在具有8个节点的轴辐网络中,节点3和节点7是枢纽点,非枢纽点分配给枢纽点的情况见分配序列,节点1分配给枢纽3,其值等于3,节点7是枢纽点,其值等于7。上述比例数据均是从遗传算法参数控制的实际实验中得出。首先按照设定的交叉概率选择“枢纽序列”和“分配序列”各一对,在两序列中随机选取同一交叉点,通过交换交叉点的左右两部分构成新的子代个体。......
2023-09-19
在应对重大突发事件中,应急服务设施轴辐网络的运行主要分阶段来进行,不同的阶段有不同的运行情况,具体如下:
第一阶段:重大突发事件发生后,首先是将距离受灾点最近的几个非枢纽点作为出救点并将其应急服务投入救援过程中,而这些非枢纽点隶属的Hub开始对直接参与应急活动的非枢纽点设施进行应急服务的补充输送,而整个区域内的其他枢纽点开始集中应急服务资源,组织动员社会资源进行应急供应,如图2-7所示。
图2-7 应急救援第一阶段
第二阶段:最近的几个非枢纽点继续对受灾点进行应急服务救援,其隶属的枢纽点继续为该非枢纽点提供支持。隶属该枢纽点的其他非枢纽点则向枢纽点输送应急服务资源。与此同时,根据救灾应急需要,其他区域的枢纽点和非枢纽点继续加强应急资源动员,向他们隶属的枢纽点输送应急服务资源,这些枢纽站点负责整合收集到的服务资源,做好后续救援准备,如图2-8所示。
图2-8 应急救援第二阶段
第三阶段:根据应急服务的需求状况,其他区域的枢纽点根据需求有序地向灾区枢纽点集中输送物资,距离突发事件发生地点较远的非枢纽点,如果存在“绕道”情况,则建立“捷径”直通路线,直接进入灾区进行救援,如图2-9所示。
从上述应急救援过程的三个阶段可以看出:应急服务设施轴辐网络将各基层的非枢纽点应急设施和枢纽点应急设施在整个区域内有效联动起来,形成区域应急服务一体化网络。应急服务设施轴辐网络具体的优点主要有:
1)满足应急物服务的同时需求和多点需求
重大突发事件影响范围大,应急服务需求点多,需求次数多。应急服务设施轴辐网络中非枢纽点应急服务设施在设计时即考虑了这种情况,需求区域被多个非枢纽点设施所覆盖,而且多点可以同时出动救援,能够在最短时间内提供多次、同时服务。
图2-9 应急救援第三阶段
2)满足应急服务的大规模需求
在应对重大突发事件中,应急服务需求将会持续很长的时间,而且需求种类也较多。在应急服务设施轴辐网络中,每个Spoke的后边都有强有力的后援力量,即应急枢纽设施,各应急枢纽设施相互连接,能够及时有效地从其他区域内迅速调度应急资源,同时枢纽设施具有分类、中转功能,各种不同的应急服务需求同样能够以大批次的形式抵达应急服务需求点,而且这种供应形式能够使应急服务资源源源不断地集聚,适应于长期提供大批量应急服务资源。
3)应急服务运输工具分工明确、运送有序畅通
当重大突发事件发生后,通往灾区的道路状况比较严峻,若是有大批量的应急服务车辆集中开往灾区,易造成交通堵塞,延误应急服务的及时到达。轴辐网络结构中各节点之间有专门的运输工具,这些载具在该区域内短线运输,使应急物流更加有效、便捷,避免跨区的检查、收费等手续,降低时间延误。利用主干线上的规模优势,减少运载物资车辆,提高运载速率。
4)扩大应急资源服务的辐射范围
轴辐网络上的每一个节点,具有双向性。一般性网络节点(Spoke)在无灾害发生时,可以成为应急服务出动力量,在灾害发生后也可以从枢纽设施点取得相应的后援力量。每个枢纽点,既是应急服务的集聚点,又是应急服务的配送点,使得整个区域的应急服务设施联动起来,扩大应急服务的辐射范围,能够使较偏远的受灾点同样能得到应急服务。
5)易于对应急服务进行统计、集散、分配等管理工作
重大突发事件发生后,会有很多应急服务设施按时间顺序卷入应急活动中,容易造成无组织、混乱的局面,不利于应急服务设施的合理调配和使用。应急服务设施轴辐网络能够有利于应急枢纽设施的迅速筹集,统计信息准确,避免应急资源积压。利用应急枢纽中心的调度功能,易于分批打包分配,做到应急服务快速送达应急需求地点。
有关基于轴辐网络的重大突发事件应急设施布局优化理论与应用的文章
在具有8个节点的轴辐网络中,节点3和节点7是枢纽点,非枢纽点分配给枢纽点的情况见分配序列,节点1分配给枢纽3,其值等于3,节点7是枢纽点,其值等于7。上述比例数据均是从遗传算法参数控制的实际实验中得出。首先按照设定的交叉概率选择“枢纽序列”和“分配序列”各一对,在两序列中随机选取同一交叉点,通过交换交叉点的左右两部分构成新的子代个体。......
