CN111242544A - 一种针对危险品运输事故救援物资储存点的选址方法 - Google Patents

一种针对危险品运输事故救援物资储存点的选址方法 Download PDF

Info

Publication number
CN111242544A
CN111242544A CN202010028106.8A CN202010028106A CN111242544A CN 111242544 A CN111242544 A CN 111242544A CN 202010028106 A CN202010028106 A CN 202010028106A CN 111242544 A CN111242544 A CN 111242544A
Authority
CN
China
Prior art keywords
rescue
point
efficiency
enterprise
emergency
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010028106.8A
Other languages
English (en)
Other versions
CN111242544B (zh
Inventor
张永
张孟珂
刘益昶
程涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN202010028106.8A priority Critical patent/CN111242544B/zh
Publication of CN111242544A publication Critical patent/CN111242544A/zh
Application granted granted Critical
Publication of CN111242544B publication Critical patent/CN111242544B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种针对危险品运输事故救援物资储存点的选址方法，首先构建了应急救援物资布置点选址模型，在构建选址模型时，考虑了救援效率衰减、企业和路段重要性变量，同时提出了模型求解思路及算法，本发明内容能够为相关主管部门制定政策方针提供理论依据；也能为城市危险品运输应急物资布局提供一种新的决策方法；提升了应急救援的效率和专业水平。

