CN113554323A - 面向路网关键节点的应急保障优化设计方法 - Google Patents

Abstract

本发明公开了一种面向路网关键节点的应急保障优化设计方法，涉及城市道路网络应急保障技术领域。所述方法包括以下步骤：分别构建路网节点常态下以及震后的重要性评价指标体系；结合常态下的路网节点重要性评价指标体系，得到路网节点重要性分级；结合震后的路网节点重要性评价指标体系，得到路网节点重要性分级；结合常态下和震后路网节点重要性分级，采用风险矩阵方法得到城市路网中节点的综合重要性分级；采用遗传算法设计模型的优化求解过程，优化选出最佳应急物资储备点位置。所述方法可用于研究城市道路网络区域的应急资源储备点的选址，优化灾后应急救援储备点的空间分布，提高灾后道路应急救援和保障能力。

Description

面向路网关键节点的应急保障优化设计方法

技术领域

本发明涉及城市道路网络应急保障技术领域，尤其涉及一种面向路网关键节点的应急保障优化设计方法。

背景技术

城市路网是由大量节点(交叉口)和路段构成的复杂网络，它不仅保障城市居民的日常生活生产，还支撑灾后救援疏散、物资调配等关键问题，然而路网的组元关联紧密，整体分布范围较广，极易受到自然灾害、人为灾害、交通事故等突发事件的影响，导致一些起关键作用的节点功能退化，造成局部道路通行能力下降或拥堵，甚至由于“级联失效”作用导致路网瘫痪。研究表明，只要5％～10％的重要节点同时失效就将导致整个网络瘫痪。因此，城市路网中关键节点的识别与分类研究对路网关键节点管控、应急资源布局以及提高路网的抗毁性与可靠性，保障灾后路网的安全、有效运行具有重要意义。

目前国内外学者从不同角度对路网关键节点识别进行了大量的研究，其方法基本上都是源于图论及基于图论的数据挖掘，通过挖掘节点的重要属性信息来体现节点的差异性，如节点连接度、节点介数、聚集系数、特征向量等都是网络拓扑结构属性测度指标，未体现路网中节点的交通动力学特性，故有些学者提出用节点高峰小时交通流量、节点交通负荷、流量比与饱和度等指标来表征路网的交通运行特征。由于单一指标难以从整体上准确反映路网节点的重要性，逐渐出现了从不同角度反映路网节点重要性的多指标综合识别方法，但过多的指标也会加大计算的复杂性。此外，一些多指标综合评价方法考虑了指标间的关联信息，只能给出节点重要性排序，需要人为划分重要性等级，分类分级结果主观性较大，而且未考虑震后路网通行能力衰退、路网空间异质性等问题。地震作用对路网单元的冲击破坏作用将导致路网通行能力折减或失效，目前多对路网震后通行可靠性进行分析，而震后关键节点失效或路段通行能力折减导致整个路网的通行性能衰变影响研究较少，且针对关键节点的应急保障优化方法研究较少，面向震后所有需求点的物资配送优化研究较多。

发明内容

本发明所要解决的技术问题是提供一种可用于研究城市道路网络区域的应急资源储备点的选址，优化灾后应急救援储备点的空间分布，提高灾后道路应急救援和保障能力的面向路网关键节点的应急保障优化设计方法。

为解决上述技术问题，本发明所采取的技术方案是：一种面向路网关键节点的应急保障优化设计方法，其特征在于包括以下步骤：

分别构建路网节点常态下以及震后的重要性评价指标体系；

结合常态下的路网节点重要性评价指标体系，得到路网节点重要性分级；

结合震后的路网节点重要性评价指标体系，得到路网节点重要性分级；

结合常态下和震后路网节点重要性分级，采用风险矩阵方法得到城市路网中节点的综合重要性分级；

采用遗传算法设计模型的优化求解过程，优化选出最佳应急物资储备点位置。

采用上述技术方案所产生的有益效果在于：

本发明所述方法为解决路网关键节点地震后应急物资保障优化提供较为客观、可行的研究方法，可以在灾害发生后的路网的关键节点段进行设定判断，并在路网中设置应急资源布置点，对重要的节点路段进行保护与保障，对于灾后救援起到指导作用。

