CN117455211B - 应急物资跨区域调度方法、系统、电子设备及存储介质 - Google Patents
应急物资跨区域调度方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117455211B CN117455211B CN202311798767.9A CN202311798767A CN117455211B CN 117455211 B CN117455211 B CN 117455211B CN 202311798767 A CN202311798767 A CN 202311798767A CN 117455211 B CN117455211 B CN 117455211B
- Authority
- CN
- China
- Prior art keywords
- period
- point
- disaster
- emergency
- distribution center
- 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.)
- Active
Links
- 239000000463 material Substances 0.000 title claims abstract description 424
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000003860 storage Methods 0.000 title claims abstract description 9
- 238000009826 distribution Methods 0.000 claims description 76
- 230000006870 function Effects 0.000 claims description 34
- 238000012384 transportation and delivery Methods 0.000 claims description 11
- 239000002699 waste material Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000008685 targeting Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 208000027697 autoimmune lymphoproliferative syndrome due to CTLA4 haploinsuffiency Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000012567 medical material Substances 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种应急物资跨区域调度方法、系统、电子设备及存储介质，属于物资调度技术领域。包括构建以全周期内应急物资调度总成本、应急物资调度的总未满足率和各受灾点的实际满足率与区域平均满足率之间差值的绝对值之和最小为目标的动态多周期应急物资调度模型；以供需分配约束和时间约束作为所述动态多周期应急物资调度模型的约束条件；获取分配中心、物资供应点和受灾点的基本信息，采用基于ε‑约束方法的迭代方法对所述动态多周期应急物资调度模型进行求解，以获取最优应急物资跨区域调度方案。能够科学合理的指定应急物资的调度计划，解决了现有调度计划存在冗余和浪费的问题。
Description
技术领域
本发明涉及物资调度技术领域，特别是涉及一种应急物资跨区域调度方法、系统、电子设备及存储介质。
背景技术
本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。
近年来，大型突发事件威胁着人类的生命安全，为了有力支撑救援工作的顺利开展，控制突发事件的发展，高效的应急物资调度是救援中必不可少的关键环节。应急管理人员需要根据灾区灾情的严重程度、物资的紧缺情况以及根据实际情况兼顾配送时间、配送成本以及配送公平性等问题，及时地将物资送达灾区。
因此，为降低大型突发灾难事件带来的严重损失，在物资数量有限且不能保证充分供应的情形下，如何综合考虑应急物资配送问题，提高灾害响应效率和衡量公平性的幸存者感知满意度是当前面临的挑战和契机。
随着经济全球化的快速发展，对于重大突发事件背景下，减少对公共和经济的损害，并且对事发区供应救援急物资尤为重要。对于此，国内外学者进行了广泛的研究。
在救援物资分配过程，实现救援时间最短和成本最低往往是最先考虑的因素。NIKOO等提出了一个应急交通网络设计问题，以确定地震后执行高优先级应急响应行程的最优网络；CHAI等提出了一种基于救援路线行程时间估计的交通应急资源调度方法；李文莉等以物资配送时间与运输成本的加权之和最小为目标进行车辆路径的优化。
在灾难救援中，最高效的物资分配方案不一定是最公平的，效率与公平是供应救援物资中并存的两个重要却彼此冲突的目标。冯春等建立了效率目标与公平目标相结合的多周期应急物资分批配送模型。Valizadeh等考虑到分配不公平的风险，提出的模型显著降低了分配不公平的风险。Wang等提出了效率、有效性、公平性三个维度的目标，允许决策者在效率、有效性和公平性之间做出权衡。HUANG等考虑了效率、成本、公平性三个维度，建立了成本与公平性考量下的应急资源分配多目标集成优化模型。
