地鐵是現(xiàn)代城市綜合運(yùn)輸系統(tǒng)的重要組成部分,具有運(yùn)量大、運(yùn)行速度快、發(fā)車密度高等特點(diǎn),但由于其構(gòu)造相對封閉、客流量大和人員密集等因素,一旦發(fā)生火災(zāi)或其它事故,極易造成大量人員傷亡,進(jìn)而造成大量財產(chǎn)損失,可能會引起不可預(yù)計(jì)的負(fù)面影響。如何利用有限的資源,有計(jì)劃地組織地鐵應(yīng)急救援行動,提高應(yīng)對地鐵突發(fā)事件快速反應(yīng)的應(yīng)急決策能力,為事故點(diǎn)提供更加快捷的緊急救援服務(wù),已成為各地鐵公司亟待解決的問題。應(yīng)急救援資源是展開應(yīng)急救援活動的重要保障,決策者根據(jù)災(zāi)情的情況必須快速制定相應(yīng)的應(yīng)急資源調(diào)配方案組織實(shí)施營救,以便控制事態(tài)的發(fā)展,使突發(fā)事件所造成的損失最小。本文以地鐵突發(fā)事件應(yīng)急資源的調(diào)配問題為研究對象,根據(jù)相應(yīng)的突發(fā)事件情況建立地鐵突發(fā)事件情景構(gòu)建框架。通過情景模型的構(gòu)建、情景信息的集成,研究情景驅(qū)動的地鐵突發(fā)事件的應(yīng)急資源動態(tài)調(diào)配。在對地鐵突發(fā)事件情景的研究的基礎(chǔ)上,構(gòu)建了基于知識元的地鐵突發(fā)事件情景模型。首先,本文系統(tǒng)的綜述了知識元理論、地鐵突發(fā)事件的“情景—應(yīng)對”模式以及應(yīng)急資源調(diào)配方法的研究現(xiàn)狀。其次,通過情景模型,在單災(zāi)點(diǎn)調(diào)度方案中采用馬爾科夫決策分析方法解決應(yīng)急資源的調(diào)配問題。針對地鐵...

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖4.4應(yīng)急資源量對收斂時間的影響

13Bc=；17Cc=；16Dc=；212Bc=；24Cc=；222Dc=；3Bc純策略1s，2s，3s得到此次調(diào)度總成本為：830706=34；2C=36；3C=36；12C=CC1、2的分析求....

圖4.5應(yīng)急資源對執(zhí)行時間的影響

情景驅(qū)動的地鐵應(yīng)急資源動態(tài)調(diào)配方法研究示，當(dāng)救援中心的數(shù)量比較少時，模型的執(zhí)行時間比較心太少，各災(zāi)點(diǎn)就會對參與救援中心的應(yīng)急資源進(jìn)行爭奪量增多，各災(zāi)點(diǎn)的選擇性就比較大，減少了相互之間的博行時間。從圖4.5中的對比曲線得知，隨著災(zāi)點(diǎn)個數(shù)的增增大，造成這種現(xiàn)象的原因是突發(fā)事件的災(zāi)....

圖4.6算法迭代曲線圖

表4.7多目標(biāo)遺傳算法參數(shù)值變異概率交叉概率200600.20.85分別運(yùn)行25次，得出相應(yīng)的結(jié)果，如表4.8所示。表4.8算法運(yùn)行結(jié)果算法平均運(yùn)行時間/s收斂代數(shù)最佳適應(yīng)度最佳適應(yīng)比例蟻群算法50.21002.6281.3%蟻群算法74.3....

本文編號：3990953