一种应急资源调度优化方法技术

本发明专利技术公开的一种应急资源调度优化方法，属于应急资源调度领域。本发明专利技术通过应急资源调度问题的自然数编码和解码方法，将应急资源调度问题转换为优化方法能够处理的问题；针对优化目标，采用最近邻规则和时间规则，保证初始种群的多样性，扩大优化方法的搜索空间；通过改进全局和局部变异算子，保证种群在搜索过程中的多样性；根据种群在进化过程中对全局和局部搜索能力的需求变化特性，将种群进化过程分为三个阶段，采用自适应参数调整策略，在每一阶段采用更符合进化特性的交叉率及变异率，提高优化方法的搜索效率和收敛性。本发明专利技术适用于应急资源调度领域，提高应急资源调度效率和可靠性。靠性。靠性。

【技术实现步骤摘要】
一种应急资源调度优化方法


[0001]本专利技术涉及一种应急资源调度优化方法，属于应急资源调度领域。

技术介绍

[0002]应急资源调度指应对严重自然灾害、突发性公共卫生事件、公共安全事件以及军事冲突等突发事件而对物资、人员、资金的需求，进行紧急保障的一种特殊物流活动，具有难度大、成本高、时效性高的特点。应急资源调度通常包含若干仓库点和事故点，运输工具从仓库出发，为事故点进行物资的补给，可以是单向补给，即一次只补给一个事故点，也可以是非单向补给，即一次补给多个事故点。现有方法多以时间和成本最小化为目标，通过研究应急资源调度的优化方法，得到合理高效的路径方案，以此提高应急物流的运行效率，减少灾害等事件造成的损失。
[0003]专利文献CN201710052109.3提供了一种应急资源调度方法，构建以事故结束时间最早和应急救援费用最少为目标的模型，但是该文献采用传统数学方法求解，求解效率低。专利文献CN202011138157.2基于地震灾害的背景，提出了一种基于蚁群优化算法和多目标函数模型的应急资源调度方法，构建以时间效率和路径费用最小为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应急资源调度优化方法，其特征在于：包括如下步骤，步骤1、构建多目标、有约束的应急资源调度模型；步骤2、构建应急资源调度优化方法的自然数编码和解码方式；步骤3、获取应急资源调度相关数据，设置优化方法参数；步骤4、基于随机方法和具体规则初始化种群Pop；步骤5、基于步骤1建立的多目标有约束应急资源调度模型，计算种群的目标函数值；初始化种群后，基于步骤1建立的多目标应急资源调度模型，计算种群Pop的目标函数值，在计算时兼顾步骤1所述的约束条件对目标函数求解的影响；步骤6、对种群Pop进行快速非支配排序和拥挤距离计算；应急资源调度问题为多目标模型，本发明以NSGA
‑
II多目标优化方法为基础，在优化过程中，基于所得到的目标函数值，对种群Pop进行快速非支配排序，以降低计算复杂度，并计算每一层级的拥挤距离，使得个体能够扩展到整个Pareto域，并均匀分布，保持种群的多样性；步骤7、对种群Pop进行选择，交叉和改进变异操作，生成子代种群OPop；基于快速非支配排序和拥挤度距离计算结果，对种群Pop进行选择，交叉和改进变异操作，保证种群在进化过程中的多样性，生成规模为Sc的子代种群OPop，并在此过程中，采用自适应参数调整策略，动态改变交叉率和变异率，以满足进化的不同阶段对全局和局部搜索能力的要求，提高优化方法的搜索效率；步骤8、合并父代种群Pop和子代种群OPop，采用精英选择策略产生新的种群Pop；合并父代种群Pop和子代种群OPop，生成规模为2Sc的合并种群IPop；然后对合并种群IPop进行快速非支配排序，并计算每一层级的拥挤距离；最后采用精英选择策略，从合并种群IPop中选择Sc个个体，组成新的种群Pop；步骤9、迭代求解，判断是否满足终止条件，若不满足，则返回步骤5继续执行，若满足，则输出种群Pop，结合步骤2的解码方法，解码得到应急资源调度结果。2.如权利要求1所述的一种应急资源调度优化方法，其特征在于：还包括步骤10，根据步骤9得到的应急资源调度结果，针对有时间窗和优先级的应急资源进行调度指导，提高应急资源调度的效率和可靠性，解决实际工程问题。3.如权利要求1或2所述的一种应急资源调度优化方法，其特征在于：步骤1的实现方法为，运输工具进行有返回非单向的补给，即从仓库出发，一次补给多个事故点，当该条子路径的事故点全部补给完成后，返回仓库；在补给过程中，事故点对物资有时间窗和优先级约束；步骤1.1、建立多目标有约束应急资源调度模型的目标函数；应急资源调度模型的目标函数由最小化超时惩罚F1和最小化运输成本F2组成；组成；
目标函数中所涉及变量定义如下：N
‑
仓库的运输工具数量；M
‑
事故点数量；c
‑
运输工具的单位运输成本；x
kij
‑
决策变量，x
kij
＝1表示运输工具k需要从事故点i到事故点j进行补给，否则为0；x
ksi
‑
决策变量，x
ksi
＝1表示运输工具k从仓库s出发到达事故点i，否则为0；x
kjs
‑
决策变量，x
kjs
＝1表示运输工具k从事故点j返回仓库s，否则为0；d
ij
‑
事故点i到事故点j的欧几里得距离；d
si
‑
仓库s到事故点i的欧几里得距离；d
js
‑
事故点j到仓库s的欧几里得距离。超时时间惩罚tl
ki
如下所示：其中，p
i
为事故点i对物资的优先级，时间窗为t
ki
表示运输工具k到达事故点i的实际时间；在时间惩罚中兼顾优先级的影响，优先级越高，超时惩罚对目标的影响越大，反之则越小；运输工具k到达事故点i点的实际时间t
ki
为：其中，t
kj
为运输工具k到达事故点j的实际时间，即运输工具k在前一个事故点j的开始服务时间，表示事故点j的时间窗下限值，t
kji
为事故点j到事故点i的行驶时间；运输工具k从事故点j到事故点i的行驶时间t
kji
如下所示：其中，d
ji
为事故点j到事故点i的欧几里得距离，为运输工具的行驶速度；步骤1.2、设置多目标有约束应急资源调度模型的约束条件；(1)闭环约束，运输工具从仓库出发，需返回仓库；(2)事故点补给约束，每个事故点仅被补给一次；(3)运输工具数量约束，出发的运输工具不能超过仓库的运输工具总数；(...

【专利技术属性】
技术研发人员：耿庆波，王依帆，费庆，王博，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：