城市交通非常規(guī)突發(fā)事件應對的資源協(xié)調(diào)優(yōu)化模型與仿真研究.pdf

1、城市交通非常規(guī)突發(fā)事件,即由于一些自然的或人為的不可預見的因素造成的、非預期的、發(fā)生概率較小的、缺乏對其演化規(guī)律的知識和處置經(jīng)驗的、能引起城市車道通行能力劇減或需求劇增的非正常事件,包括交通領域自身事件,以及非交通領域但能給城市交通帶來嚴重影響的事件。由于城市交通非常規(guī)突發(fā)事件是一類罕見的事件,“情景--應對”成為重要的管理方式,即應急處置是非常規(guī)突發(fā)事件應對的關(guān)鍵。而應急資源又是應急處置的關(guān)鍵要素之一,在資源有限和時間緊迫的情境下,如

2、何協(xié)調(diào)應急處置的各個目標、設計最優(yōu)的資源調(diào)度方案(資源的調(diào)度和最優(yōu)路徑的選擇)對城市交通非常規(guī)突發(fā)事件應急管理具有重要的意義。
　　 在非常規(guī)突發(fā)事件爆發(fā)的初期,由于信息不充分,對資源需求的種類及數(shù)量不明確,需要根據(jù)以往類似的事件,推斷出所需的應急資源。基于這個現(xiàn)實,對案例推理技術(shù)(CBR)進行改進,將模糊理論、粗糙集理論和案例推理方法相結(jié)合,建立城市交通非常規(guī)突發(fā)事件應對的資源需求預測FRS-CBR模型:首先采用粗糙集理論和方

3、法對城市交通非常規(guī)突發(fā)事件特征指標進行約簡,然后利用模糊理論中貼近度來衡量突發(fā)事件與案例庫中各案例的接近程度,判定相似性案例,獲取案例推理結(jié)果,同時,結(jié)合專家討論意見和后續(xù)信息進行適當修正,最后對交通突發(fā)事件案例庫進行更新,完成案例推理過程。以某市“公路道路危貨運輸突發(fā)事故應急救援”需求資源預測為例進行仿真,驗證了預測模型的可行性,并且預測結(jié)果較好。
　　 在對應急資源需求做出預測之后,需要對資源進行協(xié)調(diào)優(yōu)化調(diào)度(協(xié)調(diào)應急目標、

4、確定出救點及相應的資源量),針對這一問題,本文從確定性條件和不確定性條件兩個方面進行了研究。確定條件下又分三種情況:①連續(xù)應急系統(tǒng)下,單種應急資源出救點選擇的多目標優(yōu)化問題,通過定義模糊目標集,將多目標轉(zhuǎn)化為單目標；針對時間的連續(xù)性和出救點數(shù)目的離散性并存的現(xiàn)狀,給出了兩層搜索算法,并對算法進行了證明,設計了求解連續(xù)條件下多目標優(yōu)化模型的求解方法,并驗證了該方法的可行性。②一次性消耗系統(tǒng)下,考慮到城市交通的特性:動態(tài)性、連鎖反應性,重點

5、研究了單種應急資源、多應急點的出救點選擇多目標優(yōu)化問題,引入應急點重要度的概念,按照“重要應急點優(yōu)先保障”的思想,將多個應急點問題轉(zhuǎn)化為單個應急點問題；③考慮到城市交通非常規(guī)突發(fā)事件爆發(fā)后,交通可能被破壞,在選擇出救點時,很有必要考慮調(diào)度的可靠性。針對這一情況,建立了多應急資源下的“應急開始時間最早、出救點最少、可靠性最大”的優(yōu)化模型,通過將多目標轉(zhuǎn)化為二階段目標進行求解。針對不確定條件下應急資源調(diào)度多目標優(yōu)化問題國內(nèi)研究較少的現(xiàn)狀,重

6、點研究了區(qū)間數(shù)和模糊數(shù)下有限制期的、出救點選擇的“應急開始時間最早、出救點最少”多目標優(yōu)化問題,通過引入“真度”的概念,將區(qū)間數(shù)(模糊數(shù))轉(zhuǎn)化為實數(shù),借鑒何建敏(2005)求解多目標問題的思想,設計該問題的快速求解算法,并給出相應的仿真算例。
　　 在對應急資源進行優(yōu)化調(diào)度后,需要尋找最優(yōu)路徑將應急資源調(diào)運到應急點,即尋找各出救點到應急點的最優(yōu)路徑。本文仍然從確定性條件和不確定性條件兩個方面展開研究。確定條件下,首先,對通過任意

7、兩個節(jié)點間的時間和運輸費用都是確定(即邊權(quán)為確定數(shù))的“時間最短和運輸費用最少”目標下路徑選擇問題進行描述,建立數(shù)學模型,為求解該模型,首先從螞蟻可行集的設置、螞蟻死亡(為加快蟻群算法的速度,在螞蟻的可行集為空時宣布螞蟻死亡,而不讓其回到原來的節(jié)點重新選擇。這樣做可以有效的防止螞蟻進入死循環(huán)狀態(tài))、螞蟻狀態(tài)轉(zhuǎn)移概率調(diào)整(為解決蟻群算法容易陷入局部最優(yōu)的問題,采用蒙特卡羅方法選取螞蟻的下一步方案)和信息素上限設置(為防止蟻群算法的“早熟”

8、,設置了信息素的上限,加上信息素的揮發(fā)性,使其它路徑更有機會被選擇到)四個方面對蟻群算法進行改進(稱之為改進的蟻群算法),求出應急資源調(diào)運最優(yōu)路徑選擇的非劣方案集,然后,采用改進的TOPSIS法在非劣方案中求取最優(yōu)方案,最后,結(jié)合城市交通非常規(guī)突發(fā)事件的特點:大面積的交通堵塞或癱瘓,給出了仿真算例。不確定條件下,即考慮任意節(jié)點間的時間是不確定的(即邊權(quán)是不確定的),針對均勻分布的區(qū)間數(shù)和三角形模糊數(shù)在反映現(xiàn)實問題中的局限,對其進行改進,

9、分別研究了正態(tài)分布型的區(qū)間網(wǎng)絡和一般梯形的模糊網(wǎng)絡最大滿意度和運輸費用最小的最優(yōu)路徑的選取問題,設計了兩類問題的在“時間滿意度最大”單目標情況下的求解方案,在此基礎上對改進的蟻群算法進行進一步改進,以求解時間不確下的最優(yōu)路徑選擇問題。
　　 本文按照“應急資源需求預測--應急資源優(yōu)化調(diào)度--應急資源調(diào)運最優(yōu)路徑選擇”的路徑研究城市交通非常規(guī)突發(fā)事件應對的資源協(xié)調(diào)優(yōu)化問題,為城市交通應急管理者和決策者提供了可供參考的模型和方法,具