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
基于轴辐网络的λ-SASCH模型优化理论
【摘要】：重大突发事件下应急服务设施选址轴辐网络布局受到各种因素的影响，而且这种因素具有明显的不确定性，但综合考虑各类因素，实质是对应急服务设施需求的不断变化，即该地区的应急服务设施的重要性不同。
定义2：策略集X，x∈X表示一个策略，即问题的一个可行解，Z（x，s）表示在所有情景s下采用的策略x时的目标值，Z*（s）表示问题在情景s下的最优目标值，即Z*（s）=min{Z（x，s）}，如果满足式（6-29）：
则称x是问题的λ-鲁棒解，其中λ≥0为事先给定的常数。
重大突发事件下应急服务设施选址轴辐网络布局受到各种因素的影响，而且这种因素具有明显的不确定性，但综合考虑各类因素，实质是对应急服务设施需求的不断变化，即该地区的应急服务设施的重要性不同。所以，本书将应急服务设施的重要性权重的不同排列组合视为不同的情景s，所有不同组合构成情景集S，在确定情景模型的基础上结合上述定义，构建了应急服务设施轴辐网络设计的双重λ-鲁棒优化模型（λ-SASCH），即鲁棒解的函数目标值和最远两点的出行时间与各种情景下的最优值之间的偏差分别控制在λ1和λ2之内，使得具有较好条件的候选设施点更易选为枢纽点，最远两点的最大出行时间尽量最小，设计的λ-SASCH如下：
其中，
是指情景s下的应急服务设施候选点的权重，λ1，λ2为预先设定的偏差常数。
约束条件式（6-38）、式（6-39）是λ-鲁棒解的要求，约束条件式（6-36）表示在各种可能的情景下，由鲁棒解而构建的轴辐网络中最远两点之间的最大出行时间，与各种情景最优解构建的网络中最大出行时间的偏差控制在预设的范围内，即在应急轴辐网络中，当所有应急服务设施调度完成时所需时间的偏差控制在λ1之内；约束条件式（6-37）表示由轴辐网络鲁棒解的目标值与各种情景下最优目标值的偏差控制在预设的λ2范围内，使得具有较好条件（重要程度的权重较小）的候选点更易成为枢纽点。
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
- 详细阅读
-
应急设施布局优化理论与应用-基于轴辐网络的模详细阅读
Campbell提出的MAHSCP模型有n4+n个变量、2n4+n2个约束式，属于复杂的混合整数规划模型，当节点数超过一定数量时，模型求解面临很大问题。翁克瑞[107]根据MAHSCP模型进行了改进，提出了有n2+n个变量、3n2个约束式的新的多分配枢纽覆盖模型。相对Campbell的MAHSCP模型，MAHSCP2模型减少了输入变量，从而以减少问题的输入规模，节约计算内存和时间。......
2023-09-19
-
轴辐网络布局优化模型解析详细阅读
选中的应急服务设施点的6个地点为马尔康、阿坝、若尔盖、壤塘、茂县和九寨沟与不考虑配送时序特征和仓库容量的布局模型的优化结果有所变动。可见当考虑存在多类需求且各类需求具有明显时序特征时，会对选址结果产生影响。可见，对比不考虑时序特征的布局优化模型，计算规模大大增加，程序运行耗时增长。程序运行超过1小时后依旧未找到全局最优解。......
2023-09-19
-
基于轴辐网络的应急设施布局详细阅读
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。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。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。......
2023-09-19
-
基于轴辐网络的应急设施布局优化理论与应用-遗详细阅读
遗传算法对问题的可行解进行编码，通过适应度函数构成优胜劣汰、适者生存的“自然环境”，种群通过遗传、交换、突变等不断演化，产生出新的更加优良的种群，这样经过若干代的进化，最终求得问题的最优解。遗传算法步骤[103]如下：STEP1：选择问题的一个编码；给出一个有N个染色体的初始群体POP，t=1；STEP2：对群体中POP中的每一个染色体popi计算它的适应度函数，fi=fitness[popi]；STEP3：若停止规则满足，则算法停止；否则，计算概率；，2，…......
2023-09-19
-
基于轴辐网络的重大突发事件应急设施布局优化理详细阅读
折扣系数α依次取值为0.4、0.6和0.8；最大时间约束T分别取值720、960、1 200和1 440分钟；γ*分别取3和5。基于第4章设计的改进的遗传算法，通过算例验证将两模型结果进行比较，并对两个模型的不同参数分析对比。......
2023-09-19
-
轴辐网络应急设施优化方案详细阅读
而不确定性环境下的设施选址问题的研究，主要有随机选址问题和鲁棒选址问题。随机选址问题通常集中于商业物流设施选址方面，因为需求的变化比较容易预测，而对于应急服务设施的随机选址问题，由于突发事件发生的概率、破坏程度以及发生地点极具不确定性，应急服务的需求则很难进行预测，所以，应急服务设施不确定选址主要依靠鲁棒优化的方法来解决。应对重大突发事件下的应急服务设施布局设计过程中，存在着很大的不确定性。......
2023-09-19
-
基于轴辐网络的重大突发事件应急设施布局优化算详细阅读
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
相关推荐