2023-09-19
综上,考虑选择建造的应急服务设施点的数目为6个或7个。由此可知,当算例规模较小时,使用分支定界法得全局最优解计算效率很高。以最大化最小覆盖水平模型求解为例。②目标偏差率最小化模型求解得到的最大偏差率最小,能更好地均衡各个目标。为更好地与分支定界法求解结果进行对比以及分析NSGA-Ⅱ的算法有效性,本节更改设定算法程序中目标个数,分别求解单目标、两目标和三目标模型,并分析求解结果。......
2023-09-19
所以,设γ为绕道系数,指每条经过枢纽站的O-D流所需总时间与两点之间直通时间的比值:。即:rk Xik+αtkm Xik Xjm+tjm Xjm≤γ*tiji,j,k,m∈N在第5章L-SHSCP模型的基础上,构建了带有绕道限制的应急服务设施枢纽单分配集覆盖模型:上述变量和约束条件意义同第4章规定,其中约束条件式(5-8)保证所有O-D流的出行时间必须保证在最大绕道系数之内。......
2023-09-19
p-中心选址模型是Hakimi[17]提出的,该模型的目标是为p个服务设施进行选址,使得各个需求点到p个服务设施之间的总加权距离最小。这些应急服务设施,应急响应的及时性要求不是很高。在各类突发事件中,应急服务设施选址涉及经济、技术、社会、安全等诸多因素。魏汝营[35]等综合考虑应急设施选址的效率性、公平性和成本等多方面因素,建立了一个多目标决策模型,采用线性加权和法求解该模型。......
2023-09-19
而关于应急领域的轴辐网络布局更注重时效性,轴辐网络应用在应急领域,主要体现在规模经济性、网络协同性和联动性等方面。本书对城际多Hub应急物流网络的协同性进行研究,并说明该网络能够有效控制生物危险源的扩散,提高应急系统在多个城市之间的应急管理水平。轴辐网络在国外被成功应用于应急救援、应急物流等领域,例如,在2004年印度洋海啸救灾过程中,轴辐网络被应用于泰国应急救援系统[96]。......
2023-09-19
模糊规划中,用模糊隶属度函数表示约束条件的满足程度、目标函数的期望水平及模型系数的不确定变化范围。概率分布函数未知,不确定性参数使用离散的情景或连续的区间范围来进行描述,其目的是找到一个近似最优解,使它对任意的不确定性参数观测值不敏感。......
2023-09-19
对于γ-MAHSCP模型,仍属于NP-Hard问题,可采用启发式算法进行模型求解。本书采用分散搜索算法进行求解,分散搜索算法是一种进化算法,依靠类似遗传算法的进化机制,通过迭代向最优解收敛。通过上述分散搜索算法,能够很好地求解γ-MAHSCP模型。该模型得出的结果与γ-SHSCP模型求解不同,因为非枢纽点的分配方式不同,枢纽点的布局也不尽相同。......
2023-09-19
在应急服务设施轴辐网络布局构建过程中,核心问题就是枢纽点设施位置和数量以及非枢纽点设施的分配方式的确定,从而规划O-D流路线。在单分配和多分配问题上,即非枢纽点分配给一个枢纽点还是多个枢纽点,考虑到应急服务设施属于公共设施,公共部门管辖,而Hub设施和非枢纽点存在着上下级的行政隶属关系,根据行政管理中的单一领导原则。Campbell[104]对枢纽站最大覆盖问题给出了单分配模型,此类模型具有O个变量与约束条件,具体模型如下。......
2023-09-19
相关推荐