【摘要】：非常規(guī)突發(fā)事件爆發(fā)后經(jīng)常會(huì)造成多個(gè)災(zāi)點(diǎn),而各災(zāi)點(diǎn)的需求往往是不同的,單獨(dú)的應(yīng)急資源中心很難同時(shí)滿足這種要求,因此如何把多個(gè)應(yīng)急資源中心所儲(chǔ)備的應(yīng)急資源公平合理地調(diào)配到各個(gè)災(zāi)點(diǎn)成為應(yīng)急決策者亟待解決的現(xiàn)實(shí)問(wèn)題。本文首先描述了各災(zāi)點(diǎn)對(duì)應(yīng)急資源需求變化的動(dòng)態(tài)過(guò)程即按照應(yīng)急資源需求信息的變化將整個(gè)應(yīng)急資源調(diào)度過(guò)程劃分成若干階段,在此基礎(chǔ)上構(gòu)建了基于多災(zāi)點(diǎn)多階段的應(yīng)急資源調(diào)度過(guò)程理論模型。隨后以博弈論為工具,在進(jìn)行一系列模型假設(shè)和確定各災(zāi)點(diǎn)災(zāi)情的前提下,建立面向多災(zāi)點(diǎn)需求的應(yīng)急資源博弈調(diào)度模型,并采用改進(jìn)的蟻群算法進(jìn)行求解,實(shí)現(xiàn)對(duì)各災(zāi)點(diǎn)以最小的"虛擬成本"進(jìn)行所需應(yīng)急資源的調(diào)度。最后的模型仿真測(cè)試和算例分析驗(yàn)證了所建模型的有效性和可行性。該模型與算法也為商業(yè)物流中的資源配送提供了新的解決方案和實(shí)現(xiàn)途徑。
【圖文】：

１／３，１／３；１／３，１／３，１／３），陳士俊等［２１］采用遺傳算法計(jì)算４００代得到該博弈的近似解（０．３３３３，０．３３３３，０．３３３３；０．３３３３，０．３３３３，０．３３３３），而利用改進(jìn)蟻群算法平均進(jìn)化７３代即得到該近似解。表１求解結(jié)果計(jì)算次數(shù)進(jìn)化代數(shù)適應(yīng)度函數(shù)最優(yōu)值１７７７．９５８３Ｅ－００５２７２８．４１７８Ｅ－００５３７１９．１５４０Ｅ－００５４７０８．４８１２Ｅ－００５５７６４．８０９７Ｅ－００５圖３為采用遺傳算法和改進(jìn)蟻群算法求解該博弈的離線性能比較圖，ＧＡ曲線為遺傳算法的離線性能，ＩｍｐｒｏｖｅｄＡＣＯ曲線為改進(jìn)蟻群算法的離線性能。從圖３可以得知，改進(jìn)后的蟻群算法優(yōu)于遺傳算法，表現(xiàn)更快更好的收斂性能。圖３兩種算法求解博弈的離線性能比較３．４模型仿真測(cè)試與分析仿真測(cè)試目的是為了評(píng)估所建模型的有效性和可行性。當(dāng)突發(fā)事件發(fā)生時(shí)，響應(yīng)時(shí)間關(guān)系到應(yīng)急資源中心是否能夠迅速采取有效措施，把應(yīng)急資源及時(shí)調(diào)度到各個(gè)災(zāi)點(diǎn)，減少時(shí)間延誤，降低災(zāi)害對(duì)社會(huì)正常秩序的沖擊和人員傷亡。救災(zāi)響應(yīng)時(shí)間的影響因素包括：①災(zāi)點(diǎn)的數(shù)量；②應(yīng)急資源中心的數(shù)量；③應(yīng)急資源中心所擁有的資源單位數(shù)量�，F(xiàn)分別從上述三個(gè)方面進(jìn)行仿真來(lái)分析模型的響應(yīng)時(shí)間情況。測(cè)試數(shù)據(jù)假設(shè)：當(dāng)發(fā)生一次突發(fā)事件時(shí)，該區(qū)域的災(zāi)點(diǎn)數(shù)為２～４個(gè)，可以參與救災(zāi)的應(yīng)急資源中心為２～１２，針對(duì)某一類特定資源最大供給總量為１５０個(gè)單位，每個(gè)災(zāi)點(diǎn)的最大需求量為６０個(gè)單位，模型的其它相關(guān)參數(shù)隨機(jī)生成。下面所有測(cè)試都是針對(duì)某一類應(yīng)急資源。測(cè)試１：?jiǎn)蝹�(gè)應(yīng)

