(xué)學(xué)報(bào). 2014(06)
[10]基于前景理論的具有指標(biāo)期望的多指標(biāo)決策方法[J]. 劉云志,樊治平.  控制與決策. 2015(01)

博士論文
[1]“情景—應(yīng)對”模式下非常規(guī)突發(fā)事件應(yīng)急資源配置調(diào)度研究[D]. 舒其林.中國科學(xué)技術(shù)大學(xué) 2012

碩士論文
[1]基于改進(jìn)NSGA-Ⅱ算法的應(yīng)急物資模塊化調(diào)度問題建模與求解[D]. 王祥.合肥工業(yè)大學(xué) 2018
[2]不確定條件下考慮需求緊急度的應(yīng)急物資調(diào)度研究[D]. 談文靜.重慶大學(xué) 2016
[3]面向自然災(zāi)害的應(yīng)急物資多目標(biāo)調(diào)度問題研究[D]. 王永奇.合肥工業(yè)大學(xué) 2016
[4]突發(fā)自然災(zāi)害下的應(yīng)急物資調(diào)度研究[D]. 陶玉旻.武漢理工大學(xué) 2014
[5]基于改進(jìn)TOPSIS法的突發(fā)事件應(yīng)急決策應(yīng)用研究[D]. 崔恒旋.南京郵電大學(xué) 2014
[6]差分進(jìn)化算法的改進(jìn)及其應(yīng)用[D]. 魏玉霞.華南理工大學(xué) 2013



本文編號：3675253