Description

一种针对危险品运输事故救援物资储存点的选址方法
技术领域
本发明属于交通模型构建技术领域，具体涉及一种针对危险品运输事故救援物资储存点的选址方法。
背景技术
城市危险品运输具有危险特征，运输意外事故会造成严重的生命、财产和环境损失，因此需对城市危险品运输过程全程监控，并做好应急物资的储备工作。危险品的理化特性决定了其一旦发生运输事故，便会造成大范围、高危害的事故损失。而及时有效的危险品运输事故救援能有效地控制事故地蔓延以及处理事故产生的危害物质。所以危险品运输事故应急物资的布局工作值得引起重视，以便能完成及时有效的救援工作。
目前建立的应急物资选址模型都是基于P-中心问题、P-中值问题和覆盖问题这三大基础问题建立的。关于应急设施选址问题，因为其问题的特殊性，通常以应急救援时间最少作为最基本目标。在现有的关于应急设施选址的文献资料中，更多的侧重考虑点仍在成本、固定救援时间、布置点等级等因素上。然而，应急物资的储藏地点受多种因素影响，只通过成本救援时间等因素并不能得到足够有效的物资储存点选址布局模型。同时现有的研究也仅仅对道路网络或对企业做单一研究，并未统筹地考虑两者的联系。
发明内容
为解决上述问题，本发明公开了一种针对危险品运输事故救援物资储存点的选址方法，首先构建了应急救援物资布置点选址模型，在构建选址模型时，考虑了救援效率衰减、企业和路段重要性变量，同时提出了模型求解思路及算法，本发明内容能够为相关主管部门制定政策方针提供理论依据；也能为城市危险品运输应急物资布局提供一种新的决策方法。
为达到上述目的，本发明的技术方案如下：
一种针对危险品运输事故救援物资储存点的选址方法，具体技术方案如下：
(1)前提条件
就道路上危险品事故应急救援而言，基于实际情况的考虑，本发明认为一个路段只能被一个应急救援物资布置点服务。从而任何一个路段只能被对其服务水平最高的应急救援物资布置点服务，其他应急救援物资布置点对该路段视为没有覆盖。同时对于一个路段，一个设施点能从路段的两侧对其进行服务，因此模型默认为设施点只选取救援效率大的路段方向进行服务。
就发生在企业内部的危险品事故应急救援而言，同样基于实际情况的考虑，认为一个企业只能被一个应急救援物资布置点服务。应急救援物资布置点对企业的救援效率服从一定的函数衰减。当企业和应急救援点的距离小于一定值r时，则视为该应急救援点对该企业的救援效率没有衰减；当企业和应急救援点的距离大于一定值R时，则认为该企业不能被该应急救援点服务影响因素分析
(2)模型建立
考虑一个运输网络，令I表示应急救援物资布置点候选点集合；J表示应急救援物资布置点等级集合；Q表示从事危险品作业的企业位置点集合；N表示危险品运输路段节点集合；L表示危险品运输路段编号集合。
假设不同等级布置点对路段的救援效率是不同的，则有：等级为j的应急救援物资布置点的建设数量为pj；等级为j的应急救援物资布置点i对路段l的救援效率为
Figure BDA0002363204120000021
其中等级为j的应急救援物资布置点i从a节点方向对路段l的救援效率为
Figure BDA0002363204120000022
等级为j的应急救援物资布置点i对企业q的救援效率为
Figure BDA0002363204120000023
其中等级为j的应急救援物资布置点i从a节点方向对企业q的救援效率为
Figure BDA0002363204120000024
应急救援物资布置点i到路段l的节点a最短距离为
Figure BDA0002363204120000025
在路段l上危险品运输车辆的行驶时间为Dl，应急救援物资布置点i到企业q的最短距离为Diq；等级为j的应急救援物资布置点的覆盖能力下限为rj，等级为j的应急救援物资布置点的覆盖能力上限为Rj；最大允许建设成本为C，其中等级为j的应急救援物资布置点的建设成本为cj。
定义
Figure BDA0002363204120000026
为决策变量，若等级为j的设施点i被选中时其为1，否则为0；
Figure BDA0002363204120000027
为决策变量，若路段l被等级为j的设施点i服务时其为1，否则为0；
Figure BDA0002363204120000028
为决策变量，若企业q被等级为j的设施点i服务时其为1，否则为0；企业q和路段l的重要程度分别为wq和wl。
目标函数1.以整个加权后运输路段的被救援效率最高为目标。
Figure BDA0002363204120000029
其中，路段l的类别可划分为4类，其重要性可划分为高、中高、中低和低。分别赋予权重值；
Figure BDA00023632041200000210
目标函数2.以整个加权后企业的被救援效率最高为目标；
Figure BDA00023632041200000211
其中一切重要程度按照大型、中型、小型和微型企业的划分标准；
Figure BDA0002363204120000031
约束条件1.最大允许建设成本约束：
Figure BDA0002363204120000032
约束条件2.选取救援效率高的道路节点方向：
Figure BDA0002363204120000033
约束条件3.一个道路或企业只能被一个应急救援物资布置点服务：
Figure BDA0002363204120000034
Figure BDA0002363204120000035
约束条件4.当设施点i未被选用时，其不能服务任何道路或企业：
Figure BDA0002363204120000036
