基于后续共享和信息更新的震后应急资源配置决策方法研究

摘要

地震灾害具有突发性、成纵性、续发性等特点，不仅可以直接造成工程设施破坏和人员伤亡，且往往引发一系列次生灾害和衍生灾害，以灾害链的形式造成更大的破坏。应急资源配置是地震灾害应急救援的重要保障，应急决策者必须在诸多不确定性条件下做出如何将有限资源在有限时间内公平高效地从出救点运送到受灾点的决策。同时，地震灾害对运输道路的损坏使得应急资源配置决策更加困难。因此，地震灾害应急资源配置是一个供应不确定、需求不确定、时间紧迫环境下的多出救点、多受灾点、多目标、多约束、多运输方式、多运输工具，同时具有后续共享性和信息更新性的复杂问题。本文在分析前人研究的基础上，分两条主线:从后续共享性出发和信息更新性出发，分别对震后应急资源配置决策方法进行建模求解，其中基于后续共享模型可以协调前后阶段的应急资源供需情况，而基于信息更新的模型则可以根据当前阶段的实时信息做出及时有效的具体配置策略。
　　首先，地震灾害应急资源配置具有时间连续性，前后阶段物资需求和供应具有极大的不确定性，使得地震灾害应急资源配置决策非常复杂。考虑到在实际应急资源配置过程中，后续阶段可以共享部分前面阶段的资源，而前面阶段则不可共享后续阶段资源的特性（即应急资源配置的后续共享性），以资源配置效果和运输效率为目标，综合考虑纵向配置（时间纵向上的多阶段配置）和横向配置（某阶段物理空间上多对多的物资配置）方案，建立基于后续共享的震后应急资源一体化配置决策模型。该模型运用确定的方法描述不确定情景，并能获取纵向配置部分的解析解;横向配置部分则可通过运输模型快速求得，求解及其方便快捷且精确度高，非常符合应急环境。最后，数值仿真分析验证了一体化配置模型获取应急物资配送方案的可行性。
　　其次，考虑到应急情况下的信息不完备性和可更新性，以及地震灾害应急资源配置复杂性、动态性和序贯性等特点，灾害应急资源配置决策需要综合运用灾害历史信息和样本信息，是一个“观测—决策—配置”的多阶段序贯决策过程。以随机变量的形式记录道路损毁率的历史信息和样本信息，并在此基础上计算应急情况下的资源运输时间。在根据公平原则确定各受灾点资源配置量的基础上，通过应用贝叶斯分析、最优化理论等对基于道路损坏率信息更新的应急资源“观测—决策—配置”序贯决策问题进行系统建模，建立基于单维信息更新的震后应急资源配置决策模型，并设计基于矩阵编码的遗传算法进行求解。最后，通过数值仿真验证模型和算法的有效性。
　　再次，地震灾害带来的诸多不确定因素导致应急救援物资需求激增、供给不确定、应急物流时间限制等紧迫问题，亟需一套能够根据地震灾害信息、物资需求与供给信息和交通网络信息等来实现应急物资的实时有效配置。应用贝叶斯分析理论将灾害对需求和应急物流时间影响体现在决策失误损失和物流失误损失上。考虑到应急资源需求是与受灾人口转移安置情况相关的、交通网络畅通度是与道路损毁程度相关的，应用两个多维随机变量来描述地震灾害应急资源配置中的应急资源需求和交通网络通畅度。在建立无信息更新模型的基础上，再应用贝叶斯理论建立多供应点、多需求点、多阶段、多运输方式、多运输工具的基于多维信息更新的震后应急资源综合配置模型，并改进基于整数矩阵编码的遗传算法对其进行求解以获取各阶段的应急物资配送方案。最后，将模型和算法应用于汶川地震应急物资配置中，进行实例分析，以验证模型和算法的有效性。

目录

声明

致谢

摘要

图目录

表目录

1 导论

1．1 研究背景与研究意义

1．1．1 研究背景

1．1．2 研究意义

1．2 研究内容与研究目标

1．2．1 研究内容

1．2．2 研究目标

1．3 技术路线与结构安排

1．3．1 技术路线

1．3．2 结构安排

1．4 研究方法与文章创新点

1．4．1 研究方法

1．4．2 文章创新点

1．5 本章小结

2 文献综述及震后应急资源配置决策基础

2．1 地震灾害及其应急救援

2．1．1 地震灾害特性

2．1．2 地震灾害评估及救援

2．2 应急资源配置

2．2．1 应急资源配置与服务设施选址

2．2．2 应急交通分配及车辆路径选择

2．3 灾害信息及其在应急决策中的应用

2．3．1 灾害信息获取、处理与应用

2．3．2 灾害信息在应急决策中的应用

2．4 地震灾害应急资源配置决策基础

2．4．1 地震灾害应急资源配置特性

2．4．2 地震灾害应急资源配置后续共享性

2．4．3 地震灾害应急资源配置信息更新性

2．5 现有研究分析与展望

2．6 本章小结

3 基于后续共享的震后应急资源一体化配置方法

3．1 背景与假设

3．1．1 背景

3．1．2 假设

3．2 灾后应急资源一体化配置模型

3．2．1 时间纵向配置模型

3．2．2 空间横向配置模型

3．3 模型解法

3．3．1 横向配置模型转化为运输模型

3．2．2 纵向配置模型一般解

3．2．3 一体化模型求解方法

3．4 数值仿真分析

3．3．1 仿真背景与数据

3．3．2 仿真结果分析

3．5 模型一般化的探讨

3．5．1 多资源、多运输方式下的模型扩展

3．5．2 效果损失最小的横向配置模型

3．5 本章小结

4 基于单维信息更新的震后应急资源配置方法

4．1 背景与假设

4．1．1 背景

4．1．2 假设

4．2 基于单维信息更新的应急资源配置模型

4．2．1 当前阶段物流时间成本及其贝叶斯风险函数

4．2．2 当前阶段各受灾点的资源配置量

4．2．3 当前阶段应急资源配置模型

4．3 模型求解算法

4．4 数值仿真分析

4．4．1 背景及数据

4．4．2 先验信息及先验概率分布

4．4．3 仿真结果

4．5 本章小结

5 基于多维信息更新的震后应急资源综合配置方法

5．1 背景

5．2 无信息更新的应急资源综合配置模型

5．2．1 假设

5．2．2 模型

5．3 基于多维信息更新的应急资源综合配置模型

5．3．1 假设

5．3．2 单阶段损失函数

5．3．3 单阶段贝叶斯风险函数

5．3．4 模型

5．4 模型求解算法

5．4．1 模型M2的变量整数化

5．4．2 模型M2多目标处理

5．4．3 基于整数矩阵编码遗传算法

5．5 本章小结

6 汶川地震应急资源综合配置仿真分析

6．1 背景

6．2 基础信息

6．2．1 数据

6．2．2 随机变量分布和先验分布的确定

6．2．3 Beta参数和应急运输时间的确定

6．3 实证仿真结果

6．3．1 模型M1计算结果

6．3．2 模型M2计算结果

6．3．3 模型M2车辆安排计划

6．4 综合分析

6．4．1 资源配置误差损失贝叶斯风险分析

6．4．2 模型M2的优势分析

6．5 本章小结

7 研究成果与展望

7．1 研究成果

7．2 研究展望

参考文献

作者简历及在学期间所取得的主要科研成果