突發(fā)事件頻發(fā)給群眾的生命和財產(chǎn)安全帶來巨大危害。應(yīng)急物資是災(zāi)區(qū)群眾順利度過危機的重要保障。因此,如何將各類應(yīng)急物資從各個出救點科學(xué)合理地調(diào)度至各個受災(zāi)點是保障災(zāi)區(qū)群眾生存的關(guān)鍵。傳統(tǒng)的應(yīng)急物資調(diào)度方案根據(jù)主觀經(jīng)驗預(yù)測結(jié)果制定,忽略突發(fā)事件“情景”的獨特性和客觀性,故應(yīng)急物資調(diào)度模式應(yīng)朝著“情景——應(yīng)對”方向升級�；谏鲜鰡栴},本文研究基于情景推演的應(yīng)急物資調(diào)度。首先,分析應(yīng)急物資調(diào)度情景推演的驅(qū)動要素,借助因果關(guān)系,以驅(qū)動因素為“因”,推演“果”,即應(yīng)急物資調(diào)度方案所要應(yīng)對的情景。應(yīng)急物資調(diào)度方案應(yīng)對情景由若干個子情景集合而成,為量化輕重緩急程度,建立應(yīng)急物資調(diào)度情景評價體系,采用層次分析法進行評價。其次,在應(yīng)急物資分類基礎(chǔ)上,根據(jù)應(yīng)急物資需求對象推演物資需求量。需求對象分為未受傷人數(shù)、受傷人數(shù)和救援人數(shù)三類。其中,受傷人數(shù)以總受傷人數(shù)和搜救速率為驅(qū)動因素推演得到。以汶川地震救援為主觀經(jīng)驗來源,結(jié)合玉樹地震客觀條件推演其災(zāi)后實時受傷人數(shù),驗證以總受傷人數(shù)和搜救速率為驅(qū)動因素的推演模型的正確性。再次,將應(yīng)急物資調(diào)度分為出救點應(yīng)急物資供應(yīng)不能滿足受災(zāi)點需求和能夠滿足受災(zāi)點需求兩種情形,建立... 

【文章來源】：長安大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【部分圖文】：

總趨勢擬合圖

圖 5.3 出救點和受災(zāi)點位置景系數(shù)文 3.3 節(jié)應(yīng)急物資調(diào)度情景評價體系，結(jié)合客觀事實依據(jù)和主觀求情景的情景系數(shù)。成都、什邡、江油分別屬于一般災(zāi)區(qū)、極重亡率大約分別為 2%、9%、7%[56]；根據(jù)汶川地震后續(xù)報道，什生次數(shù)要大于成都和江油；成都、什邡、江油的人均 GDP 分別、16438 元[71]；王之樂等建立的急物資需求層次結(jié)構(gòu)中，藥物品的重要性分值分別為 1、3、2[60]；張英慧等建立的應(yīng)急物資需醫(yī)療藥品、帳篷、飲用水的時效性分值分別為 1、2、3[61]。綜上相對目標層的判斷矩陣見式（5.20）-（5.24）。

圖 5.4 情形一公平性模型優(yōu)化迭代曲線表 5.10 情形一模型應(yīng)急物資公平性最高調(diào)度方案成都 什邡 江紗布 帳篷 飲水 紗布 帳篷 飲水 紗布 帳 0.4165 0.7304 1.5434 0.9165 0.4293 5.3169 0.6672 0.率 0.7262 0.6644 0.8348 0.9165 0.9620 0.9810 0.8608 0.明情形一模型的優(yōu)越性，運用魚群算法求解文獻[74]和傳統(tǒng)的公平與情形一公平性模型最優(yōu)解進行對比。文獻[74]公平性模型目標求解結(jié)果如圖 5.5 和表 5.11 所示。11 1 1 11 11 1 1 1 1 1 1 1max ( 2 (1 ) 1)I R I Rp pp pK ijrk Jijrkjk jki r i rJ I J R J I J Rk p p jp pjk ijrk jk ijrkj i j r j i j rx xd dGd x d x +

