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(yīng)急運(yùn)輸路網(wǎng)情景。為了在多種不確定性情景下進(jìn)行應(yīng)急路徑選擇決策,本文基于情景分析方法,建立了在應(yīng)急條件下路網(wǎng)環(huán)境的情景分析樹和應(yīng)急路網(wǎng)的理想路徑,將應(yīng)急路網(wǎng)情景蘊(yùn)含在具有不確定性的多屬性向量中,而后構(gòu)建了嵌入情景的應(yīng)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(yīng)急路徑選擇方法的可行性和有效性進(jìn)行了分析與驗(yàn)證。 

【文章來源】：運(yùn)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(yīng)急路徑選擇員、藥品、衣物等由于應(yīng)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(zhuǎn)向次生情景，設(shè)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(shè)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(yīng)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(guān)鍵屬性造成的每一個影響結(jié)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(shè)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(jié)果向量，來對路網(wǎng)中的每一個路段arci的情景進(jìn)行描述和表達(dá)。2應(yīng)急路網(wǎng)環(huán)境的路徑選擇建模應(yīng)急路網(wǎng)中各個路段的情景蘊(yùn)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τ诙喾N情景下路段的關(guān)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(dá)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(guān)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(jié)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(luò)G(N，Arc)，定義從起始點(diǎn)到終點(diǎn)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(luò)的長度為網(wǎng)絡(luò)中所有路段數(shù)目的總和，即Dmax=|G|，并且構(gòu)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(yīng)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(gòu)建了這條理想路徑的基礎(chǔ)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(yīng)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(yīng)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(gòu)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(jìn)行表達(dá)，最終構(gòu)建情景分析基礎(chǔ)上的應(yīng)急路徑選擇模型。結(jié)合Zhong和Liu提出的α關(guān)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(jī)?

【參考文獻(xiàn)】：
期刊論文
[1]基于模糊神經(jīng)網(wǎng)絡(luò)的應(yīng)急物流最優(yōu)路徑選擇[J]. 李博文,余博,楊曉明.  物流技術(shù). 2009(12)
[2]重大研究計(jì)劃“非常規(guī)突發(fā)事件應(yīng)急管理研究”的科學(xué)背景、目標(biāo)與組織管理[J]. 韓智勇,翁文國,張維,楊列勛.  中國科學(xué)基金. 2009(04)
[3]隨機(jī)時變網(wǎng)絡(luò)下的應(yīng)急路徑選擇研究[J]. 魏航,魏潔.  系統(tǒng)工程學(xué)報. 2009(01)
[4]考慮路線復(fù)雜度的應(yīng)急疏散雙目標(biāo)路徑選擇模型[J]. 袁媛,汪定偉,蔣忠中,盛瑩.  運(yùn)籌與管理. 2008(05)
[5]基于灰色理論的應(yīng)急物流最優(yōu)路徑選擇[J]. 鄒志云,宋程,虢向陽.  物流技術(shù). 2008(01)
[6]突發(fā)災(zāi)害下可靠路徑搜索模型與算法[J]. 繆成,吳啟迪,許維勝.  計(jì)算機(jī)工程與應(yīng)用. 2007(28)
[7]情景分析法在交通規(guī)劃中的應(yīng)用研究[J]. 余艷春,邵春福,董威.  武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版). 2007(02)
[8]研發(fā)團(tuán)隊(duì)激勵機(jī)制設(shè)計(jì)的情景分析[J]. 王端旭.  科研管理. 2006(06)
[9]應(yīng)急模糊網(wǎng)絡(luò)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(xué)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(yùn)學(xué)院學(xué)報. 1993(01)



本文編號：3112897