１／３，１／３；１／３，１／３，１／３），陳士俊等［２１］采用遺傳算法計(jì)算４００代得到該博弈的近似解（０．３３３３，０．３３３３，０．３３３３；０．３３３３，０．３３３３，０．３３３３），而利用改進(jìn)蟻群算法平均進(jìn)化７３代即得到該近似解。表１求解結(jié)果計(jì)算次數(shù)進(jìn)化代數(shù)適應(yīng)度函數(shù)最優(yōu)值１７７７．９５８３Ｅ－００５２７２８．４１７８Ｅ－００５３７１９．１５４０Ｅ－００５４７０８．４８１２Ｅ－００５５７６４．８０９７Ｅ－００５圖３為采用遺傳算法和改進(jìn)蟻群算法求解該博弈的離線性能比較圖，ＧＡ曲線為遺傳算法的離線性能，ＩｍｐｒｏｖｅｄＡＣＯ曲線為改進(jìn)蟻群算法的離線性能。從圖３可以得知，改進(jìn)后的蟻群算法優(yōu)于遺傳算法，表現(xiàn)更快更好的收斂性能。圖３兩種算法求解博弈的離線性能比較３．４模型仿真測(cè)試與分析仿真測(cè)試目的是為了評(píng)估所建模型的有效性和可行性。當(dāng)突發(fā)事件發(fā)生時(shí)，響應(yīng)時(shí)間關(guān)系到應(yīng)急資源中心是否能夠迅速采取有效措施，把應(yīng)急資源及時(shí)調(diào)度到各個(gè)災(zāi)點(diǎn)，減少時(shí)間延誤，降低災(zāi)害對(duì)社會(huì)正常秩序的沖擊和人員傷亡。救災(zāi)響應(yīng)時(shí)間的影響因素包括：①災(zāi)點(diǎn)的數(shù)量；②應(yīng)急資源中心的數(shù)量；③應(yīng)急資源中心所擁有的資源單位數(shù)量�，F(xiàn)分別從上述三個(gè)方面進(jìn)行仿真來(lái)分析模型的響應(yīng)時(shí)間情況。測(cè)試數(shù)據(jù)假設(shè)：當(dāng)發(fā)生一次突發(fā)事件時(shí)，該區(qū)域的災(zāi)點(diǎn)數(shù)為２～４個(gè)，可以參與救災(zāi)的應(yīng)急資源中心為２～１２，針對(duì)某一類特定資源最大供給總量為１５０個(gè)單位，每個(gè)災(zāi)點(diǎn)的最大需求量為６０個(gè)單位，模型的其它相關(guān)參數(shù)隨機(jī)生成。下面所有測(cè)試都是針對(duì)某一類應(yīng)急資源。測(cè)試１：?jiǎn)蝹�(gè)應(yīng)

１／３，１／３；１／３，１／３，１／３），陳士俊等［２１］采用遺傳算法計(jì)算４００代得到該博弈的近似解（０．３３３３，０．３３３３，０．３３３３；０．３３３３，０．３３３３，０．３３３３），而利用改進(jìn)蟻群算法平均進(jìn)化７３代即得到該近似解。表１求解結(jié)果計(jì)算次數(shù)進(jìn)化代數(shù)適應(yīng)度函數(shù)最優(yōu)值１７７７．９５８３Ｅ－００５２７２８．４１７８Ｅ－００５３７１９．１５４０Ｅ－００５４７０８．４８１２Ｅ－００５５７６４．８０９７Ｅ－００５圖３為采用遺傳算法和改進(jìn)蟻群算法求解該博弈的離線性能比較圖，ＧＡ曲線為遺傳算法的離線性能，ＩｍｐｒｏｖｅｄＡＣＯ曲線為改進(jìn)蟻群算法的離線性能。從圖３可以得知，改進(jìn)后的蟻群算法優(yōu)于遺傳算法，表現(xiàn)更快更好的收斂性能。圖３兩種算法求解博弈的離線性能比較３．４模型仿真測(cè)試與分析仿真測(cè)試目的是為了評(píng)估所建模型的有效性和可行性。當(dāng)突發(fā)事件發(fā)生時(shí)，響應(yīng)時(shí)間關(guān)系到應(yīng)急資源中心是否能夠迅速采取有效措施，把應(yīng)急資源及時(shí)調(diào)度到各個(gè)災(zāi)點(diǎn)，減少時(shí)間延誤，降低災(zāi)害對(duì)社會(huì)正常秩序的沖擊和人員傷亡。救災(zāi)響應(yīng)時(shí)間的影響因素包括：①災(zāi)點(diǎn)的數(shù)量；②應(yīng)急資源中心的數(shù)量；③應(yīng)急資源中心所擁有的資源單位數(shù)量�，F(xiàn)分別從上述三個(gè)方面進(jìn)行仿真來(lái)分析模型的響應(yīng)時(shí)間情況。測(cè)試數(shù)據(jù)假設(shè)：當(dāng)發(fā)生一次突發(fā)事件時(shí)，該區(qū)域的災(zāi)點(diǎn)數(shù)為２～４個(gè)，可以參與救災(zāi)的應(yīng)急資源中心為２～１２，針對(duì)某一類特定資源最大供給總量為１５０個(gè)單位，每個(gè)災(zāi)點(diǎn)的最大需求量為６０個(gè)單位，模型的其它相關(guān)參數(shù)隨機(jī)生成。下面所有測(cè)試都是針對(duì)某一類應(yīng)急資源。測(cè)試１：?jiǎn)蝹�(gè)應(yīng)