【參考文獻】：
期刊論文
[1]災(zāi)后動態(tài)環(huán)境下基于MPC的應(yīng)急運輸實時調(diào)度[J]. 劉亞杰,吳志永.  控制與決策. 2018(12)
[2]存在不確定災(zāi)害點的交通運輸網(wǎng)絡(luò)應(yīng)急車輛調(diào)度研究[J]. 楊海強,陳衛(wèi)明.  安全與環(huán)境工程. 2017(05)
[3]基于多元模糊回歸的應(yīng)急物資需求預(yù)測模型[J]. 郭子雪,韓瑞,齊美然.  河北大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[4]災(zāi)害鏈、不確定供求和復(fù)雜應(yīng)急資源分配網(wǎng)絡(luò)的動態(tài)配置[J]. 葛敏,陳曉平,吳鳳平.  科技管理研究. 2017(13)
[5]地震災(zāi)害人員傷亡預(yù)測模型研究[J]. 陳黛,白鵬飛,蔡冬雪.  數(shù)學(xué)的實踐與認識. 2017(13)
[6]基于救援時間的應(yīng)急資源調(diào)度模型與案例[J]. 劉興旺.  公路交通科技(應(yīng)用技術(shù)版). 2017(05)
[7]基于多災(zāi)種視角的應(yīng)急物資需求緊迫性分級研究——以地震災(zāi)害鏈全過程應(yīng)急管理為例[J]. 王之樂,張紀海.  災(zāi)害學(xué). 2017(02)
[8]基于CBR的突發(fā)事件應(yīng)急物資動態(tài)需求預(yù)測方法研究[J]. 汪貽生,張英慧,王金梅,何定養(yǎng).  后勤工程學(xué)院學(xué)報. 2016(06)
[9]基于BP神經(jīng)網(wǎng)絡(luò)的受災(zāi)點的需求緊迫性分級方法[J]. 姚恩婷,孟燕萍,林國龍.  災(zāi)害學(xué). 2016(03)
[10]基于知識元的非常規(guī)突發(fā)洪水應(yīng)急情景分析與表達研究[J]. 李鋒,王慧敏.  軟科學(xué). 2016(04)

博士論文
[1]鐵路突發(fā)事件應(yīng)急情景構(gòu)建與動態(tài)推演技術(shù)研究[D]. 張振海.蘭州交通大學(xué) 2014
[2]一種新型的智能優(yōu)化方法-人工魚群算法[D]. 李曉磊.浙江大學(xué) 2003

碩士論文
[1]洪澇災(zāi)害應(yīng)急救援物資優(yōu)化配置方法研究[D]. 劉瑾瑜.沈陽大學(xué) 2017
[2]基于路徑連通可靠度的應(yīng)急物資調(diào)度研究[D]. 付星.長安大學(xué) 2017
[3]大型地震災(zāi)害的應(yīng)急物資需求分類和需求量研究[D]. 孫超.南京理工大學(xué) 2016
[4]應(yīng)對自然災(zāi)害應(yīng)急物資調(diào)度魯棒優(yōu)化研究[D]. 柴欣宏.北京理工大學(xué) 2015
[5]基于情景分析的應(yīng)急資源配置研究[D]. 田忠琴.東南大學(xué) 2015
[6]非線性連續(xù)消耗下大規(guī)模應(yīng)急物資調(diào)度問題研究[D]. 王建國.沈陽建筑大學(xué) 2014
[7]基于系統(tǒng)動力學(xué)的地震應(yīng)急資源配置模型研究[D]. 王琪.大連理工大學(xué) 2013
[8]基于情景分析的電力突發(fā)事件應(yīng)急管理研究[D]. 傅小華.上海交通大學(xué) 2012
[9]需求點分級下的應(yīng)急物資車輛調(diào)度路徑優(yōu)化[D]. 何曼.華中科技大學(xué) 2011



本文編號：2958200