本发明所述方法基于逼近理想法(TOPSIS法)的不足,通过AHP—Entropy—TOPSIS法结合的方法对其进行改进,得到评价模型并确定模型的求解步骤，对评价体系的样本重要度给出排序，最终选出常态下路网的关键节点。

本发明所述方法分析突发事件对路网节点的影响，选取地震作为突发事件进行研究；结合实际情况，基于回归统计法建立了桥梁和道路震后的通行能力折减模型，结合众多评价指标的分析价值，选择路网效能作为地震作用下对路网节点进行评价的指标，基于逆向检测法建立评价通行能力退化失效后路网节点重要度的模型。基于风险矩阵理论，综合常态、灾时路网节点重要性等级分类，确定城市路网一级关键节点及空间分布。

本发明所述方法运用评价模型得到常态运行下路网节点的重要度排序；以震后通行能力折减模型为基础，通过模型计算路网效能损失率分析得到震后路网的关键节点；以应急物资备选点与一级关键节点距离、行车速度为约束条件，以物资储备点到一节关键节点的总时间最短为目标，结合P-中心分析方法建立面向关键节点的应急保障优化选址模型，采用遗传算法设计模型的优化求解过程，优化选出最佳应急物资储备点位置。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1是本发明实施例所述方法的主流程图；

图2是本发明实施例所述方法的流程图；

图3是本发明实施例所述方法中的节点图；

图4是本发明实施例所述方法中节点的加权度；

图5是本发明实施例所述方法中节点的介数；

图6是本发明实施例所述方法中节点的拥挤度；

图7是本发明实施例所述方法中节点的通行能力；

图8是本发明实施例所述方法中路径长度；

图9是本发明实施例所述方法中关键节点的评价流程；

图10是本发明实施例所述方法中遗传算法流程图；

图11是本发明实施例所述方法中应急资源布置点位置。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

如图1-图2所示，本发明实施例公开了一种面向路网关键节点的震后应急保障优化方法，包括以下步骤：

S1：分别构建路网节点常态下以及震后的重要性评价指标体系；

指标主要包括震前的结构性指标(即加权度数、介数)和交通功能性指标(即拥挤度)以及震后的路网效能作为路网节点重要性的评价指标。

S2：结合常态下的路网节点重要性评价指标体系，得到路网节点重要性分级；

具体的，根据常态路网结构特征与交通流特性，构建路网节点重要性的评价指标体系，建立主客观组合赋权的TOPSIS综合评价模型，确定常态下路网节点重要性等级分类。

S3：结合震后的路网节点重要性评价指标体系，得到路网节点重要性分级；

具体的，考虑地震对路网单元冲击破坏作用，结合道路、桥梁地震易损性构建震后路网通行能力折减模型，以路网效能为评价指标，采用逆向检测法确定震后路网节点重要性等级分类。

S4：结合常态下和震后路网节点重要性分级，采用风险矩阵方法得到城市路网中节点的综合重要性分级；

具体的，基于风险矩阵理论，综合常态、灾时路网节点重要性等级分类，确定城市路网一级关键节点及空间分布。

S5：采用遗传算法设计模型的优化求解过程，优化选出最佳应急物资储备点位置。

具体的，以物资储备点到一节关键节点的总时间最短为目标，结合P-中心分析方法建立面向关键节点的应急保障优化选址模型，采用遗传算法设计模型的优化求解过程，优化选出最佳应急物资储备点位置。

具体的，所述步骤S1中，构建路网节点重要性的评价指标体系包括常态下的节点加权度数、介数、拥挤度以及震后的节点路网效能指标：

1)常态下节点加权度数指标：

式中，α_ij为节点i和节点j的连接取值，如果节点i和节点j有路段相连，则α_ij取值为1，否则取为0。λ_c为连接节点i和节点j确定的道路，规定不同等级路段相连时节点的权值。

所述的路网为以天津市外环线以外的全部路网结构进行研究分析，选取普通国道与普通省道共同形成提供普遍交通服务的道路路网网络，将路网的交叉口作为节点，共选取了127个节点，如图3所示，引入路段的权值代表不同等级的道路连接时相互作用强度的差异，规定不同等级路段相连时节点的权值，高速公路权值为10，国道权值为8，省道权值为5。

如图4所示，根据节点加权度计算公式，通过路网结构可计算出每个节点的加权度值。

2)常态下节点介数指标：

式中，n_jk为连接节点j和节点k的最短路径条数；n_jk(i)是连接节点j和节点k且经过节点i的最短路径条数。

如图5所示，根据节点介数指标计算公式，通过路网结构建立邻接矩阵，运用pajek软件计算出节点介数的具体数值。

3)常态下节点拥挤度指标：

节点的拥挤度的指标数据通过《某年某地区的高速公路交通运行分析报告》及《某年某地区的普通干线交通运行分析报告》中的数据计算得到。

如图6所示，拥挤度通过《2012～2016年天津市高速公路交通运行分析报告》及《2012～2016年天津市普通干线交通运行分析报告》中给出的数据进行平均计算得到。

4)震后节点路网效能指标：

震后节点路网效能指标是由震后节点通行能力退化后路网效能的损失率D来确定的：

式中，E为常态下路网结构完好时的节点路网效能，E’为震后通行能力退化后的节点路网效能。

所述的节点路网效能计算公式如下：

式中，V为路网节点的集合，N为路网中节点总数，min{c_ij}为节点i和节点j之间的一条路径中所有路段通行能力中的最小值，即为该路径的通行能力；d_ij为节点i和节点j之间的最短路径长度。

如图7所示，计算中所需要的路网通行能力通过《2012～2016年天津市高速公路交通运行分析报告》及《2012～2016年天津市普通干线交通运行分析报告》中的数据单进行平均计算得到。

如图8所示，路径长度通过百度地图的测距功能得到。

具体地，如图9所示，所述步骤S2中，计算常态下路网节点的重要性等级分类的方法具体包括如下步骤：

1)假设样本数量为m个，评价指标为n个x_ij，x_ij(i＝1,2,…,m；j＝1,2,…,n)表示第m个样本的第n个评价指标，构成的决策矩阵为X＝{x_ij}_m×n。

2)指标矩阵规范化：为了消除量纲的影响，需要对数据进行标准化，以便进行数据的对比分析，对于标准化决策矩阵Y＝{y_ij}_m×n，计算公式为：

对于数值大者为优，有：

对于数值小者为优，有：

3)指标权重确定：采用耦合的熵值法和层次分析法，确定各指标的权重。假设由层次分析法确定的指标权重为α＝{α₁,α₂,…,α_n}。根据熵值法，计算第j项指标的熵值为：

其中，k＝1/ln_m，

且假设p_ij时，lnp_ij＝0。

4)计算指标的变异系数：则第j项指标的变异系数为：

g_j＝1-h_j

5)根据熵值法计算出第j项指标的权重为：

6)根据层次分析法和熵值法，计算指标的综合权重：

7)计算加权规范化决策矩阵。构成加权的数据矩阵Z＝{z_ij}_m×n，其中

z_ij＝w_j×y_ij

8)确定加权规范化矩阵Z的正理想解Z⁺和负理想解Z^-。

其中，z_j ⁺＝^maxjz_ij，z_j ^-＝^minjz_ij。

9)计算样本到正理想解和负理想解的欧氏距离

和

10)计算相对贴近度：

11)根据相对贴近度对样本进行排序,得到常态下路网节点的重要性等级分类，选定出关键节点。

所述的将各项评价指标的计算数据进行整理后，对评价指标体系进行构建。再通过AHP—Entropy—TOPSIS法对评价体系的路网节点得出重要度分级，如表最终选出路网的关键节点。

表1为根据节点重要度的计算结果，按照25％、35％、40％的比例，将常态运行下天津市路网节点关键度分为三个等级路网节点的重要度分级：

表1根据节点重要度的计算结果

具体地，所述步骤S3中，计算地震作用下路网节点的重要性等级分类的具体方法如下：

1)计算常态下路网结构完好时的路网效能E。

式中，V为路网节点的集合，N为路网中节点总数，min{c_ij}为节点i和节点j之间的一条路径中所有路段通行能力中的最小值，即为该路径的通行能力；d_ij为节点i和节点j之间的最短路径长度。

所述的具体的计算常态下路网结构完好时的路网效能，计算中所需要的路网通行能力通过《2012～2016年天津市高速公路交通运行分析报告》及《2012～2016年天津市普通干线交通运行分析报告》中的数据单进行平均计算得到，位为pcu/日；路径长度通过百度地图的测距功能得到。

2)按照地震作用下路网通行能力退化模型，模拟计算每个节点和路段的震后通行能力。

所述的地震为假设在天津市宁河区(117.7959°E，39.3251°N)处发生7级设定地震。按照地震作用下路网通行能力退化模型计算震后节点和路段的通行能力。

所述的节点的通行能力退化模型：

式中，P'_d为该节点地震作用下折减后的通行能力，单位为pcu/日；P_d为该节点原始通行能力，单位为pcu/日，通过《2012～2016年天津市高速公路交通运行分析报告》及《2012～2016年天津市普通干线交通运行分析报告》中的数据进行平均计算得到；λ_a为该节点公路桥梁折减系数；λ'_d为该节点连接的所有公路路基路面折减系数中的最小值。

所述的路段的通行能力退化模型：

P'_r＝P_r×λ_a×λ_b

式中，P'_r为该路段地震作用下折减后的通行能力，单位为pcu/日；P_r为该路段原始通行能力，单位为pcu/日，通过《高速公路交通运行分析报告》及《普通干线交通运行分析报告》中的数据进行平均计算得到；λ_a为该路段公路桥梁折减系数(无桥梁路段取1)；λ_b为该路段路基路面折减系数。

3)选取节点i＝1(或路段j＝1)，把其通行能力设定为相应退化值。

4)计算节点i(或路段j)通行能力退化后的路网效能E′。

5)计算节点i(或路段j)通行能力退化后路网效能的损失率D：

6)若遍历所有的节点i和路段j，则停止运算，输出结果；否则转到步骤2)继续运算。

7)按照路网效能损失率的大小对节点和路段进行排序，选出关键节点。

所述的路网效能损失率的大小对节点进行排序，按照25％、35％、40％的比例，本申请将地震作用下天津市路网节点关键度分为三个等级。

表2为地震作用下节点等级划分表：

具体地，所述步骤S4中根据常态下和震后路网节点重要性分级，采用风险矩阵理论得到城市路网中节点的综合重要性分级，确定城市路网一级关键节点及空间分布。

表3为应急资源保障点与需求点：

具体地，所述步骤S5中，基于风险矩阵理论确定的城市路网一级关键节点为确定的备选的物资储备点，以物资储备点到一节关键节点的总时间最短为目标。结合P-中心分析方法建立面向关键节点的应急保障优化选址模型，采用遗传算法设计模型的优化求解过程，优化选出最佳应急物资储备点位置。

如图10所示，为应急资源选址模型的遗传算法设计求解流程图。

具体步骤如下：

1)建立决策变量；

设V＝{v₁,v₂,…v_a}为应急资源需求点集，a为需求点的总数；X_b＝{x₁,x₂,…x_b}为所有可以作为应急资源配置点的点集，b为所有备选配置点的个数；X_k＝{x₁,x₂,…x_k}为应急资源服务点集，k为配置个数，k＜b。

2)建立目标函数，应急资源配置点供给服务的最短时间为：

其中，t(v，x_k)为各个配置点距各个需求点的时间距离，取值如下：

3)建立约束条件；

∑_jD_j＝k,D_j∈{0,1}

4)构造满足约束条件的染色体，遗传算法不能直接处理解空间中的解，必须通过编码将解表示成适当的染色体。本问题采用二进制编码法来进行编码。

5)随机产生初始群体，将每个决策变量用0或1的编码串进行编码，1表示被选中的点，0表示未被选中的点。将区域路网中的关键节点两两之间的最短路段进行等分，步长由每个最短路径的时间距离确定，得到的等分点即为应急资源配置点的潜在位置。经过初始化后随机产生初始任意的0-1矩阵。

6)计算适应度，编写适应度函数对每个染色体的适应度进行计算。适应度是反映染色体优劣的唯一指标，适应度函数值越大，解的质量就越好。遗传算法就是要寻得适应度最大的染色体。

7)使用复制、交叉和变异算子产生子群体，这个算子是遗传算法的基本算子，其中复制体现了优胜劣汰的自然规律，交叉体现了有性繁殖的思想，变异体现了进化过程中的基因突变。

8)重复步骤6)、7)直到满足终止条件为止；

9)当算法进行中最优染色体的适应度值达到了预先设定的停止值，证明算法进行到此得到的染色体为最优染色体，得到了本次优化布局问题的最优解，算法停止，并且输出这个最优解的值。

基于邻接矩阵，编写适应度函数，将62个一级关键节点之间的最短路径等分为500段，令变量数目为3，约束上界为[501,501,501]，约束下界为[1,1,1]，种群类型选择Doublevector，种群大小为50，迭代次数为50次，通过MATLAB遗传算法工具箱进行计算，把计算得到的3个结果对应到相应路段即可得到应急资源配置点的位置。如图11所示，根据实际地图对照应急资源配置点分别位于梅厂收费站、九园公路与林大路交口、团泊南收费站附近。

Claims (8)

1.一种面向路网关键节点的应急保障优化设计方法，其特征在于包括以下步骤：

分别构建路网节点常态下以及震后的重要性评价指标体系；

结合常态下的路网节点重要性评价指标体系，得到路网节点重要性分级；

结合震后的路网节点重要性评价指标体系，得到路网节点重要性分级；

结合常态下和震后路网节点重要性分级，采用风险矩阵方法得到城市路网中节点的综合重要性分级；

采用遗传算法设计模型的优化求解过程，优化选出最佳应急物资储备点位置。

2.如权利要求1所述的面向路网关键节点的应急保障优化设计方法，其特征在于，构建路网节点常态下的重要性评价指标体系的方法如下：

根据常态路网结构特征与交通流特性，构建路网节点重要性的评价指标体系，建立主客观组合赋权的TOPSIS综合评价模型，确定常态下路网节点重要性等级分类。

3.如权利要求1所述的面向路网关键节点的应急保障优化设计方法，其特征在于，构建路网节点震后的重要性评价指标体系的方法如下：

考虑地震对路网单元冲击破坏作用，结合道路、桥梁地震易损性构建震后路网通行能力折减模型，以路网效能为评价指标，采用逆向检测法确定震后路网节点重要性等级分类。

4.如权利要求1所述的面向路网关键节点的应急保障优化设计方法，其特征在于，构建的路网节点的重要性评价指标体系包括常态下的节点加权度数、介数、拥挤度以及震后的节点路网效能指标：

1)常态下节点加权度数指标：

式中，α_ij为节点i和节点j的连接取值，如果节点i和节点j有路段相连，则α_ij取值为1，否则取为0；λ_c为连接节点i和节点j确定的道路，规定不同等级路段相连时节点的权值；

2)常态下节点介数指标：

式中，n_jk为连接节点j和节点k的最短路径条数；n_jk(i)是连接节点j和节点k且经过节点i的最短路径条数；

3)常态下节点拥挤度指标：

节点的拥挤度的指标数据通过《某年某地区的高速公路交通运行分析报告》及《某年某地区的普通干线交通运行分析报告》中的数据计算得到；

4)震后节点路网效能指标：

震后节点路网效能指标效能指标是由震后节点通行能力退化后路网效能的损失率D来确定的：

式中，E为常态下路网结构完好时的节点路网效能，E’为震后通行能力退化后的节点路网效能。

5.如权利要求1所述的面向路网关键节点的应急保障优化设计方法，其特征在于，计算常态下路网节点的重要性等级分类的方法如下：

1)设样本数量为m个，评价指标为n个x_ij，x_ij(i＝1,2,·,m；j＝1,2,·,n)表示第m个样本的第n个评价指标，构成的决策矩阵为X＝{x_ij}_m×n；

2)指标矩阵规范化：对于标准化决策矩阵Y＝{y_ij}_m×n，计算公式为：

对于数值大者为优，有：

对于数值小者为优，有：

3)指标权重确定：采用耦合的熵值法和层次分析法，确定各指标的权重，假设由层次分析法确定的指标权重为α＝{α₁,α₂,·,α_n}；根据熵值法，计算第j项指标的熵值为：

其中，k＝1/ln_m，

且假设p_ij时，lnp_ij＝0；

4)计算指标的变异系数：则第j项指标的变异系数为：

g_j＝1-h_j

5)根据熵值法计算出第j项指标的权重为：

6)根据层次分析法和熵值法，计算指标的综合权重：

7)计算加权规范化决策矩阵：构成加权的数据矩阵Z＝{z_ij}_m×n，其中

z_ij＝w_j×y_ij

8)确定加权规范化矩阵Z的正理想解Z⁺和负理想解Z^-：

其中，z_j ⁺＝^maxjz_ij，z_j ^-＝^minjz_ij；

9)计算样本到正理想解Z^-和负理想解Z^-的欧氏距离

和

10)计算相对贴近度：

11)根据相对贴近度对样本进行排序，得到常态下路网节点的重要性等级分类，选定出关键节点。

6.如权利要求1所述的面向路网关键节点的应急保障优化设计方法，其特征在于，计算地震作用下路网节点的重要性等级分类的方法如下：

1)计算常态下路网结构完好时的路网效能E；

2)按照地震作用下路网通行能力退化模型，模拟计算每个节点和路段的震后通行能力；

3)选取节点i＝1，将其通行能力设定为相应退化值；

4)计算节点i通行能力退化后的路网效能E′；

5)计算节点i通行能力退化后路网效能的损失率D：

6)若遍历所有的节点i和路段j，则停止运算，输出结果；否则转到步骤(2)继续运算；

7)按照路网效能损失率的大小对节点进行排序，采用逆向检测法确定震后路网节点重要性等级分类，选出关键节点。

7.如权利要求1所述的面向路网关键节点的应急保障优化设计方法，其特征在于：基于风险矩阵理论确定的城市路网一级关键节点为确定的备选的物资储备点，以物资储备点到一节关键节点的总时间最短为目标，结合P-中心分析方法建立面向关键节点的应急保障优化选址模型，采用遗传算法设计模型的优化求解过程，优化选出最佳应急物资储备点位置。

8.如权利要求1所述的面向路网关键节点的应急保障优化设计方法，其特征在于，采用遗传算法设计模型的优化求解过程，优化选出最佳应急物资储备点位置的方法如下：

1)建立决策变量；

设V＝{v₁,v₂,·v_a}为应急资源需求点集，a为需求点的总数；X_b＝{x₁,x₂,·x_b}为所有可以作为应急资源配置点的点集，b为所有备选配置点的个数；X_k＝{x₁,x₂,·x_k}为应急资源服务点集，k为配置个数，k＜b；

2)建立目标函数，应急资源配置点供给服务的最短时间为：

其中，t(v，x_k)为各个配置点距各个需求点的时间距离，取值如下：

3)建立约束条件；

∑_jD_j＝k,D_j∈{0,1}

4)构造满足约束条件的染色体，遗传算法不能直接处理解空间中的解，必须通过编码将解表示成适当的染色体；

5)随机产生初始群体，将每个决策变量用0或1的编码串进行编码，1表示被选中的点，0表示未被选中的点；将区域路网中的关键节点两两之间的最短路段进行等分，步长由每个最短路径的时间距离确定，得到的等分点即为应急资源配置点的潜在位置；经过初始化后随机产生初始任意的0-1矩阵；

6)计算适应度，编写适应度函数对每个染色体的适应度进行计算：适应度是反映染色体优劣的唯一指标，适应度函数值越大，解的质量就越好，遗传算法就是要寻得适应度最大的染色体；

7)使用复制、交叉和变异算子产生子群体，这个算子是遗传算法的基本算子，其中复制体现了优胜劣汰的自然规律，交叉体现了有性繁殖的思想，变异体现了进化过程中的基因突变；

8)重复步骤6)、7)直到满足终止条件为止；

9)当算法进行中最优染色体的适应度值达到了预先设定的停止值，证明算法进行到此得到的染色体为最优染色体，得到了本次优化布局问题的最优解，算法停止，并且输出这个最优解的值。

Images