范 祥,叶春明,曹 磊

(上海理工大学 管理学院,上海 200093)

针对突发公共事件后应急车辆调度问题,国内外学者做了较多研究[1–5],文献[1]针对多地区同时发生灾害时,需及时展开救援工作问题,设计了改进遗传算法对所建模型求解,并做了多组仿真实验,结果表明,改进算法在满足救援物资时间上取得了较大提高.文献[2]考虑灾害发生后受损道路对车辆调度的影响,根据道路实际状况建立了运输车辆调度模型;文献[3]针对大规模突发事件下应急车辆调度问题,用物资未满足度的形式对灾民的损失进行量化,构建最小化灾民损失和应急车辆调度费双目标的混合整数规划模型.文献[4]针对灾后需求不确定问题,假设需求服从正态分布,构建了带时间窗的应急车辆调度模型,设计了两阶段遗传算法,最后通过实例验证了模型与算法的有效性.然而,学者在建模时默认受灾点对于期待被救援的时间要求不存在差异,本文考虑到不同程度受灾点对救援时间的紧迫性不同,引入Sigmoid时间满意函数,构建应急车辆调度模型.车辆调度问题作为NP问题的一种,一些经典的算法(动态规划、分支定界等)在寻优速度上效果欠佳,因此需要寻找一种在可接受的时间范围内能够求得问题最优解或近似最优解的方法.有研究表明[6],鲸鱼群算法(Whale Swarm algorithm,WSA)在求解高维函数优化问题上具有一定优势.鉴于鲸鱼群算法局部搜索部分是一个随机搜索的过程,局部寻优能……