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳濤;黃鈞;朱建明;;基于信息更新的兩階段魯棒-隨機(jī)優(yōu)化調(diào)配模型研究[J];中國(guó)管理科學(xué);2015年10期

2 許勝銘;景國(guó)勛;;煤礦瓦斯爆炸事故的應(yīng)急救援物資調(diào)度模型研究[J];安全與環(huán)境學(xué)報(bào);2015年05期

3 宋曉宇;王建國(guó);常春光;;基于需求緊迫度的非線性連續(xù)消耗應(yīng)急調(diào)度模型與算法[J];信息與控制;2014年06期

4 阮俊虎;王旭坪;楊挺;;大規(guī)模災(zāi)害中基于聚類的醫(yī)療物資聯(lián)合運(yùn)送優(yōu)化[J];中國(guó)管理科學(xué);2014年10期

5 曾正洋;許維勝;徐志宇;;開放式兩級(jí)車輛路徑問(wèn)題建模與多起始點(diǎn)變鄰域下降法求解[J];計(jì)算機(jī)科學(xué);2014年10期

6 劉曄;姜國(guó)剛;;決策者風(fēng)險(xiǎn)態(tài)度對(duì)應(yīng)急物資調(diào)度影響研究[J];中國(guó)安全科學(xué)學(xué)報(bào);2014年08期

7 張玲;陳濤;黃鈞;;基于最小最大后悔值的應(yīng)急救災(zāi)網(wǎng)絡(luò)構(gòu)建魯棒優(yōu)化模型與算法[J];中國(guó)管理科學(xué);2014年07期

8 蔡玫;羅倩;朱莉;曹杰;;面向應(yīng)急物資調(diào)度的一種模糊規(guī)劃模型[J];系統(tǒng)管理學(xué)報(bào);2013年04期

9 王旭坪;董莉;陳明天;;考慮感知滿意度的多受災(zāi)點(diǎn)應(yīng)急資源分配模型[J];系統(tǒng)管理學(xué)報(bào);2013年02期

10 詹沙磊;劉南;;基于災(zāi)情信息更新的應(yīng)急物資配送多目標(biāo)隨機(jī)規(guī)劃模型[J];系統(tǒng)工程理論與實(shí)踐;2013年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊繼君;佘廉;;面向多災(zāi)點(diǎn)需求的應(yīng)急資源調(diào)度博弈模型及優(yōu)化[J];中國(guó)管理科學(xué);2016年08期

2 邱若臻;苑紅濤;黃小原;;基于似然估計(jì)的零售商庫(kù)存魯棒均值-風(fēng)險(xiǎn)模型[J];中國(guó)管理科學(xué);2016年08期

3 王治瑩;岳朝龍;;輿情傳播中考慮公眾風(fēng)險(xiǎn)感知的多資源流應(yīng)急優(yōu)化調(diào)度[J];中國(guó)管理科學(xué);2016年06期