在突发事件发生时，各需求点的人口数量不同，受事件影响的严重程度不同，所以对物资需求的紧迫度往往也具有较大的差异性。赵建有等提出了城市医疗物资配送引入需求紧迫度的必要性，对城市应急医疗物流进行了分析。Li等针对带有紧急救援时间表的多式联运枢纽和辐条运输网络，提出有效的疫区调运物资方案，降低了救援时间和成本。Liu等针对应急物资需求的紧迫性越大、分配优先级越高的现实场景，建立服务于大城市应急物资分配的多目标数学模型。HAGHANI等提出了具有时间窗口的大规模多商品、多模态网络流问题。
在灾难发生后，由于灾后物资的短缺、交通拥堵、救援压力大等因素，往往灾后救援是多周期救援的调度问题。CAO等考虑到了灾后供给决策多周期救援的复杂性，以成本和为满足率为目标提出了双层优化模型。MOSALLANEZHAD等建立了多周期的个人防护装备需求满足模型。
通过对上述文献综合研究，发明人发现，现有技术中的应急物资调度方法，仍存在如下问题：
1、侧重于在不同角度对大型突发事件下应急物资分配流程进行研究，但是对于受灾群体的利益考虑较少，没有充分考虑受灾群体的需求特点，且在物资供应不足的情况下如何兼顾不同群体的分配公平性也是应急物资调配过程中需要重点考虑的问题，否则将会使得受灾群体的利益受到巨大损失。
2、侧重于应急物资调度的静态优化，不能反映应急物资供需的动态变化，亦不能根据现实中逐日循环往复的物资需求，更有针对性地制定每个周期内的（如每日）最优应急物资调配策略，容易造成物资调度的低效、局部浪费或局部不足。
3、应急物资分配大多是宏观层面的规划，没有充分考虑物资调度中不同微观受灾群体的特定需求，如对不同类别物资（如生活物资或药品）的特定时间窗需求或弱势群体（如老龄人口）的供应需求等。一方面，使得生成的调度方案不具备人性化考量，另一方面，生成的调度方案从整体而言亦不是最高效的。
发明内容
为了解决现有技术的不足，本发明提供了一种应急物资跨区域调度方法、系统、电子设备及存储介质，考虑应急物资跨区域调配的地域分散以及资金消耗问题，同时还考虑到了受灾点弱势群体（如老龄人口数）等要素，建立了多周期下包含受灾群体软硬时间窗需求的动态应急物资调度模型，科学合理的规划调度方案。
第一方面，本发明提供了一种应急物资跨区域调度方法；
一种应急物资跨区域调度方法，包括：
构建以全救援周期内应急物资调度总成本、应急物资调度的总体未满足率以及各受灾点的实际满足率与区域平均满足率之间差值绝对值之和最小为目标的动态多周期应急物资调度模型；
以供需分配约束和时间约束等作为所述动态多周期应急物资调度模型的约束条件；
获取分配中心、物资供应点和受灾点的基本信息，根据分配中心、物资供应点和受灾点的基本信息，采用基于ε-约束方法的迭代求解算法对所述动态多周期应急物资调度模型进行求解，以获取最优多周期应急物资跨区域调度方案。
进一步的，在采用基于ε-约束方法的迭代求解算法对所述动态多周期应急物资调度模型进行求解之前，还包括：
引入辅助变量，将目标函数和约束条件中的非线性结构转换为线性，以便于ε-约束方法的求解；
引入权重系数，将目标函数由多目标模型结构转换为兼顾经济成本和公平性两方面考量的双目标结构。
进一步的，在构建动态多周期应急物资调度模型之前还包括：
构建物资供应点、分配中心和受灾点调度网络。
进一步的，以全周期内应急物资调度总成本最小为目标表示为：，其中，i 为物资供应点，I为物资供应点集合，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，/>为从物资供应点i到分配中心j运输物资l的单位运输成本，/>为从分配中心j到受灾点k运输物资l的单位运输成本；决策变量/>为第t时期从物资供应点i到分配中心j分配l类物资的量，决策变量 第t时期从分配中心j到受灾点k分配l类物资的量，决策变量/>为第t时期物资l从物资供应点i到分配中心j再到受灾点k的惩罚成本。
进一步的，以全周期内应急物资调度的总未满足率最小为目标表示为：，其中，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，j 为分配中心，J为分配中心集合，k为受灾点，K为受灾点集合，/>为第t时期受灾点k对l物资的需求量；决策变量/>为第t时期从分配中心j到受灾点k分配l类物资的量，决策变量/>为第t时期受灾点k对于物资l的未满足量。
进一步的，以全周期内各受灾点的实际满足率与区域平均满足率之间差值的绝对值之和最小为目标表示为：，其中，i为物资供应点，I为物资供应点集合，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，/>为第t时期受灾点k对于物资l的实际满足率，/>为第t时期受灾点k对于物资l的平均满足率，/>为第t时期受灾点k对l物资的需求量；决策变量/>为第t时期从分配中心j到受灾点k分配l类物资的量，决策变量/>为第t时期从物资供应点i到分配中心j分配l类物资的量。
进一步的，所述时间约束为应急物资送达的软硬混合时间窗约束函数，所述供需分配约束为物资供应点、分配中心和受灾点之间的供需分配约束。
第二方面，本发明提供了一种应急物资跨区域调度系统；
一种应急物资跨区域调度系统，包括：
动态多周期应急物资调度模型构建模块，被配置为：构建以全周期内应急物资调度总成本、应急物资调度的总未满足率和各受灾点的实际满足率与区域平均满足率之间差值绝对值之和最小为目标的动态多周期应急物资调度模型；以供需分配约束和时间约束作为所述动态多周期应急物资调度模型的约束条件；