约束条件5.救援效率为：
Figure BDA0002363204120000037
Figure BDA0002363204120000038
公式(31)中的效率约束考虑了不同效率情况，规定了覆盖能力的下限r和覆盖能力R；当距离超过R时，则认为完全无法覆盖；当距离小于r时，则认为完全覆盖能力；当距离处于两者之间时，则认为救援效率符合一定的函数衰减；救援效率的具体分布可见式六种情形，分别为
情形一：当
Figure BDA0002363204120000039
则救援效率为：
Figure BDA0002363204120000041
情形二：当
Figure BDA0002363204120000042
则救援效率为：
Figure BDA0002363204120000043
情形三：当
Figure BDA0002363204120000044
则救援效率为：
Figure BDA0002363204120000045
情形四：当
Figure BDA0002363204120000046
则救援效率为：
Figure BDA0002363204120000047
情形五：当
Figure BDA0002363204120000048
则救援效率为：
Figure BDA0002363204120000049
情形六：当
Figure BDA00023632041200000410
则救援效率为：
Figure BDA00023632041200000411
约束条件6：决策变量约束：
Figure BDA00023632041200000412
Figure BDA00023632041200000413
Figure BDA00023632041200000414
(3)求解方法
本发明采用线性加权的方法将多目标规划问题转化为单目标规划问题。nl代表了所有道路的数量，nq代表了所有企业的数量。将目标函数从原来求解全道路或全企业的总的被服务水平转化为全道路或全企业的平均被服务水平；
Figure BDA00023632041200000415
求解流程如下所述：
步骤一：初始化所有变量，确定各个路段和企业的重要程度；
步骤二：计算出各个候选点i与路段节点的最短距离；
步骤三：确定所有
Figure BDA00023632041200000416
Dl和Diq的取值。计算出不同等级下，各个候选点i对各个路段的救援效率
Figure BDA00023632041200000417
和对各个企业的救援效率
Figure BDA00023632041200000418
步骤四：计算出不同等级下，各个候选点i对各个路段和企业的服务水平；
步骤五：选取任意n个应急救援物资布置点作为初始点进行计算，计算整个目标函数被服务水平；
步骤六：对选取的应急救援物资布置点的取值进行迭代；
步骤七：当达到终止条件，则停止迭代，将最后一个迭代的结果记为本问题的最优解。
本发明的有益效果是：
本发明首先构建了应急救援物资布置点选址模型，在构建选址模型时，考虑了救援效率衰减、企业和路段重要性变量，同时提出了模型求解思路及算法，本发明内容能够为相关主管部门制定政策方针提供理论依据；也能为城市危险品运输应急物资布局提供一种新的决策方法。
附图说明
图1为整体思路图。
图2为本发明所述的第一种情形下的救援效率。
图3为本发明所述的第二种情形下的救援效率。
图4为本发明所述的第三种情形下的救援效率。
图5为本发明所述的第四种情形下的救援效率。
图6为本发明所述的第五种情形下的救援效率。
图7为本发明所述的第六种情形下的救援效率。
图8为求解思路流程图
图9为实施例里候选点和企业分布图。
具体实施方式
下面结合附图和具体实施方式，进一步阐明本发明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
如图所示，本发明所述的一种针对危险品运输事故救援物资储存点的选址方法，包括以下步骤：
步骤0.根据GPS数据分析、网络爬虫技术以及实际调研情况，确定布局区域的路段和企业。根据路段和企业的分布以及区域危险品运输特征，确定应急物资布局的候选布置点。
步骤1.建立式(1)所述最优化求解模型及其约束。
Figure BDA0002363204120000061
Figure BDA0002363204120000062
其模型中符号定义如表1所示：
表1符号定义表
Figure BDA0002363204120000063
Figure BDA0002363204120000071
步骤2.求解最优配送路径方案，具体包括步骤2.1-2.2
步骤2.1确定开发环境。利用Lingo17.0软件版本的Globe Solver功能求解出结果。本研究的求解在英特尔Core i5-7300HQ@2.50GHz四核的8GB内存的笔记本电脑上进行。
步骤2.2求解流程如图7所示。
(5)算例
假设区域内共有92条路段和10家企业。根据路段和企业的分布以及区域危险品运输特征，选取了13个点作为应急物资布局的候选布置点。如图8所示。
假设等级一的应急物资布置点的成本为10万元，救援效率的阈值下限为5min,上限为10min；等级二的应急物资布置点的成本为15万元,救援效率的阈值下限为6min,上限为12min。最大允许建设成本为60万。
求解结果如表2所示。目标函数值为1.8891，其中道路的目标函数值为0.9161，企业的目标函数值为0.9730。
表2最大允许成本为60万的情景下的布局结果
Figure BDA0002363204120000081

