【技术实现步骤摘要】
本申请涉及应急资源调度，具体涉及一种基于资源调度图谱的应急资源调度优化方法及系统。
技术介绍
1、应急资源调度是应急管理的重要环节，尤其在突发公共事件发生后，其作用更为凸显。它是实现救援价值的关键步骤，旨在确保应急资源的合理、高效使用对物资、人员的需求，从而迅速、有效地应对各种突发事件，进行紧急保障的一种特殊物流活动，具有情况复杂、时效性高的特点。
2、应急资源调度通常包含若干物资点和事故点、车辆、人员单位等要素。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，车辆运输人、物资过程中也需考虑实时道路和其他道路限制情况。
3、现有的应急资源调度优化方法多采用传统数学方法或单目标进化算法，但在处理数据量大、计算复杂性高、目标多样化的问题时，存在求解结果差的缺点。一些进阶算法虽然采用了进化算法，但可能存在资源调度要素覆盖不全面、算法推演不够精确的问题。
技术实现思路
1、有鉴于此，为了解决现有技术中的上述问题，本申请提出了一种基于资源调度图谱的应急资源调度优化方法。
2、本申请通过以下技术手段解决上述问题：
3、本申请第一方面提供一种基于资源调度图谱的应急资源调度优化方法，
4、包括如下步骤：
5、步骤s100、获取应急资源调度数据，确定资源调度目标；
6、步骤s200、采用知识图谱技术构建应急资源调度图谱模型，根据所述应急资源调度数据，对所述应急
7、步骤s300、将所述应急资源调度图谱模型作为前向模型，集成到滚动地平线进化算法中，针对所述资源调度目标进行求解运算，持续迭代优化，生成针对特定场景的最优应急资源调度方案。
8、作为优选的，所述获取应急资源调度数据包括操作单元数据和地图单元数据，所述操作单元数据和所述地图单元数据均包括数据资源类型、数据资源数量、数据资源位置；其中，所述操作单元数据包括车辆数据、人员数据，所述地图单元数据包括物资数据、事故点数据、加油站数据、物资数据、道路节点数据、道路数据。
9、作为优选的，所述将所述应急资源调度图谱模型作为滚动地平线进化算法的前向模型，包含：
10、所述滚动地平线进化算法的初始化参数，包括迭代次数iteration，种群内个体数量popsize，前向模型时间tforward，个体动作次数l；
11、所述前向模型的目标函数设置为
12、st代表前向模型的当前状态，a代表各操作单元在当前状态st执行的动作，k代表k个可操作单元各自执行自己的动作a，st+1代表前向模型预测在当前状态st各操作单元执行动作a经过时间tforward后的状态。
13、作为优选的，所述将所述应急资源调度图谱模型作为滚动地平线进化算法的前向模型，求解资源调度目标，生成最优资源调度方案，包含以下步骤：
14、步骤s301、初始化过程：使用随机方法和特定规则初始化个体ind，并以此构成初始种群pop；
15、步骤s302、适应度评估：计算种群pop中每个个体ind的适应度值j(θ)；
16、步骤s303、个体排序：根据适应度值j(θ)对种群pop中的个体ind进行从高到低的排序；
17、步骤s304、遗传操作：对种群pop进行选择、交叉和变异等遗传操作，生成子代种群pop′；
18、步骤s305、种群合并与更新：将父代种群pop和子代种群pop′合并，形成新的种群pop，新种群的规模与父代种群pop保持一致；
19、步骤s306、迭代判断：检查当前已执行的优化迭代次数是否等于或大于预设的迭代次数iteration，若是，则转至步骤s307；若否，则返回步骤s302继续优化过程；
20、步骤s307、执行首个动作：在当前种群pop中，识别出适应度值最高的个体ind作为最佳个体，分析最佳个体ind的调度序列，找出第一个尚未被执行的调度动作并执行；
21、步骤s308、目标满足判断：判断资源调度目标是否已达成，若已满足，则输出应急资源调度方案；若未满足，则转至步骤s309；
22、步骤s309、等待时间判断：检查等待时间是否等于或大于前向模型时间tforward，若是，则转至步骤s310；若否，则返回步骤s307继续执行调度动作；
23、步骤s310、模型更新：更新应急资源调度图谱模型，保留种群精英个体，返回步骤s301开始下一轮的优化循环。
24、作为优选的，所述使用随机方法和特定规则初始化个体ind，并以此构成初始种群pop，包含以下步骤：
25、判断本次初始化是否为首次初始化，是则继续步骤s3011，否则跳转到步骤s3012；
26、步骤s3011、基于nsga-ii算法，采用随机方法初始化随机个体ind，占种群总数量的80％；结合已有的预案模型，初始化预案生成个体ind，占种群总数量的10％；通过人工方式初始化剩余的人工个体ind，占种群总数量的10％；将所述随机个体ind、预案生成个体ind和人工个体ind合并，形成最终的种群pop，其内个体比例遵从8∶1∶1的比例规则，初始化结束；