应急物资跨区域调度模块，被配置为：获取分配中心、物资供应点和受灾点的基本信息，采用基于ε-约束方法的迭代算法对所述动态多周期应急物资调度模型进行求解，以获取最优的动态多周期应急物资跨区域调度方案。
第三方面，本发明提供了一种电子设备；
一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述应急物资跨区域调度方法的步骤。
第四方面，本发明提供了一种计算机可读存储介质；
一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述应急物资跨区域调度方法的步骤。
与现有技术相比，本发明的有益效果是：
1、本发明提供的技术方案，从应急物资供应系统的经济性、受灾群体的满意度、和物资分配的公平性三个维度进行考量，获取更加全面、综合的应急物资跨区域调度方案，均衡物资调度中不同利益相关者的需求，生成面向全局调度最高效、同时受灾者满意度最高的调度方案。
2、本发明提供的技术方案，针对现实中连续多日的物资调配需求，采用连续多周期的动态优化建模方法，将多个周期内的调度决策与优化目标囊括在同一建模框架下，捕捉每个周期内的调配策略对下一周期供需数量的影响，进而有效调整下一周期系统物资调配策略，直到完成全部周期的物资调配方案。
3、本发明提供的技术方案，决策者在制定应急物资分配策略时，针对不同受灾群体的时间窗需求，采用满意度分段度量的方式（早送达、时间窗内送达以及晚送达），通过最小化物资晚送达所造成的损失，确保在灾害条件下各周期内的应急物资分配策略具有更多的人性化考虑，最大程度地保障受灾者的利益需求。
4、本发明提供的技术方案，通过度量受灾群体实际获得的物资分配率与区域平均分配率（总供给量/总需求量）之间差值的绝对值之和，确保在物资总量不足的情况下，最优的物资调配策略能够最大程度地兼顾分配公平性问题。
5、本发明提供的技术方案，引入特殊人群的惩罚成本权重，在选择应急物资分配策略时，加大了对特殊群体的考量，更好的倾向于特殊群体。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明实施例提供的应急调度调配示意图；
图2为本发明实施例提供的受灾点的惩罚函数示意图；
图3为本发明实施例提供的流程示意图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
现有技术中的应急物资调度方法，生成调度方案时考虑的因素单一，无法满足所有相关者的需求，且没有考虑受灾地区的特殊群体，集中于单周期优化，导致生成的调度方案不能适应应急物资供需的动态变化；因此，本发明提供了一种应急物资跨区域调度方法，从经济性、满意度、公平性三个不同维度进行权衡，从多周期、多类型的应急物资分配进行考量，引入特殊人群的惩罚成本权重，进而加大了对特殊人群的考量。
接下来，结合图1-图3对本实施例公开的一种应急物资跨区域调度方法进行详细说明。该应急物资跨区域调度方法，包括如下步骤：
S1、构建以全周期内应急物资调度总成本、应急物资调度的总未满足率和各受灾点的实际满足率与区域平均满足率之间差值的绝对值之和最小为目标的动态多周期应急物资调度模型。
其中，动态多周期应急物资调度模型的目标函数表示如下：。
（1）以全周期内应急物资调度总成本最小为目标的目标函数表示为：，其中，i 为物资供应点，I为物资供应点集合，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，/>为从物资供应点i到分配中心j运输物资l的单位运输成本，/>为从分配中心j到受灾点k运输物资l的单位运输成本；
决策变量为第t时期从物资供应点i到分配中心j分配l类物资的量，/>为第t时期从分配中心j到受灾点k分配l类物资的量，/>为第t时期物资l从物资供应点i到分配中心j再到受灾害影响社区k的惩罚成本。
（2）以全周期内应急物资调度的总未满足率最小为目标的目标函数表示为：/>，其中，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，j为分配中心，J为分配中心集合，/>为第t时期受灾点k对l物资的需求量；决策变量/>为第t时期从分配中心j到受灾点k分配l类物资的量，/>为第t时期受灾点k对于物资l的未满足量。
（3）以全周期内各受灾点的实际满足率与区域平均满足率之间差值的绝对值之和最小为目标的目标函数表示为：，其中，i 为物资供应点，I为物资供应点集合，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，/>为第t时期受灾点k对于物资l的实际满足率，/>为第t时期受灾点k对于物资l的平均满足率，/>为第t时期受灾点k对l物资的需求量，决策变量/>为第t时期从分配中心j到受灾点k分配l类物资的量，决策变量/>为第t时期从物资供应点i到分配中心j分配l类物资的量。
进一步的，在S1之前，考虑到运输成本的经济性、物资分配的满意度和物资分配的公平性，综合考虑不同时期物资需求和供给存在动态变化，建立了如图1所示的物资供应点--分配中心--受灾点三级调度网络，分配阶段Ⅰ表示从物资供应点i到分配中心j分配物资，分配阶段Ⅱ表示从分配中心j到受灾点k分配物资。
S2、以供需分配约束和时间约束作为动态多周期应急物资调度模型的约束条件。
其中，时间约束为应急物资送达的软硬混合时间窗约束函数，供需分配约束为物资供应点、分配中心和受灾点之间的供需分配约束。
具体的，约束条件如下所示：
（a）第t时期从物资供应点i到所有分配中心j分配物资l的量等于物资供给i供给的量：，其中，i 为物资供应点，I为物资供应点集合，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，/>为第t时期物资供应点i供给l类物资的量，/>为第t时期从物资供应点i到分配中心j分配l类物资的量。
