考虑随机需求和鲁棒性的应急物流车辆路径问题优化模型及算法研究

摘要

每一次自然灾害等突发事件的发生，都往往会给人类社会带来不可估量的损失，并严重影响社会的稳定。研究表明，在关键救援期内，即灾难发生后的72小时内，及时有效的组织应急救援工作，对减少灾害损失起着至关重要的作用。
　　 应急物流的运作环境决定了应急物流车辆路径问题要比一般车辆路径问题更为复杂，因为它除了要考虑需求点对接受应急物资的时间要求外，而且在灾难发生的初期，其需求不仅具有很大的不确定性，同时应急物资也往往存在供应不足的情况。因此，在关键救援期内如何确定合理的应急物资配送的车辆行驶路线和数量，是能否有效展开救援工作的关键。
　　 论文选择灾害发生后关键救援期内的应急物资配送为研究对象，首先系统的介绍了应急物流的基本概念，并对车辆路径问题及求解算法做了简要概述，为本文后面的研究奠定了理论基础。
　　 考虑救灾中需求的不确定性特点，建立了考虑随机需求的应急物流车辆路径问题优化模型，并结合本问题的实际特征，采用改进的“就近分配”法，并结合平均距离法，将多车场车辆路径问题转化为单车场车辆路径问题，并基于遗传算法设计了具体的模型求解方法，最后通过算例验证了模型和算法的有效性。
　　 在上述研究基础之上，进一步考虑救灾情景的不确定性，并结合情景分析法和η鲁棒性定义的解释，建立了多情景模式下考虑随机需求和鲁棒性的应急物流车辆路径问题优化模型，并采用构建虚拟车场的方法，将多车场车辆路径问题转化为单车场车辆路径问题，同样基于遗传算法进行模型的求解，并通过对单一情景下问题的最终解和多情景模式下问题的鲁棒优化解进行比较，可以发现鲁棒优化解能够更好的平衡不同情景的发生对结果表现造成的波动和影响，这也说明论文所建立的考虑鲁棒性的应急物流车辆路径问题优化方法，能够更好的减少各种不确定因素对应急物资调度的影响，达到最大限度减少人员伤亡和财产损失的目的。

目录

声明

摘要

第一章 绪论

1．1 课题的研究背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 国内研究现状

1．2．2 国外研究现状

1．3 现有研究的局限性

1．4 论文结构

第二章 应急物流车辆路径问题的理论基础

2．1 应急物流基本概念

2．1．1 应急物流的定义

2．1．2 应急物流的特点

2．1．3 应急物流的运作流程

2．2 车辆路径问题及求解算法

2．2．1 车辆路径问题的模型

2．2．2 车辆路径问题的求解算法

2．3 应急物流车辆路径问题

2．4 本章小结

第三章 考虑随机需求的应急物流车辆路径问题优化模型及算法

3．1 问题概述

3．2 变量定义及假设

3．2．1 变量定义

3．2．2 模型假设

3．3 模型建立

3．4 求解算法

3．4．1 遗传算法概述

3．4．2 算法关键参数设计

3．5 算例分析

3．6 本章小结

第四章 考虑随机需求和鲁棒性的应急物流车辆路径问题优化模型及算法

4．1 问题概述

4．2 相关变量及术语定义

4．2．1 变量定义

4．2．2 鲁棒性定义

4．2．3 模型假设

4．3 模型建立

4．4 求解算法

4．5 算例分析

4．6 本章小结

第五章 结论及展望

5．1 主要研究工作及结论

5．2 展望

参考文献

致谢

攻读学位期间主要的研究成果