Claims (5)

1.一种针对危险品运输事故救援物资储存点的选址方法，其特征在于：包括如下步骤：
步骤0.确定模型参数：
考虑一个运输网络，令I表示应急救援物资布置点候选点集合；J表示应急救援物资布置点等级集合；Q表示从事危险品作业的企业位置点集合；N表示危险品运输路段节点集合；L表示危险品运输路段编号集合；假设不同等级布置点对路段的救援效率是不同的，则有：等级为j的应急救援物资布置点的建设数量为pj；等级为j的应急救援物资布置点i对路段l的救援效率为
Figure FDA0002363204110000011
其中等级为j的应急救援物资布置点i从a节点方向对路段l的救援效率为
Figure FDA0002363204110000012
等级为j的应急救援物资布置点i对企业q的救援效率为
Figure FDA0002363204110000013
其中等级为j的应急救援物资布置点i从a节点方向对企业q的救援效率为
Figure FDA0002363204110000014
应急救援物资布置点i到路段l的节点a最短距离为
Figure FDA0002363204110000015
在路段l上危险品运输车辆的行驶时间为Dl，应急救援物资布置点i到企业q的最短距离为Diq；等级为j的应急救援物资布置点的覆盖能力下限为rj，等级为j的应急救援物资布置点的覆盖能力上限为Rj；最大允许建设成本为C，其中等级为j的应急救援物资布置点的建设成本为cj；
定义
Figure FDA0002363204110000016
为决策变量，若等级为j的设施点i被选中时其为1，否则为0；
Figure FDA0002363204110000017
为决策变量，若路段l被等级为j的设施点i服务时其为1，否则为0；
Figure FDA0002363204110000018
为决策变量，若企业q被等级为j的设施点i服务时其为1，否则为0；企业q和路段l的重要程度分别为wq和wl；
步骤1.确定布置点选址的两个目标；其优化目标是运输路段的被救援效率最高和企业的被救援效率最高；
步骤2.考虑不同情景下的救援效率；
步骤3.确定模型约束条件；
步骤4.解决考虑效率衰减的危险品运输事故应急救援物资布置点选址问题的求解方法。
2.根据权利要求1所述一种针对危险品运输事故救援物资储存点的选址方法，其特征在于：所述步骤1包含以下步骤：
步骤1.1以整个加权后运输路段的被救援效率最高为目标；
Figure FDA0002363204110000019
其中，路段l的类别可划分为4类，其重要性可划分为高、中高、中低和低，分别赋予权重值；
Figure FDA00023632041100000110
步骤1.2以整个加权后企业的被救援效率最高为目标；
Figure FDA0002363204110000021
其中一切重要程度按照大型、中型、小型和微型企业的划分标准；
Figure FDA0002363204110000022
3.根据权利要求1所述的一种针对危险品运输事故救援物资储存点的选址方法，其特征在于：所述步骤2包含以下步骤：
救援效率是分情形划分的，即不同救援情形下的救援效率是不同的；根据实际情况将情形分为六类，当企业和应急救援点的距离小于一定值r时，则视为该应急救援点对该企业的救援效率没有衰减；当企业和应急救援点的距离大于一定值R时，则认为该企业不能被该应急救援点服务影响因素分析，
步骤2.1当
Figure FDA0002363204110000023
则救援效率为：
Figure FDA0002363204110000024
步骤2.2当
Figure FDA0002363204110000025
则救援效率为：
Figure FDA0002363204110000026
步骤2.3当
Figure FDA0002363204110000027
则救援效率为：
Figure FDA0002363204110000028
步骤2.4当
Figure FDA0002363204110000029
则救援效率为：
Figure FDA00023632041100000210
步骤2.5当
Figure FDA00023632041100000211
则救援效率为：
Figure FDA00023632041100000212
步骤2.6当
Figure FDA00023632041100000213
则救援效率为：
Figure FDA00023632041100000214
4.根据权利要求1所述的一种针对危险品运输事故救援物资储存点的选址方法，其特征在于：所述步骤3包含以下步骤：
步骤3.1最大允许建设成本约束：
Figure FDA00023632041100000215
步骤3.2选取救援效率高的道路节点方向：
Figure FDA00023632041100000216
步骤3.3一个道路或企业只能被一个应急救援物资布置点服务：
Figure FDA0002363204110000031
Figure FDA0002363204110000032
步骤3.4当设施点i未被选用时，其不能服务任何道路或企业：
Figure FDA0002363204110000033
步骤3.5救援效率为：
Figure FDA0002363204110000034
Figure FDA0002363204110000035
步骤3.6决策变量约束：
Figure FDA0002363204110000036
Figure FDA0002363204110000037
Figure FDA0002363204110000038
5.根据权利要求1所述的一种针对危险品运输事故救援物资储存点的选址方法，其特征在于：所述步骤4包含以下步骤：
步骤4.1初始化所有变量，确定各个路段和企业的重要程度；
步骤4.2计算出各个候选点i与路段节点的最短距离；
步骤4.3确定所有
Figure FDA0002363204110000039
Dl和Diq的取值；计算出不同等级下，各个候选点i对各个路段的救援效率
Figure FDA00023632041100000310
和对各个企业的救援效率
Figure FDA00023632041100000311
步骤4.4计算出不同等级下，各个候选点i对各个路段和企业的服务水平；
步骤4.5选取任意n个应急救援物资布置点作为初始点进行计算，计算整个目标函数被服务水平；
步骤4.6对选取的应急救援物资布置点的取值进行迭代；
步骤4.7当达到终止条件，则停止迭代，将最后一个迭代的结果记为本问题的最优解。
CN202010028106.8A 2020-01-10 2020-01-10 一种针对危险品运输事故救援物资储存点的选址方法 Active CN111242544B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010028106.8A CN111242544B (zh) 2020-01-10 2020-01-10 一种针对危险品运输事故救援物资储存点的选址方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010028106.8A CN111242544B (zh) 2020-01-10 2020-01-10 一种针对危险品运输事故救援物资储存点的选址方法

Publications (2)

Publication Number Publication Date
CN111242544A true CN111242544A (zh) 2020-06-05
CN111242544B CN111242544B (zh) 2023-10-20

Family

ID=70868850

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010028106.8A Active CN111242544B (zh) 2020-01-10 2020-01-10 一种针对危险品运输事故救援物资储存点的选址方法

Country Status (1)