（b）第t时期从所有分配中心j到受灾点k分配的物资量满足最小需求：，其中，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，/>为第t时期从分配中心j到受灾点k分配l类物资的量，/>为第t时期受灾点k对l物资的需求量，/>为第t时期受灾点k对l物资的最低需求比例。
（c）第t时期分配中心j中物资l的库存量等于所有物资供应点i到分配中心j分配物资l的量减去分配中心j到所有受灾点k分配的物资量加上t-1时期分配中心j中物资l的库存量：，其中，i 为物资供应点，I为物资供应点集合，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，/>为第t时期分配中心j中物资l的库存量，/>为第t时期从物资供应点i到分配中心j分配l类物资的量，/>为第t时期从分配中心j到受灾点k分配l类物资的量，/>为第t-1时期分配中心j中物资l的库存量。
（d）第t时期分配中心j中物资l的库存量非负：，其中，j为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，/>为第t时期分配中心j中物资l的库存量。
（e）第一个时期分配中心j中物资l的库存量为0：，其中，j为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，/>为第一个时期分配中心j中物资l的库存量。
（f）第t时期分配中心j中所有物资的库存量不能大于分配中心j的容量：，其中，j 为分配中心，J为分配中心集合，/>为第t时期分配中心j中物资l的库存量，/>为分配中心j的容量。
（g）第t时期从所有分配中心j到受灾点k分配的物资l的量不能超过受灾害影响社区k的需求量：，其中，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，/>为第t时期从分配中心j到受灾点k分配l类物资的量，/>为第t时期受灾点k对l物资的需求量。
（h）第t时期从物资供应点i到分配中心j再到受灾点k的时间不能超过该周期的结束时间，其中包括第t时期的开始时间，物资供应点i到分配中心j再到受灾点k的分配时间，分配中心j的物资中转时间：，，其中，i 为物资供应点，I为物资供应点集合，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，/>为第t时期物资l从物资供应点i到分配中心j再到受灾点k的时间，/>为第t时期物资送到受灾点的最早送达时间，/>为车辆从物资供应点i到分配中心j的行驶时间，/>为车辆从分配中心j到受灾点k的行驶时间，/>为第t时期，若物资l从物资供应点i到分配中心j再到受灾点k为1，否则为0，/>为单位物资l的中转时间，/>为第t时期从分配中心j到受灾点k分配l类物资的量，/>为第t时期物资送达受灾点的最晚时间。
（i）如果第t时期从物资捐赠点i到分配中心j分配l类物资，分配物资量应满足最小供给量：，，其中，i 为物资供应点，I为物资供应点集合，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，/>为第t时期从物资供应点i到分配中心j分配l类物资的量，表示第t时期，若物资l从物资捐赠点i到分配中心j再到受灾点k为1，否则为0；/>为从物资捐赠点i到分配中心j分配l类物资的最低供应比例，A为足够大的正常数。
（j）如果第t时期从分配中心j到受灾点k分配l类物资，分配物资量应满足最小需求：，/>，其中，i 为物资供应点，I为物资供应点集合，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，/>为第t时期从分配中心j到受灾点k分配l类物资的量，/>表示第t时期，若物资l从物资供应点i到分配中心j再到受灾点k为1，否则为0；A为足够大的正常数，/>为从分配中心j到受灾点k物资分配最低需求比例。
（k）第t时期物资l从物资供应点i到分配中心j再到受灾点k的晚到达惩罚成本：，/>，其中，/>为第t时期物资l从物资供应点i到分配中心j再到受灾点k的惩罚成本，/>为惩罚成本权重，/>为受灾点k的人口数量，/>表示第t时期，若物资l从物资供应点i到分配中心j再到受灾点k为1，否则为0；/>为晚到达单位物资惩罚成本，/>为第t时期物资l送达受灾点k的软时间窗下限，/>为受灾点k的老龄人口数量，/>为老龄化人口比重阈值。
（l）物资量的分配不能为负：，，其中，/>为正数集。
（m）第t时期，若物资l从物资供应点i到分配中心j再到受灾点k为1，否则为0：。
S3、引入辅助变量，将目标函数和约束条件转换为线性，以将动态多周期应急物资调度模型转换为线性模型。
具体的，引入辅助变量化简目标函数（3）和约束条件（k），针对目标函数（3）引入辅助变量，使其表示如下：/>，，/>。
针对约束条件（k），引入参数A为足够大的正数，引入辅助变量，/>。因此约束条件（k）可以等价为：。
综上所述，将动态多周期应急物资调度模型转换为线性模型，目标函数表示如下：。
约束条件表示如下：
，/>。
S4、引入权重系数，将目标函数由多目标转换为双目标。
具体的，引入两个权重系数、/>，将/>、/>合为一个目标函数，从而将多目标问题转化为双目标问题，以便更直观地分析。
在系统运营成本和受灾者满意度两个角度在优化决策中的均衡关系，如下式：，。