4 宋惠娟;;運(yùn)籌學(xué)在應(yīng)急物流研究中的應(yīng)用[J];物流科技;2016年06期

5 劉長(zhǎng)石;彭怡;寇綱;;震后應(yīng)急物資配送的模糊定位-路徑問(wèn)題研究[J];中國(guó)管理科學(xué);2016年05期

6 艾云飛;呂靖;張麗麗;;三角模糊需求下水上應(yīng)急儲(chǔ)備庫(kù)選址-分配優(yōu)化模型[J];安全與環(huán)境學(xué)報(bào);2016年02期

7 張辰璐;彭冬亮;方韜;谷雨;;基于GA-PSO的天基預(yù)警系統(tǒng)資源調(diào)度方法[J];信息與控制;2016年02期

8 何勇;溫潔嫦;黃美華;;基于遺傳算法的三層大規(guī)模應(yīng)急救援物資配置策略[J];廣東工業(yè)大學(xué)學(xué)報(bào);2016年02期

9 楊建華;馬志超;高卉杰;;響應(yīng)突發(fā)事件的大型裝備應(yīng)急備件調(diào)度模型研究[J];中國(guó)安全生產(chǎn)科學(xué)技術(shù);2016年03期

10 李鵬飛;史磊;梁偉祥;;基于成本變動(dòng)的突發(fā)事件營(yíng)房物資應(yīng)急調(diào)度研究[J];中國(guó)儲(chǔ)運(yùn);2016年03期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 阮俊虎;王旭坪;楊挺;;大規(guī)模災(zāi)害中基于聚類的醫(yī)療物資聯(lián)合運(yùn)送優(yōu)化[J];中國(guó)管理科學(xué);2014年10期

2 張玲;陳濤;黃鈞;;基于最小最大后悔值的應(yīng)急救災(zāi)網(wǎng)絡(luò)構(gòu)建魯棒優(yōu)化模型與算法[J];中國(guó)管理科學(xué);2014年07期

3 孫華麗;王循慶;薛耀鋒;;隨機(jī)需求應(yīng)急物流多階段定位-路徑魯棒優(yōu)化研究[J];運(yùn)籌與管理;2013年06期

4 朱佳翔;江濤濤;鐘昌寶;郭軍華;;響應(yīng)緊急救援的應(yīng)急供應(yīng)鏈物流配送模型[J];系統(tǒng)工程;2013年07期

5 王海鷹;孫剛;歐陽(yáng)春;劉晶晶;;地震應(yīng)急期關(guān)鍵時(shí)間階段劃分研究[J];災(zāi)害學(xué);2013年03期

6 蔡玫;羅倩;朱莉;曹杰;;面向應(yīng)急物資調(diào)度的一種模糊規(guī)劃模型[J];系統(tǒng)管理學(xué)報(bào);2013年04期

7 王旭坪;馬超;阮俊虎;;運(yùn)力受限的應(yīng)急物資動(dòng)態(tài)調(diào)度模型及算法[J];系統(tǒng)工程理論與實(shí)踐;2013年06期

8 李雙琳;馬祖軍;鄭斌;代穎;;震后初期應(yīng)急物資配送的模糊多目標(biāo)選址-多式聯(lián)運(yùn)問(wèn)題[J];中國(guó)管理科學(xué);2013年02期

9 王旭坪;董莉;陳明天;;考慮感知滿意度的多受災(zāi)點(diǎn)應(yīng)急資源分配模型[J];系統(tǒng)管理學(xué)報(bào);2013年02期

10 詹沙磊;劉南;;基于災(zāi)情信息更新的應(yīng)急物資配送多目標(biāo)隨機(jī)規(guī)劃模型[J];系統(tǒng)工程理論與實(shí)踐;2013年01期

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 劉媛;錢馳;;基于平行資源調(diào)度的趕工費(fèi)用優(yōu)化方法[J];項(xiàng)目管理技術(shù);2013年01期

2 陳勝峰;蔚承建;;一般成本環(huán)境下分散式多工廠資源調(diào)度[J];信息與控制;2010年05期

3 高世剛;;云自適應(yīng)遺傳算法求解資源調(diào)度問(wèn)題[J];物流技術(shù);2010年20期

4 羅榮桂;楊世宏;吳兵;辛潤(rùn)勤;;面向復(fù)雜產(chǎn)品協(xié)同開發(fā)的柔性資源調(diào)度研究[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2006年12期

