非常規(guī)突發(fā)事件發(fā)生發(fā)展的不確定性,造成了不確定的應急運輸路網(wǎng)情景。為了在多種不確定性情景下進行應急路徑選擇決策,本文基于情景分析方法,建立了在應急條件下路網(wǎng)環(huán)境的情景分析樹和應急路網(wǎng)的理想路徑,將應急路網(wǎng)情景蘊含在具有不確定性的多屬性向量中,而后構建了嵌入情景的應急路徑選擇模型并給出其求解算法,最后通過算例對基于情景分析的應急路徑選擇方法的可行性和有效性進行了分析與驗證。 

【文章來源】：運籌與管理. 2012,21(05)北大核心CSSCICSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

不確定路網(wǎng)環(huán)境下應急路徑選擇員、藥品、衣物等由于應該是含有多種屬性括通行安全性，暢通響到路網(wǎng)道路周圍

圖2路網(wǎng)環(huán)境的情景分析樹伴隨突發(fā)事件發(fā)生和演化，路網(wǎng)中每條弧arci的狀態(tài)由初始情景轉向次生情景，設定次生情景集合(ES，P1)，其中ES=(es1，es2，…，esM)，M=|ES|，esm是次生情景集合ES中的一個情景(m=1，2，…，M)，每個情景發(fā)生可能性為p(esm)，并且∑Mm=1p(esm)=1。每一個初始情景esm，都會造成不同的事件影響情景，設定這些影響情景的集合為(IS/m，P2/m)，其中IS/m=(is1/m，is2/m，…，issm/m)表示在第m個次生情景下對應的影響情景集合，Sm=|IS/m|，isS/m是影響情景集合IS/m中的一個影響情景(S=1，2，…，Sm)。在第m個次生情景下每個影響情景的發(fā)生的可能性為p(isS/esm)，并且∑SmS=1p(isS/esm)=1。次生情景對道路各關鍵屬性造成的每一個影響結果用αS/m(f1，f2，f3，f4)表示，其中f1，f2，f3，f4為各個屬性評價值，屬性評價值越大越好，并且f1，f2，f3，f4∈［0，1］。設定通過情景樹、情景發(fā)生的可能性和情景對路網(wǎng)的影響結果向量，來對路網(wǎng)中的每一個路段arci的情景進行描述和表達。2應急路網(wǎng)環(huán)境的路徑選擇建模應急路網(wǎng)中各個路段的情景蘊含在具有不確定性的多屬性向量中，并且嵌入在路徑選擇的模型里，因此建�？梢苑从吵銮榫暗淖兓�。對于多種情景下路段的關鍵屬性fiS/m，i=1，2，3，4，每個屬性分別有其最優(yōu)值和最差值，并且每個屬性值都能達到最優(yōu)值和最差值。這里通過歐式距離來定義每個向量與其最優(yōu)向量的偏離程度，再通過相對偏離程度來度量多屬性的綜合滿意度。對于路段關鍵屬性，每個屬性的最優(yōu)值為fiS/m每個屬性的最優(yōu)值為fimax=

圖3在路網(wǎng)理想路徑中嵌入情景的建模分析結合路網(wǎng)環(huán)境的情景分析，我們將情景及情景的影響嵌入到路徑選擇模型中。對于有向網(wǎng)絡G(N，Arc)，定義從起始點到終點的一條路為x珒={xij|(i，j)∈Arc}，其中xij=1表示弧(i，j)在這條路中，否則xij=0則弧(i，j)不在這條路中。由于路網(wǎng)中路徑長度不確定，為此我們定義該有向網(wǎng)絡的長度為網(wǎng)絡中所有路段數(shù)目的總和，即Dmax=|G|，并且構建一條理想的路徑x珒Dmax(1，2，…，D－1，Dmax)，此路徑中每個路段的綜合滿意度值，為該路段在不同情景下可以取得的最好的屬性值對應的綜合滿意度θkmax，而整條理想路徑的綜合滿意度為θmax=∏Dmaxk=1θkmax。如圖3所示，在構建了這條理想路徑的基礎上，每個路段情景的變化就可以嵌入到這條路徑中。我們只需要用某個路段的某個情景下的綜合滿意度值θS/m來替換這條理想路徑中相對應的路段的理想值即可。同時，理想路徑的其他部分取值保持不變。在每次選擇一條路徑的時候，未被選擇到的路段便由理想路徑中相應的路段填充，這樣整個路徑的長度就始終保持不變，因此可以屏蔽由于每次所選擇的路徑的路段數(shù)目不同，而造成各個路徑的綜合滿意度無法比較的問題。圖中所示為兩種在不同路段嵌入情景的情況，嵌入情景的路段則構成了一次選擇的路徑(如S2→S3→SD－1)，盡管每次選擇的路徑長度不同，但是它們嵌入到了理想路徑中，則具有了可比性。根據(jù)以上的分析與定義，通過對情景進行表達，最終構建情景分析基礎上的應急路徑選擇模型。結合Zhong和Liu提出的α關鍵路的思想［19］，我們用σ表示決策者的需求的可能性置信水平，用{∏(i，j)∈Arc(θijS/m，θ珋ijmax)xijθmax}表示在每個路段隨機?

【參考文獻】：
期刊論文
[1]基于模糊神經(jīng)網(wǎng)絡的應急物流最優(yōu)路徑選擇[J]. 李博文,余博,楊曉明.  物流技術. 2009(12)
[2]重大研究計劃“非常規(guī)突發(fā)事件應急管理研究”的科學背景、目標與組織管理[J]. 韓智勇,翁文國,張維,楊列勛.  中國科學基金. 2009(04)
[3]隨機時變網(wǎng)絡下的應急路徑選擇研究[J]. 魏航,魏潔.  系統(tǒng)工程學報. 2009(01)
[4]考慮路線復雜度的應急疏散雙目標路徑選擇模型[J]. 袁媛,汪定偉,蔣忠中,盛瑩.  運籌與管理. 2008(05)
[5]基于灰色理論的應急物流最優(yōu)路徑選擇[J]. 鄒志云,宋程,虢向陽.  物流技術. 2008(01)
[6]突發(fā)災害下可靠路徑搜索模型與算法[J]. 繆成,吳啟迪,許維勝.  計算機工程與應用. 2007(28)
[7]情景分析法在交通規(guī)劃中的應用研究[J]. 余艷春,邵春福,董威.  武漢理工大學學報(交通科學與工程版). 2007(02)
[8]研發(fā)團隊激勵機制設計的情景分析[J]. 王端旭.  科研管理. 2006(06)
[9]應急模糊網(wǎng)絡系統(tǒng)最大滿意度路徑的選取[J]. 劉春林,何建敏,盛昭瀚.  自動化學報. 2000(05)
[10]情景分析方法中的交叉影響分析[J]. 金毓渝.  上海海運學院學報. 1993(01)



本文編號：3112897