S5、获取分配中心、物资供应点和受灾点的基本信息，根据分配中心、物资供应点和受灾点的基本信息，采用基于ε-约束方法的迭代方法对动态多周期应急物资调度模型进行求解，以获取最优应急物资跨区域调度方案。
其中，分配中心、物资供应点和受灾点的基本信息包括车辆从物资供应点i到分配中心j的行驶时间、车辆从分配中心j到受灾点k的行驶时间、从物资供应点i到分配中心j运输物资l的单位运输成本、从分配中心j到受灾点k运输物资l的单位运输成本、分配中心j的容量、单位物资l的中转时间、第t时期受灾点k对l物资的需求量、惩罚成本权重、受灾点k的人口数量、受灾点k的老龄人口数量、第t时期物资l晚到达受灾点k的单位惩罚成本、第t时期受灾点k对l类物资的最低需求比例、从物资供应点i到分配中心j分配l类物资的最低供给比例、第t时期从分配中心j到受灾点k分配l类物资的最低分配比例。
最优应急物资跨区域调度方案（决策变量）包括第t时期从物资供应点i到分配中心j分配l类物资的量、第t时期从分配中心j到受灾点k分配l类物资的量、第t时期受灾点k对于物资l的未满足量、第t时期受灾点k对于物资l的实际满足率、第t时期物资l的区域平均满足率、第t时期物资l从物资供应点i到分配中心j再到受灾点k的时间、第t时期物资l从物资供应点i到分配中心j再到受灾点k的惩罚成本和第t时期分配中心j中物资l的库存量的最优解。
具体的，基于-约束方法的迭代方法，该方法通过保留一个目标，将另一个目标转化为约束，将双目标模型转化为单目标子问题。迭代法通过求解一系列单目标子问题得到Pareto最优解。
具体流程如下：
步骤1：计算两类点：理想点，记为；最差点，记为/>。
其中，,/>；/>,，X为决策变量；式中，/>为在理想点目标函数一的取值，为在理想点目标函数二的取值，/>为在最差点目标函数一的取值，/>为在最差点目标函数二的取值，X是决策变量。
步骤2：设置Extreme Point，为Pareto前沿。
步骤3：设置，计算第二个目标函数的范围，即/>，设置节点个数为n，得到步长/>。
步骤4：令，更新/>，优化单个目标函数（2），对每种情形都求得模型最优解，并将其放入集合/>中。
步骤5：通过从集合中移除被占优的点，得到最终的Pareto前沿F。
实施例二
本实施例公开了一种应急物资跨区域调度系统，包括：
动态多周期应急物资调度模型构建模块，被配置为：构建以全周期内应急物资调度总成本、应急物资调度的总未满足率和各受灾点的实际满足率与区域平均满足率之间差值的绝对值之和最小为目标的动态多周期应急物资调度模型；以供需分配约束和时间约束作为所述动态多周期应急物资调度模型的约束条件；
应急物资跨区域调度模块，被配置为：获取分配中心、物资供应点和受灾点的基本信息，根据分配中心、物资供应点和受灾点的基本信息，采用基于ε-约束方法的迭代方法对所述动态多周期应急物资调度模型进行求解，以获取最优应急物资跨区域调度方案。
此处需要说明的是，上述动态多周期应急物资调度模型构建模块和应急物资跨区域调度模块对应于实施例一中的步骤，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
实施例三
本发明实施例三提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，计算机指令被处理器运行时，完成上述应急物资跨区域调度方法的步骤。
实施例四
本发明实施例四提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述应急物资跨区域调度方法的步骤。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生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装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，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。
上述实施例中对各个实施例的描述各有侧重，某个实施例中没有详述的部分可以参见其他实施例的相关描述。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.应急物资跨区域调度方法，其特征在于，包括：
构建以全周期内应急物资调度总成本、应急物资调度的总未满足率和各受灾点的实际满足率与区域平均满足率之间差值的绝对值之和最小为目标的动态多周期应急物资调度模型；
以供需分配约束和时间约束作为所述动态多周期应急物资调度模型的约束条件；
获取分配中心、物资供应点和受灾点的基本信息，根据分配中心、物资供应点和受灾点的基本信息，采用基于ε-约束方法的迭代方法对所述动态多周期应急物资调度模型进行求解，以获取最优应急物资跨区域调度方案；
在采用基于ε-约束方法的迭代方法对所述动态多周期应急物资调度模型进行求解之前，还包括：
引入辅助变量，将目标函数和约束条件转换为线性，以将动态多周期应急物资调度模型转换为线性模型；
引入权重系数，将目标函数由多目标转换为双目标；
在构建动态多周期应急物资调度模型之前还包括：
构建物资供应点-分配中心-受灾点调度网络；
其中，动态多周期应急物资调度模型的目标函数表示如下：
，
以全周期内应急物资调度总成本最小为目标表示为：
，