5 郝銳;李其祥;;武警部隊(duì)?wèi)?yīng)急保障資源調(diào)度優(yōu)化模型研究[J];物流工程與管理;2014年06期

6 劉輝;甘明;王豐;李杰;;基于時(shí)間及成本的軍事虛擬物流資源調(diào)度CSI模型研究[J];物流技術(shù);2010年19期

7 趙喜;吳陽(yáng)清;李芳芳;馬倩;張樹梅;于勇濤;;基于Qpso算法的應(yīng)急資源調(diào)度應(yīng)用研究[J];價(jià)值工程;2012年34期

8 王鐵寧;王洪煒;;GIS在裝備器材保障資源調(diào)度系統(tǒng)中的應(yīng)用[J];中國(guó)物流與采購(gòu);2009年11期

9 ;[J];;年期

相關(guān)會(huì)議論文 前3條

1 曹東旭;劉明陽(yáng);;基于馬爾科夫決策鏈的作戰(zhàn)資源調(diào)度[A];2014第二屆中國(guó)指揮控制大會(huì)論文集（上）[C];2014年

2 王兵;賈利民;龍慧;郭杜杜;馬玉春;;新疆公路網(wǎng)交通事故應(yīng)急救援資源調(diào)度系統(tǒng)設(shè)計(jì)及應(yīng)用[A];第七屆中國(guó)智能交通年會(huì)優(yōu)秀論文集——智能交通應(yīng)用[C];2012年

3 叢慧芳;王文生;謝能付;;農(nóng)業(yè)信息網(wǎng)格環(huán)境中數(shù)據(jù)傳輸資源調(diào)度方法研究[A];中國(guó)農(nóng)業(yè)信息科技創(chuàng)新與學(xué)科發(fā)展大會(huì)論文匯編[C];2007年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 吳挺;云計(jì)算的管理需求顯現(xiàn)[N];計(jì)算機(jī)世界;2009年

相關(guān)博士學(xué)位論文 前10條

1 王小樂(lè);信息物理融合系統(tǒng)資源調(diào)度關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

2 吳曉民;能量捕獲驅(qū)動(dòng)的異構(gòu)網(wǎng)絡(luò)資源調(diào)度與優(yōu)化研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

3 朱銳意;LTE系統(tǒng)資源動(dòng)態(tài)分配算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

4 王力;鐵路集裝箱中心站關(guān)鍵資源調(diào)度優(yōu)化理論與方法[D];北京交通大學(xué);2014年

5 馬滿福;基于計(jì)算經(jīng)濟(jì)的網(wǎng)格資源管理研究[D];西北工業(yè)大學(xué);2007年

6 冉泳屹;云環(huán)境下基于隨機(jī)優(yōu)化的動(dòng)態(tài)資源調(diào)度研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

7 徐昕;基于博弈論的云計(jì)算資源調(diào)度方法研究[D];華東理工大學(xué);2015年

8 徐勁松;SLA約束下的云資源調(diào)度關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2013年

9 張靜樂(lè);網(wǎng)絡(luò)環(huán)境下協(xié)同服務(wù)關(guān)鍵技術(shù)研究[D];北京科技大學(xué);2011年

10 田國(guó)忠;多DAG共享資源調(diào)度的若干問(wèn)題研究[D];北京工業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 王艷平;基于蟻群算法的云計(jì)算資源調(diào)度研究[D];曲阜師范大學(xué);2015年

2 何蘭蘭;云環(huán)境下基于SLA的優(yōu)化資源管理機(jī)制研究[D];江西理工大學(xué);2015年

3 張揚(yáng);基于QPSO-SFLA改進(jìn)算法的云環(huán)境資源調(diào)度研究[D];江西理工大學(xué);2014年

4 楊南;藏文輿情云分析平臺(tái)資源調(diào)度優(yōu)化研究[D];西北民族大學(xué);2015年

5 李超;基于改進(jìn)粒子群算法的云計(jì)算資源調(diào)度研究[D];中國(guó)礦業(yè)大學(xué);2015年

6 郭慶光;基于協(xié)同演化算法的云計(jì)算資源調(diào)度的研究[D];電子科技大學(xué);2014年

7 陳強(qiáng);載波聚合下的資源調(diào)度研究[D];電子科技大學(xué);2014年

8 梁俊杰;基于應(yīng)用容器的云資源調(diào)度研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

9 趙穎;Hadoop環(huán)境下的動(dòng)態(tài)資源管理研究與實(shí)現(xiàn)[D];上海交通大學(xué);2015年

10 徐政;基于QoS的LTE資源調(diào)度策略研究[D];南京郵電大學(xué);2015年

本文編號(hào)：2749151