27、步骤s3012、确定保留的精英个体ind的数量，依据精英个体ind数量与预设的种群内个体总数popsize之间的差值，计算出需要初始化的剩余个体ind数量，采用随机方法对所述剩余个体ind进行初始化，将所述保留的精英个体ind与新初始化的剩余个体ind合并，形成最终的种群pop。
28、作为优选的，所述计算种群pop中每个个体ind的适应度值j(θ)，包含：
29、使用应急资源调度图谱模型作为个体评估的前向模型，推演出个体ind的最终状态st′，所述最终状态st′为所有事故点需求已满足或所有动作已实施完成；t(st′-st)代表了从开始状态st到最终状态st′所需要的时间；
30、适应度值
31、作为优选的，所述对种群pop进行选择、交叉和变异等遗传操作，生成子代种群pop′，包含：
32、选择操作：使用精英选择和指数排序选择策略对种群pop进行选择，前3个最优个体ind原封不动复制到下一代中，其余个体采用指数排序选择，为排序后的个体分配生存概率
33、p(i)表示第i个个体的生存概率，c是一个大于1的常数，n是当前种群的大小，i是当前考虑的个体在排序后的序号；
34、交叉和变异操作：使用混沌灰狼优化算法的自适应调整策略，动态改变交叉率和变异率，通过计算并比较个体的适应度值j(θ)和种群平均适应度值，确定其控制参数值；
35、
36、ai为个体当前的控制参数值，amax为控制参数的最大值，amin为控制参数的最小值，ji表示个体当前的适应度值，javg表示当前群体的平均适应度值，j本文档来自技高网...
【技术保护点】
1.一种基于资源调度图谱的应急资源调度优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于资源调度图谱的应急资源调度优化方法，其特征在于，所述获取应急资源调度数据包括操作单元数据和地图单元数据，所述操作单元数据和所述地图单元数据均包括数据资源类型、数据资源数量、数据资源位置；其中，所述操作单元数据包括车辆数据、人员数据，所述地图单元数据包括物资数据、事故点数据、加油站数据、物资数据、道路节点数据、道路数据。
3.根据权利要求1所述的基于资源调度图谱的应急资源调度优化方法，其特征在于，所述将所述应急资源调度图谱模型作为滚动地平线进化算法的前向模型，包含：
4.根据权利要求3所述的基于资源调度图谱的应急资源调度优化方法，其特征在于，所述将所述应急资源调度图谱模型作为滚动地平线进化算法的前向模型，求解资源调度目标，生成最优资源调度方案，包含以下步骤：
5.根据权利要求4所述的基于资源调度图谱的应急资源调度优化方法，其特征在于，所述使用随机方法和特定规则初始化个体Ind，并以此构成初始种群Pop，包含以下步骤：
6
7.根据权利要求4所述的基于资源调度图谱的应急资源调度优化方法，其特征在于，所述对种群Pop进行选择、交叉和变异等遗传操作，生成子代种群Pop′，包含：
8.一种基于资源调度图谱的应急资源调度优化系统，包括：
9.一种计算机设备，其特征在于，包括处理器和存储器，所述存储器用于存储可执行的指令，所述指令用于控制所述处理器执行根据权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序在被处理器执行时实现如权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种基于资源调度图谱的应急资源调度优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于资源调度图谱的应急资源调度优化方法，其特征在于，所述获取应急资源调度数据包括操作单元数据和地图单元数据，所述操作单元数据和所述地图单元数据均包括数据资源类型、数据资源数量、数据资源位置；其中，所述操作单元数据包括车辆数据、人员数据，所述地图单元数据包括物资数据、事故点数据、加油站数据、物资数据、道路节点数据、道路数据。
3.根据权利要求1所述的基于资源调度图谱的应急资源调度优化方法，其特征在于，所述将所述应急资源调度图谱模型作为滚动地平线进化算法的前向模型，包含：
4.根据权利要求3所述的基于资源调度图谱的应急资源调度优化方法，其特征在于，所述将所述应急资源调度图谱模型作为滚动地平线进化算法的前向模型，求解资源调度目标，生成最优资源调度方案，包含以下步骤：
5.根据权利要求4所...
【专利技术属性】
技术研发人员：吴超宇，李瑞红，蓝海盛，戴昕成，廖永行，李庆祝，朱志宇，熊柳潜，严明喜，蔡锦，黄海彬，王杰，张文娟，何小龙，尤昌丰，
申请(专利权)人：广州市弘宇科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。