其中，i 为物资供应点，I为物资供应点集合，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，为从物资供应点i到分配中心j运输物资l的单位运输成本，/>为从分配中心j到受灾点k运输物资l的单位运输成本，/>为第t时期从物资供应点i到分配中心j分配l类物资的量，/> 第t时期从分配中心j到受灾点k分配l类物资的量，/>为第t时期物资l从物资供应点i到分配中心j再到受灾点k的惩罚成本；
以全周期内应急物资调度的总未满足率最小为目标表示为：
，
其中，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，为第t时期受灾点k对于物资l的未满足量，/>为第t时期受灾点k对l物资的需求量，/>为第t时期从分配中心j到受灾点k分配l类物资的量，j 为分配中心，J为分配中心集合；
以全周期内各受灾点的实际满足率与区域平均满足率之间差值的绝对值之和最小为目标表示为：
，
其中，i 为物资供应点，I为物资供应点集合，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，为第t时期受灾点k对于物资l的实际满足率，/>为第t时期受灾点k对于物资l的平均满足率，/>为第t时期从分配中心j到受灾点k分配l类物资的量，/>为第t时期受灾点k对l物资的需求量，/>为第t时期从物资供应点i到分配中心j分配l类物资的量；
所述时间约束为应急物资送达的软硬混合时间窗约束函数，所述供需分配约束为物资供应点、分配中心和受灾点之间的供需分配约束。
2.应急物资跨区域调度系统，其特征在于，包括：
动态多周期应急物资调度模型构建模块，被配置为：构建以全周期内应急物资调度总成本、应急物资调度的总未满足率和各受灾点的实际满足率与区域平均满足率之间差值的绝对值最小为目标的动态多周期应急物资调度模型；以供需分配约束和时间约束作为所述动态多周期应急物资调度模型的约束条件；
应急物资跨区域调度模块，被配置为：获取分配中心、物资供应点和受灾点的基本信息，采用基于ε-约束方法的迭代方法对所述动态多周期应急物资调度模型进行求解，以获取最优应急物资跨区域调度方案；
在采用基于ε-约束方法的迭代方法对所述动态多周期应急物资调度模型进行求解之前，还包括：
引入辅助变量，将目标函数和约束条件转换为线性，以将动态多周期应急物资调度模型转换为线性模型；
引入权重系数，将目标函数由多目标转换为双目标；
在构建动态多周期应急物资调度模型之前还包括：
构建物资供应点-分配中心-受灾点调度网络；
其中，动态多周期应急物资调度模型的目标函数表示如下：
，
以全周期内应急物资调度总成本最小为目标表示为：
，
其中，i 为物资供应点，I为物资供应点集合，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，为从物资供应点i到分配中心j运输物资l的单位运输成本，/>为从分配中心j到受灾点k运输物资l的单位运输成本，/>为第t时期从物资供应点i到分配中心j分配l类物资的量，/> 第t时期从分配中心j到受灾点k分配l类物资的量，/>为第t时期物资l从物资供应点i到分配中心j再到受灾点k的惩罚成本；
以全周期内应急物资调度的总未满足率最小为目标表示为：
，
其中，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，为第t时期受灾点k对于物资l的未满足量，/>为第t时期受灾点k对l物资的需求量，/>为第t时期从分配中心j到受灾点k分配l类物资的量，j 为分配中心，J为分配中心集合；
以全周期内各受灾点的实际满足率与区域平均满足率之间差值的绝对值之和最小为目标表示为：
，
其中，i 为物资供应点，I为物资供应点集合，j 为分配中心，J为分配中心集合，l为物资种类，L为物资种类集合，t为物资配送周期，T为物资配送周期集合，k为受灾点，K为受灾点集合，为第t时期受灾点k对于物资l的实际满足率，/>为第t时期受灾点k对于物资l的平均满足率，/>为第t时期从分配中心j到受灾点k分配l类物资的量，/>为第t时期受灾点k对l物资的需求量，/>为第t时期从物资供应点i到分配中心j分配l类物资的量；
所述时间约束为应急物资送达的软硬混合时间窗约束函数，所述供需分配约束为物资供应点、分配中心和受灾点之间的供需分配约束。
3.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1所述应急物资跨区域调度方法的步骤。
4.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1所述应急物资跨区域调度方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311798767.9A CN117455211B (zh) | 2023-12-26 | 2023-12-26 | 应急物资跨区域调度方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311798767.9A CN117455211B (zh) | 2023-12-26 | 2023-12-26 | 应急物资跨区域调度方法、系统、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117455211A CN117455211A (zh) | 2024-01-26 |
| CN117455211B true CN117455211B (zh) | 2024-03-15 |
Family
ID=89595225
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311798767.9A Active CN117455211B (zh) | 2023-12-26 | 2023-12-26 | 应急物资跨区域调度方法、系统、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117455211B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11353358A (ja) * | 1998-06-03 | 1999-12-24 | Ntt Data Corp | 資源配分状況管理システム |
| 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 |
| CN109063949A (zh) * | 2018-06-12 | 2018-12-21 | 中国科学技术大学 | 一种基于超网络的化工园区集中区域应急物资调配方法 |
| CN113537735A (zh) * | 2021-06-28 | 2021-10-22 | 山东师范大学 | 基于非线性规划的分级应急物资分配方法及系统 |
| CN113962481A (zh) * | 2021-11-15 | 2022-01-21 | 北京市应急管理科学技术研究院 | 一种应急物资的资源配置方法、装置和服务器 |
| CN114372655A (zh) * | 2021-11-10 | 2022-04-19 | 北京交通大学 | 一种基于分布鲁棒优化技术的应急救援物资动态调配方法 |
| CN114822799A (zh) * | 2022-05-11 | 2022-07-29 | 重庆大学 | 一种航空医学应急救援分级协同调度方法 |
| CN115859691A (zh) * | 2023-02-21 | 2023-03-28 | 国网浙江省电力有限公司金华供电公司 | 一种电热联合需求响应的多目标优化调度方法 |
| CN116070859A (zh) * | 2023-01-30 | 2023-05-05 | 北京理工大学 | 一种应急资源调度优化方法 |
| CN116307961A (zh) * | 2022-09-07 | 2023-06-23 | 合肥工业大学 | 面向中断风险的物流能力储备及调度求解方法和系统 |
| CN116432876A (zh) * | 2023-03-01 | 2023-07-14 | 福建工程学院 | 一种疫情下社区应急物资调度方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9727829B2 (en) * | 2009-11-25 | 2017-08-08 | General Electric Company | Systems and methods for multi-resource scheduling |
-
2023
- 2023-12-26 CN CN202311798767.9A patent/CN117455211B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11353358A (ja) * | 1998-06-03 | 1999-12-24 | Ntt Data Corp | 資源配分状況管理システム |
| 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 |
| CN109063949A (zh) * | 2018-06-12 | 2018-12-21 | 中国科学技术大学 | 一种基于超网络的化工园区集中区域应急物资调配方法 |
| CN113537735A (zh) * | 2021-06-28 | 2021-10-22 | 山东师范大学 | 基于非线性规划的分级应急物资分配方法及系统 |
| CN114372655A (zh) * | 2021-11-10 | 2022-04-19 | 北京交通大学 | 一种基于分布鲁棒优化技术的应急救援物资动态调配方法 |
| CN113962481A (zh) * | 2021-11-15 | 2022-01-21 | 北京市应急管理科学技术研究院 | 一种应急物资的资源配置方法、装置和服务器 |
| CN114822799A (zh) * | 2022-05-11 | 2022-07-29 | 重庆大学 | 一种航空医学应急救援分级协同调度方法 |
| CN116307961A (zh) * | 2022-09-07 | 2023-06-23 | 合肥工业大学 | 面向中断风险的物流能力储备及调度求解方法和系统 |
| CN116070859A (zh) * | 2023-01-30 | 2023-05-05 | 北京理工大学 | 一种应急资源调度优化方法 |
| CN115859691A (zh) * | 2023-02-21 | 2023-03-28 | 国网浙江省电力有限公司金华供电公司 | 一种电热联合需求响应的多目标优化调度方法 |
| CN116432876A (zh) * | 2023-03-01 | 2023-07-14 | 福建工程学院 | 一种疫情下社区应急物资调度方法 |
Non-Patent Citations (3)
| Title |
|---|
| 戚孝娣 ; 庄亚明 ; .供需不平衡条件下的区域应急物资调配模型研究.中国安全科学学报.2016,(第03期),第169-174页. * |
| 李孟良 ; 王喜富 ; 孙全欣 ; 杨子楠 ; .基于鲁棒优化的应急物资多式联运调配策略研究.铁道学报.2017,(第07期),第1-9页. * |
| 陈刚 ; .考虑灾民有限理性的应急物资分配模型及算法.物流科技.2020,(第09期),第6-9页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117455211A (zh) | 2024-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Optimizing fleet size and scheduling of feeder transit services considering the influence of bike-sharing systems | |
| Lu et al. | An inexact two-stage fuzzy-stochastic programming model for water resources management | |
| Tan et al. | Waste management with recourse: an inexact dynamic programming model containing fuzzy boundary intervals in objectives and constraints | |
| CN113420382A (zh) | 基于大数据的制氢运氢和加氢调度系统 | |
| CN110874704A (zh) | 一种基于Floyd算法的应急救援交通路径优化方法 | |
| CN107368991A (zh) | 一种基于α‑可靠度平均超出后悔值的应急物流选址‑路径安排方法 | |
| CN101782977A (zh) | 一种应急救援物资的优化调度系统及调度算法 | |
| Liu et al. | Humanitarian logistics planning for natural disaster response with Bayesian information updates. | |
| Leong et al. | Application of water evaluation and planning model for integrated water resources management: case study of langat river basin, Malaysia | |
| CN113672846A (zh) | 网约车调度方法、装置、电子设备及存储介质 | |
| CN117541197B (zh) | 一种基于bim和aiot数据驱动的智能建造方法及系统 | |
| CN104077634A (zh) | 基于多目标优化的主动-反应式动态项目调度方法 | |
| Hassannayebi et al. | Demand-oriented timetable design for urban rail transit under stochastic demand | |
| CN115527369A (zh) | 一种空港枢纽大面积延误条件下的大客流预警与疏散方法 | |
| CN112819318A (zh) | 一种基于物联网的救援物资动态配置方法、系统及可读存储介质 | |
| Zhuang et al. | An inexact joint-probabilistic programming method for risk assessment in water resources allocation | |
| Hrabec et al. | Quantity-predictive vehicle routing problem for smart waste collection | |
| CN117455211B (zh) | 应急物资跨区域调度方法、系统、电子设备及存储介质 | |
| Zhang et al. | A novel min–max robust model for post-disaster relief kit assembly and distribution | |
| Gan et al. | Emergency Vehicle Scheduling Problem with Time Utility in Disasters. | |
| CN116432883A (zh) | 一种双目标应急物资运送优化方法、系统及设备 | |
| Avdevicius et al. | Bus charging management based on AI prediction and MILP optimization | |
| Boiko | Improvement of logistics system of municipal transport management | |
| CN113869545A (zh) | 预测无人驾驶有轨电车的耗电量的方法和系统 | |
| Meng et al. | Biogeography-based optimisation for road recovery problem considering value of delay after urban waterlog disaster |
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 |