Country Link
CN (1) CN111242544B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112613830A (zh) * 2021-01-06 2021-04-06 中国人民解放军陆军勤务学院 一种物资储备中心选址方法
CN116596350A (zh) * 2023-07-19 2023-08-15 交通运输部水运科学研究所 基于三维建模危险品存放选址优化方法、系统及存储介质
CN117236672A (zh) * 2023-11-16 2023-12-15 山东理工大学 考虑应急时间可靠性的移动储能鲁棒选址与路径规划方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105787595A (zh) * 2016-02-29 2016-07-20 泰华智慧产业集团股份有限公司 一种基于改进蚁群算法的应急物流中转站选址方法
CN106910018A (zh) * 2017-02-23 2017-06-30 吉林大学 一种救援资源调度方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105787595A (zh) * 2016-02-29 2016-07-20 泰华智慧产业集团股份有限公司 一种基于改进蚁群算法的应急物流中转站选址方法
CN106910018A (zh) * 2017-02-23 2017-06-30 吉林大学 一种救援资源调度方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘益昶: "基于数据挖掘的城市危险品运输事故应急物资布局研究" *
詹斌;吕腊梅;: "高速公路应急资源点选址优化模型" *
计明军;宋婷婷;宋佳;杨永志;王清斌;: "线状需求下的长江航道危险品应急中心选址优化" *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112613830A (zh) * 2021-01-06 2021-04-06 中国人民解放军陆军勤务学院 一种物资储备中心选址方法
CN112613830B (zh) * 2021-01-06 2023-05-26 中国人民解放军陆军勤务学院 一种物资储备中心选址方法
CN116596350A (zh) * 2023-07-19 2023-08-15 交通运输部水运科学研究所 基于三维建模危险品存放选址优化方法、系统及存储介质
CN116596350B (zh) * 2023-07-19 2023-09-19 交通运输部水运科学研究所 基于三维建模危险品存放选址优化方法、系统及存储介质
CN117236672A (zh) * 2023-11-16 2023-12-15 山东理工大学 考虑应急时间可靠性的移动储能鲁棒选址与路径规划方法

Also Published As

Publication number Publication date
CN111242544B (zh) 2023-10-20

Similar Documents

Publication Publication Date Title
CN111242544A (zh) 一种针对危险品运输事故救援物资储存点的选址方法
Chen et al. Network based temporary facility location for the Emergency Medical Services considering the disaster induced demand and the transportation infrastructure in disaster response
Huang et al. Hub-and-spoke network design for container shipping considering disruption and congestion in the post COVID-19 era
Wang et al. The optimization of warehouse location and resources distribution for emergency rescue under uncertainty
Awad-Núñez et al. How should the sustainability of the location of dry ports be measured? A proposed methodology using Bayesian networks and multi-criteria decision analysis
Li et al. Identification of key influencing factors to Chinese coal power enterprises transition in the context of carbon neutrality: A modified fuzzy DEMATEL approach
CN112333712A (zh) 一种网络规划资源处理方法和装置
Çatay Siting new fire stations in Istanbul: A risk-based optimization approach
Kong et al. Resilience and risk-based restoration strategies for critical infrastructure under uncertain disaster scenarios
Oliveira et al. Benders decomposition applied to profit maximizing hub location problem with incomplete hub network
Liu et al. Heuristic approach for optimizing emergency medical services in road safety within large urban networks
Kuzina Information technology application in the construction project life cycle
Nasibov et al. Deadhead trip minimization in city bus transportation: A real life application
Manopiniwes et al. Optimization model for temporary depot problem in flood disaster response
Bolouri et al. Environmental sustainable development optimizing the location of urban facilities using vector assignment ordered median problem-integrated GIS
CN113935108B (zh) 多类型应急车辆联合选址与配置方法、装置及存储介质
Li et al. Impact of logistics development on economic growth: An empirical research from guangdong province in China
Gogas et al. Optimization of decision-making in port logistics terminals: using analytic hierarchy process for the case of port of Thessaloniki
CN113850426A (zh) 一种消防站选址方法、装置、终端设备及存储介质
Dui et al. Data-driven reliability and resilience measure of transportation systems considering disaster levels
Sharifi Sustainability and resilience co-benefits and trade-offs of urban climate change adaptation and mitigation measures
Wang Planning and layout of intelligent logistics park based on improved genetic algorithm
Santarremigia et al. Total management tool oriented to carbon footprint reduction in terminals of containers
Borodina SMART-VECTORS OF POST-WAR RENOVATION OF THE REGIONAL ECONOMY OF UKRAINE: BUDGET DECENTRALIZATION,«INDUSTRY 4.0», ENERGY SECURITY
Kaffka et al. Revealing gaps in the material flow of inland port container terminals alongside the Danube with simulation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant