CN113962596A - 应急物资智能调拨方案生成的方法和装置 - Google Patents
应急物资智能调拨方案生成的方法和装置 Download PDFInfo
- Publication number
- CN113962596A CN113962596A CN202111324240.3A CN202111324240A CN113962596A CN 113962596 A CN113962596 A CN 113962596A CN 202111324240 A CN202111324240 A CN 202111324240A CN 113962596 A CN113962596 A CN 113962596A
- Authority
- CN
- China
- Prior art keywords
- emergency material
- emergency
- information
- allocation
- generating
- 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.)
- Pending
Links
- 239000000463 material Substances 0.000 title claims abstract description 246
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000032683 aging Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 description 8
- 238000009434 installation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 231100000817 safety factor Toxicity 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000003981 vehicle Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
Abstract
本发明公开应急物资智能调拨方案生成的方法和装置,所述方法包括:接收突发性事件上报信息,基于所述突发性事件上报信息获取应急物资调入地信息及应急物资需求信息;基于所述应急物资需求信息,获取应急物资调出地信息及各所述应急物资调出地对应的应急物资库存信息;基于所述应急物资调入地信息、所述应急物资调出地信息生成应急物资调拨路由信息;基于所述应急物资调拨路由信息、应急物资需求信息、应急物资库存信息,通过预设应急物资智能调拨模型生成应急物资调拨方案。本发明能够有效保证最佳应急物资调拨方案生成的效率和有效性,从而在发生突发性事件的情况下,能够快速准确地进行应急物资调拨,有效满足了灾区对应急物资的需求。
Description
技术领域
本发明涉及应急物资智能调拨方案生成技术领域,特别是涉及应急物资智能调拨方案生成的方法和装置。
背景技术
近年来,我国自然灾害、事故灾难和公共卫生事件等突发性事件频繁发生。突发性事件威胁到人民的生命财产安全,也给国家和社会造成了巨大损失。任何重大自然灾害或突发性公共事件,其所需物资的数量和种类往往是惊人的,所涉及的应急物资种类繁多,如医药、医疗器械、食品、被装、帐篷、燃料、饮用水、交通工具等。突发性事件发生后,应急物流能否快速高效地满足灾区需求,直接关系到对灾难事件控制、财产和人员伤亡的程度,进而影响到社会稳定和国家安全。因此,突发性事件考验着应急物流水平,同时也对应急物资调拨中心选址的合理性提出了更高的要求。
C.Toregas率先提出了集合覆盖模型,即用最少的设施安置费去覆盖所有需求点,当每个设施的安置费相同时,问题简化为用最少的设施覆盖所有的需求点。Jamil M.和Benveniste R.利用随机队列中心问题的算法来求解最优的设施位置,解决了当某设施位置限制在一个有限的离散点集时,设施位置的选择问题。何寿奎将交通消防应急服务店的选址问题转化为集合覆盖问题,并在此基础上给出一种改进启发式算法。陈志宗,尤建新考虑到重大突发事件应急救援设施的公平性、效率性、快速反应和超额覆盖,提出了适合重大突发事件的多目标决策模型,将最大覆盖模型p-中值模型和p-中心模型进行整合,适应针对不同应急救援设施的部署策略。方磊,何建敏在满足应急系统时间紧迫性的前提下,提出了基于系统的费用最小的数学模型,并给予求解算法和验证。宁艳梅在硕士论文中综合考虑到应急服务设施位置选择涉及的经济因素、技术因素、社会因素、安全因素等,提出了综合AHP/DEA和整数规划的应急服务设施选址模型,进而选取最优方案。然而,前人提出的方案均具有一定的局限性,在突发性事件发生的情况下,难以有效满足灾区对应急物资的需求。因此,提供一种应急物资智能调拨方案生成的方法和装置显得尤为必要。
发明内容
本发明的目的是提供应急物资智能调拨方案生成的方法和装置,以解决现有技术的问题,能够有效保证最佳应急物资调拨方案生成的效率和有效性,从而在发生突发性事件的情况下,能够快速准确地进行应急物资调拨,有效满足了灾区对应急物资的需求。
为实现上述目的,本发明提供了如下方案:本发明提供应急物资智能调拨方案生成的方法,包括如下步骤:
接收突发性事件上报信息,基于所述突发性事件上报信息获取应急物资调入地信息及应急物资需求信息;
基于所述应急物资需求信息,获取应急物资调出地信息及各所述应急物资调出地对应的应急物资库存信息;
基于所述应急物资调入地信息、所述应急物资调出地信息生成应急物资调拨路由信息;
基于所述应急物资调拨路由信息、应急物资需求信息、应急物资库存信息,通过预设应急物资智能调拨模型生成应急物资调拨方案。
优选地,所述应急物资调入地信息包括调入地位置,所述应急物资需求信息包括需求SKU、需求数量;
所述应急物资调出地信息包括调出地位置,所述应急物资库存信息包括库存SKU、库存数量;
所述应急物资调拨路由信息包括实际路由、路况信息、通常情况下的平均运输时长。
优选地,通过预设应急物资智能调拨模型生成的所述应急物资调拨方案包括:调出地位置、调出地SKU及数量、最佳路由、调入地位置、调入地SKU及数量、预计时效、预计成本。
优选地,所述预设应急物资智能调拨模型的入参因子包括:调出地至调入地的路由距离、调出地SKU及库存数量、路由、路况信息、运输成本、物资成本、风险等级、通常情况下的平均运输时长。
优选地,所述预设应急物资智能调拨模型包括时效最优模型、成本最优模型、综合最优模型;
所述时效最优模型不考虑成本因素,以最快为调入地送入需求数量的SKU为目标;若不同所述应急物资调拨方案时效相同,将成本最低的所述应急物资调拨方案作为最佳应急物资调拨方案;
所述成本最优模型不考虑时效因素,以最低成本为调入地送入需求数量的SKU为目标;若不同所述应急物资调拨方案成本相同,将时效最快的所述应急物资调拨方案作为最佳应急物资调拨方案;
所述综合最优模型综合时效和成本因素,按照时效上限和成本上限匹配筛选出最佳应急物资调拨方案。
优选地,在通过预设应急物资智能调拨模型生成应急物资调拨方案之前,还包括对所述突发性事件进行风险预测,风险预测结果用于生成所述时效上限和所述成本上限。
本发明还提供应急物资智能调拨方案生成的装置,包括应急物资需求信息获取模块、应急物资调出信息生成模块、路由生成模块、调拨方案生成模块、云端服务器;
所述应急物资需求信息获取模块用于接收突发性事件上报信息,基于所述突发性事件上报信息获取应急物资调入地信息及应急物资需求信息;
所述应急物资调出信息生成模块基于所述应急物资需求信息,从所述云端服务器中调取应急物资调出地信息及各所述应急物资调出地对应的应急物资库存信息;
所述路由生成模块基于所述应急物资需求信息获取模块获取的应急物资调入地信息和所述应急物资调出信息生成模块获取的应急物资调出地信息生成应急物资调拨路由信息;
所述调拨方案生成模块基于所述应急物资调拨路由信息、应急物资需求信息、应急物资库存信息,通过预设应急物资智能调拨模型生成应急物资调拨方案;
所述云端服务器用于存储应急物资库存信息;所述云端服务器还用于存储应急物资成本信息、路由相关信息。
优选地,所述调拨方案生成模块包括模型选取单元、方案生成单元;
所述模型选取单元基于时效上限和成本上限进行所述预设应急物资智能调拨模型的选取;所述预设应急物资智能调拨模型包括时效最优模型、成本最优模型、综合最优模型;
所述方案生成单元通过选取的所述预设应急物资智能调拨模型生成应急物资调拨方案。
优选地,所述调拨方案生成模块还连接有风险预测模块,所述风险预测模块用于对所述突发性事件进行风险预测;风险预测结果用于生成所述时效上限和所述成本上限。
本发明还提供一种存储介质,所述存储介质中存储有计算机程序,所述计算机程序用于执行所述的应急物资智能调拨方案生成的方法。
本发明公开了以下技术效果:
本发明综合考虑调出地至调入地的路由距离、调出地SKU及库存数量、路由、路况信息、运输成本、物资成本、风险等级、通常情况下的平均运输时长,按照时效上限和成本上限进行时效最优模型、成本最优模型、综合最优模型的选取,通过选取的模型生成最佳应急物资调拨方案,其中,时效上限和成本上限通过突发性事件的风险预测结果得到,整个过程无需人为参与,保证了最佳应急物资调拨方案生成的效率和有效性,从而在发生突发性事件的情况下,能够快速准确地进行应急物资调拨,有效满足了灾区对应急物资的需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中应急物资智能调拨方案生成的方法流程图;
图2为本发明实施例中应急物资智能调拨方案生成的装置组成框图。
具体实施方式
下面将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。
为使本发明的上述目的、特征和优点能够更加明显易懂,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。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
参照图1所示,本实施例提供应急物资智能调拨方案生成的方法,包括:
S102、接收突发性事件上报信息,基于突发性事件上报信息获取应急物资调入地信息及应急物资需求信息;
该步骤中,应急物资调入地信息包括调入地位置,应急物资需求信息包括需求SKU(Stock Keeping Unit,库存保有单位)、需求数量。
S104、基于应急物资需求信息,获取应急物资调出地信息及各应急物资调出地对应的应急物资库存信息;
该步骤中,应急物资调出地信息包括调出地位置,应急物资库存信息包括库存SKU、库存数量。
S106、基于应急物资调入地信息、应急物资调出地信息生成应急物资调拨路由信息;
该步骤中,应急物资调拨路由信息包括实际路由、路况信息、通常情况下的平均运输时长。
S108、基于应急物资调拨路由信息、应急物资需求信息、应急物资库存信息,通过预设应急物资智能调拨模型生成应急物资调拨方案。
该步骤中,所生成的应急物资调拨方案包括:调出地位置、调出地SKU及数量、最佳路由、调入地位置、调入地SKU及数量、预计时效、预计成本。其中,路由的运输方式可以为水运、陆运、空运中的一种或多种,本实施例中,运输方式选用陆运,调出地的出库规则为FIFO(First Input First Output,先进先出)。
其中,在通过预设应急物资智能调拨模型生成应急物资调拨方案之前,还包括对突发性事件进行风险预测,风险预测结果用于生成应急物资调拨的时效上限和成本上限,时效上限和成本上限用于进行预设应急物资智能调拨模型的选取。风险预测的具体方法为:根据突发性事件的性质、内容进行事件类型的划分,根据事件类型得到事件的严重程度,根据事件的严重程度进行风险等级的预测。其中,时效上限和成本上限还能够通过运营人员进行设定。
预设应急物资智能调拨模型包括时效最优模型、成本最优模型、综合最优模型。其中,
时效最优模型不考虑成本等因素,以最快为调入地送入需求数量的SKU为唯一诉求。若发生时效完全相同的情况,以成本最低者为最佳。(注:这里的时效为绝对时效概念,即精确到秒的时间对比,例如18:21:03优于18:21:05。)
成本最优模型牺牲时效,以最经济的方式为调入地送入需求数量的SKU。若成本完全相同,以时效最快者为最佳。
综合最优模型综合考量时效及成本,按照成本上限、时效上限或同时设定时效及成本,匹配筛选出最佳方案。例如:运营人员仅设定成本上限为C,则会在匹配方案中筛除成本高于C的方案并运行时效最优模型,最优时效者为最佳;运营人员仅设定时效上限为T小时,则会在匹配方案中筛除时效高于T的方案并运行成本最优模型,最优成本者为最佳;运营人员同时设定时效及成本,则会在匹配方案中筛除时效及成本不满足的方案,并按照时效排序剩余方案。
预设应急物资智能调拨模型的入参因子包括:调出地至调入地的路由距离、调出地SKU及库存数量、路由、路况信息、运输成本、物资成本、风险等级、通常情况下的平均运输时长(即距离/平均速度);
其中,调出地至调入地的路由距离为调出地与调入地之间的实际路由距离;
调出地SKU及库存数量为调出地的SKU类目及相应的库存数量;
路由为调出地至调入地之间的多种通向路径;
路况信息包括封路、堵车、道路等级;封路情况下,屏蔽相应路由;堵车情况下,按照堵车等级拟合相应路由的平均运输时长增量系数;针对不同道路等级,将国道、省道、县道、砂石路、泥土路拟合为不同的运输时长增量系数;
运输成本为:运输成本=第一单价(每公里的成本)*公里数+运输时长*第二单价(每小时的成本)+人力成本,人力成本=每小时的工资*运输时长;
货物成本为:∑不同调出地不同供应商不同批次的SKU单价*相应的SKU数量;
风险等级为因信息断层导致的不确定因素等级拟合为风险等级系数对时效进行调整;
通常情况下的平均运输时长为通常情况下的天气、道路等级情况下的平均运输时长。
时效最优模型如下式所示:
式中,Ct表示时效,表示路由j中路段i的期望定时效, 为路由j的路段i对于期望时效的最大偏移量(即风险等级);xij表示是否通过路由j的路段i,xij∈{0,1},xij=0表示不通过路由j的路段i,xij=1表示通过路由j的路段i,同时,j满足yj表示是否选择路由j,yj∈{0,1};该处由于在比较时速时,路由j中路段i的平均速度Sij均相同,因此,时效最优模型中省略了Sij。
成本最优模型如下式所示:
式中,Ck表示成本,分别表示路由j中路段i的距离单位成本、时间单位运输成本、时间单位人力成本;dij表示路由j中路段i的距离;分别表示封路、道路等级、堵车、其它因素导致的路由j中路段i的不确定时效;c4为应急物资货物成本;该处距离单位成本及事件单位运输成本、事件单位人力成本中已经考虑了平均速度的因素,因此,成本最优模型中未体现路由j中路段i的平均速度Sij。
进一步地,在对突发性事件进行风险预测之前,还包括调出地位置筛选和应急物资需求信息筛选;通过调出地位置筛选能够根据需求屏蔽某些调出地,使被屏蔽的区域不再成为调出地;通过应急物资需求信息筛选,筛除某些SKU供应商,被筛除的SKU供应商的应急物资将会在应急物资库存数量中去除。
进一步地,在生成应急物资调拨方案之后,还包括如下步骤:将生成的应急物资调拨方案在GIS地图上进行显示,并对GIS地图上的应急物资调拨方案进行实时更新。
在本实施例中,还提供一种电子装置,包括存储介质,存储介质中存储有计算机程序,计算机程序用于执行以上实施例中的方法。
该电子装置还包括一个软件模块或硬件构成的装置,例如,在本实施例中该软件模块或硬件构成的装置,可以称为应急物资智能调拨方案生成的装置,如图2所示,该装置包括:应急物资需求信息获取模块、应急物资调出信息生成模块、路由生成模块、调拨方案生成模块、云端服务器;应急物资需求信息获取模块、应急物资调出信息生成模块、路由生成模块、云端服务器均与调拨方案生成模块连接,应急物资需求信息获取模块、应急物资调出信息生成模块均与路由生成模块连接,应急物资需求信息获取模块与应急物资调出信息生成模块连接;应急物资调出信息生成模块、路由生成模块与云端服务器连接。
应急物资需求信息获取模块用于接收突发性事件上报信息,基于突发性事件上报信息获取应急物资调入地信息及应急物资需求信息;
应急物资调出信息生成模块基于应急物资需求信息,从云端服务器中调取应急物资调出地信息及各应急物资调出地对应的应急物资库存信息;
路由生成模块基于应急物资需求信息获取模块获取的应急物资调入地信息和应急物资调出信息生成模块获取的应急物资调出地信息生成应急物资调拨路由信息;
调拨方案生成模块基于应急物资调拨路由信息、应急物资需求信息、应急物资库存信息,通过预设应急物资智能调拨模型生成应急物资调拨方案;
云端服务器用于存储应急物资库存信息;云端服务器还用于存储应急物资成本信息、路由相关信息。
进一步地,调拨方案生成模块包括依次连接的模型选取单元、方案生成单元,方案生成单元分别与应急物资需求信息获取模块、应急物资调出信息生成模块、路由生成模块、云端服务器连接;
模型选取单元基于时效上限和成本上限进行预设应急物资智能调拨模型的选取;预设应急物资智能调拨模型包括时效最优模型、成本最优模型、综合最优模型;
方案生成单元通过选取的预设应急物资智能调拨模型生成应急物资调拨方案。
进一步地,调拨方案生成模块还连接有风险预测模块,风险预测模块分别与应急物资需求信息获取模块、模型选取单元连接;风险预测模块用于对突发性事件进行风险预测;风险预测结果用于生成时效上限和成本上限。
进一步地,调拨方案生成模块还连接有输入装置,输入装置分别与模型选取单元、方案生成单元连接;输入装置用于输入应急物资调拨的时效上限、成本上限;输入装置还用于对调出地位置和应急物资需求信息进行筛选。
进一步地,调拨方案生成模块还连接有GIS地理信息系统,GIS地理信息系统与方案生成单元连接;GIS地理信息系统用于提供GIS地图,方案生成单元将生成的应急物资调拨方案在GIS地图上进行显示,并在对GIS地图上的应急物资调拨方案进行实时更新。
进一步地,各模块均通过无线方式进行网络通信,所述无线方式包括移动通信4G/5G、WIFI网络。
以上装置的具体实现方法在上述方法中已经进行详细说明,该处不再赘述。这些计算机程序也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤,对应与不同的步骤可以通过不同的模块来实现。
上述程序可以运行在处理器中,或者也可以存储在存储器中(或称为计算机可读介质),计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
以上所述的实施例仅是对本发明的优选方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (10)
1.应急物资智能调拨方案生成的方法,其特征在于,包括如下步骤:
接收突发性事件上报信息,基于所述突发性事件上报信息获取应急物资调入地信息及应急物资需求信息;
基于所述应急物资需求信息,获取应急物资调出地信息及各所述应急物资调出地对应的应急物资库存信息;
基于所述应急物资调入地信息、所述应急物资调出地信息生成应急物资调拨路由信息;
基于所述应急物资调拨路由信息、应急物资需求信息、应急物资库存信息,通过预设应急物资智能调拨模型生成应急物资调拨方案。
2.根据权利要求1所述的应急物资智能调拨方案生成的方法,其特征在于,所述应急物资调入地信息包括调入地位置,所述应急物资需求信息包括需求SKU、需求数量;
所述应急物资调出地信息包括调出地位置,所述应急物资库存信息包括库存SKU、库存数量;
所述应急物资调拨路由信息包括实际路由、路况信息、通常情况下的平均运输时长。
3.根据权利要求1所述的应急物资智能调拨方案生成的方法,其特征在于,通过预设应急物资智能调拨模型生成的所述应急物资调拨方案包括:调出地位置、调出地SKU及数量、最佳路由、调入地位置、调入地SKU及数量、预计时效、预计成本。
4.根据权利要求1所述的应急物资智能调拨方案生成的方法,其特征在于,所述预设应急物资智能调拨模型的入参因子包括:调出地至调入地的路由距离、调出地SKU及库存数量、路由、路况信息、运输成本、物资成本、风险等级、通常情况下的平均运输时长。
5.根据权利要求4所述的应急物资智能调拨方案生成的方法,其特征在于,所述预设应急物资智能调拨模型包括时效最优模型、成本最优模型、综合最优模型;
所述时效最优模型不考虑成本因素,以最快为调入地送入需求数量的SKU为目标;若不同所述应急物资调拨方案时效相同,将成本最低的所述应急物资调拨方案作为最佳应急物资调拨方案;
所述成本最优模型不考虑时效因素,以最低成本为调入地送入需求数量的SKU为目标;若不同所述应急物资调拨方案成本相同,将时效最快的所述应急物资调拨方案作为最佳应急物资调拨方案;
所述综合最优模型综合时效和成本因素,按照时效上限和成本上限匹配筛选出最佳应急物资调拨方案。
6.根据权利要求5所述的应急物资智能调拨方案生成的方法,其特征在于,在通过预设应急物资智能调拨模型生成应急物资调拨方案之前,还包括对所述突发性事件进行风险预测,风险预测结果用于生成所述时效上限和所述成本上限。
7.应急物资智能调拨方案生成的装置,其特征在于,包括应急物资需求信息获取模块、应急物资调出信息生成模块、路由生成模块、调拨方案生成模块、云端服务器;
所述应急物资需求信息获取模块用于接收突发性事件上报信息,基于所述突发性事件上报信息获取应急物资调入地信息及应急物资需求信息;
所述应急物资调出信息生成模块基于所述应急物资需求信息,从所述云端服务器中调取应急物资调出地信息及各所述应急物资调出地对应的应急物资库存信息;
所述路由生成模块基于所述应急物资需求信息获取模块获取的应急物资调入地信息和所述应急物资调出信息生成模块获取的应急物资调出地信息生成应急物资调拨路由信息;
所述调拨方案生成模块基于所述应急物资调拨路由信息、应急物资需求信息、应急物资库存信息,通过预设应急物资智能调拨模型生成应急物资调拨方案;
所述云端服务器用于存储应急物资库存信息;所述云端服务器还用于存储应急物资成本信息、路由相关信息。
8.根据权利要求7所述的应急物资智能调拨方案生成的装置,其特征在于,所述调拨方案生成模块包括模型选取单元、方案生成单元;
所述模型选取单元基于时效上限和成本上限进行所述预设应急物资智能调拨模型的选取;所述预设应急物资智能调拨模型包括时效最优模型、成本最优模型、综合最优模型;
所述方案生成单元通过选取的所述预设应急物资智能调拨模型生成应急物资调拨方案。
9.根据权利要求8所述的应急物资智能调拨方案生成的装置,其特征在于,所述调拨方案生成模块还连接有风险预测模块,所述风险预测模块用于对所述突发性事件进行风险预测;风险预测结果用于生成所述时效上限和所述成本上限。
10.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,所述计算机程序用于执行权利要求1-6任一项所述的应急物资智能调拨方案生成的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311469979.2A CN117408486A (zh) | 2021-11-10 | 2021-11-10 | 应急物资智能调拨方案生成的方法和装置、存储介质 |
CN202111324240.3A CN113962596A (zh) | 2021-11-10 | 2021-11-10 | 应急物资智能调拨方案生成的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111324240.3A CN113962596A (zh) | 2021-11-10 | 2021-11-10 | 应急物资智能调拨方案生成的方法和装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311469979.2A Division CN117408486A (zh) | 2021-11-10 | 2021-11-10 | 应急物资智能调拨方案生成的方法和装置、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113962596A true CN113962596A (zh) | 2022-01-21 |
Family
ID=79469972
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311469979.2A Pending CN117408486A (zh) | 2021-11-10 | 2021-11-10 | 应急物资智能调拨方案生成的方法和装置、存储介质 |
CN202111324240.3A Pending CN113962596A (zh) | 2021-11-10 | 2021-11-10 | 应急物资智能调拨方案生成的方法和装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311469979.2A Pending CN117408486A (zh) | 2021-11-10 | 2021-11-10 | 应急物资智能调拨方案生成的方法和装置、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN117408486A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110087514A1 (en) * | 2009-10-09 | 2011-04-14 | International Business Machines Corporation | Modeling distribution of emergency relief supplies for disaster response operations |
CN105303285A (zh) * | 2014-09-04 | 2016-02-03 | 国网山东省电力公司应急管理中心 | 一种电力应急处置物资的智能化调拨方法 |
CN107679650A (zh) * | 2017-09-14 | 2018-02-09 | 河海大学 | 一种面向多受灾点‑多出救点的应急物资调度优化方法 |
CN111582540A (zh) * | 2020-03-27 | 2020-08-25 | 北京师范大学 | 一种应急物资调度方案的确定方法及装置 |
CN112561341A (zh) * | 2020-12-18 | 2021-03-26 | 创意信息技术股份有限公司 | 一种城市灾害多元动态协同处置系统 |
-
2021
- 2021-11-10 CN CN202311469979.2A patent/CN117408486A/zh active Pending
- 2021-11-10 CN CN202111324240.3A patent/CN113962596A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110087514A1 (en) * | 2009-10-09 | 2011-04-14 | International Business Machines Corporation | Modeling distribution of emergency relief supplies for disaster response operations |
CN105303285A (zh) * | 2014-09-04 | 2016-02-03 | 国网山东省电力公司应急管理中心 | 一种电力应急处置物资的智能化调拨方法 |
CN107679650A (zh) * | 2017-09-14 | 2018-02-09 | 河海大学 | 一种面向多受灾点‑多出救点的应急物资调度优化方法 |
CN111582540A (zh) * | 2020-03-27 | 2020-08-25 | 北京师范大学 | 一种应急物资调度方案的确定方法及装置 |
CN112561341A (zh) * | 2020-12-18 | 2021-03-26 | 创意信息技术股份有限公司 | 一种城市灾害多元动态协同处置系统 |
Non-Patent Citations (2)
Title |
---|
朱佳翔: "《基于应急供应链的救灾物资配送模糊决策研究》", 中国财富出版社 * |
王仲君 等: "《物流学导论概念、技术与应用 第2版》", 31 January 2018, 镇江:江苏大学出版社 * |
Also Published As
Publication number | Publication date |
---|---|
CN117408486A (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dulebenets et al. | Exact and heuristic solution algorithms for efficient emergency evacuation in areas with vulnerable populations | |
Miles et al. | Community of practice for modeling disaster recovery | |
CN112863172B (zh) | 高速公路交通运行状态判定方法、预警方法、装置及终端 | |
CN110020778A (zh) | 电力应急物资调度与配置系统及方法 | |
Soltani-Sobh et al. | Reliability based pre-positioning of recovery centers for resilient transportation infrastructure | |
Huang et al. | Optimal allocation of multiple emergency service resources for protection of critical transportation infrastructure | |
Hu et al. | Post-disaster relief operations considering psychological costs of waiting for evacuation and relief resources | |
US20220180291A1 (en) | Method and system for workflow assignment | |
Fekete et al. | Pathways for advancing integrative disaster risk and resilience management in Iran: Needs, challenges and opportunities | |
He et al. | Using spatial regression methods to evaluate rural emergency medical services (EMS) | |
Angelelli et al. | A simulation framework for a station-based bike-sharing system | |
Alipour et al. | An overarching framework to assess the life-time resilience of deteriorating transportation networks in seismic-prone regions | |
CN110262863A (zh) | 一种终端主界面的展示方法和装置 | |
US9014978B2 (en) | Upgrading location-related data | |
CN113962596A (zh) | 应急物资智能调拨方案生成的方法和装置 | |
JP2022134982A (ja) | SoS(System of Systems)及び方法 | |
Aladdini | EMS response time models: A case study and analysis for the region of Waterloo | |
Duque et al. | Optimizing diesel fuel supply chain operations for hurricane relief | |
Basu et al. | An integrated framework for allocation of new emergency response facilities in developing nations | |
Jánošíková et al. | Emergency medical system design using kernel search | |
Cagnan | Post-earthquake restoration modeling for critical lifeline systems | |
JP7330110B2 (ja) | 防災システム | |
Zuidhof | Capacity planning of ambulance services: Statistical analysis, forecasting and staffing | |
JP7393954B2 (ja) | 防災システム | |
Ghaffari et al. | Risk-based formulation of the transit priority network design |
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 | ||
CB02 | Change of applicant information |
Address after: 100124 No. 6, guangbai East Road, Chaoyang District, Beijing Applicant after: National Disaster Reduction Center of the Ministry of emergency management Address before: 100124 No. 6, guangbai East Road, Chaoyang District, Beijing Applicant before: NATIONAL DISASTER REDUCTION CENTER OF THE EMERGENCY MANAGEMENT DEPARTMENT |
|
CB02 | Change of applicant information |