基于不确定理论的危化品运输网络优化决策研究

作     者：韦美伊 

作者单位：北京化工大学 

学位级别：硕士

导师姓名：余乐安

授予年度：2016年

学科分类：07[理学] 08[工学] 070104[理学-应用数学] 0701[理学-数学] 0823[工学-交通运输工程] 

主      题：模糊随机风险 时变暴露人口 选址-选路-调度问题 遗传算法 粒子群算法 

摘      要：危险化学品(以下简称危化品)是指具有易燃、易爆、有毒、带腐蚀性和放射性等危害特性的物质,这导致其运输装卸、储存保管等物流供应链的各个环节都潜藏着造成灾难性破坏的可能。然而,在另一方面,危化品的合规使用不仅能促进产业的发展,还能够改善和便捷人民群众的生活。如何安全合规地利用危化品以便造福社会,其中值得高度重视的一个关键环节即是运输。虽然危化品其事故率具有“低概率的特征,但是事故后果却具有“高风险的性质,对人民生命财产安全和社会公共安全均构成严重威胁。因此,关乎民众安全的危化品运输问题越来越受到研究人员的关注,成为了研究热门问题。在危化品运输业务中,涉及到的优化决策问题有很多,它们相互关联、相互影响,若是分离开来进行研究则结论将有失偏颇。通常,危化品运输首先要保证安全,在此前提下,再考虑如何去降低成本或是增加经济效益。鉴于危化品运输与公众安全息息相关,其过程中又伴有诸多不确定性影响因素,本论文将针对其相关仓库选址、路径择优和车辆调度等问题,结合不确定理论开展深入的研究。主要研究内容阐述如下：(1)首先,介绍我国危化品运输发展情况与发生的危害事故案例,结合国内外研究现状以探讨目前该领域研究的深度与广度、优势与不足,从而寻求突破与创新,以期完善对整个运输网络系统的优化;(2)本论文通过明确研究目的,提出对应的处理方法,引入降低风险、减少成本双目标,从而基于不确定理论搭建模型,进行组合优化;(3)本论文创造性地引入时变参数、模糊变量和模糊随机变量,为不确定性风险提供量化的工具,使得参数的设置、问题的假设更能反映实际运输网络的情况,从而尽可能地消除模型的过理想化;(4)进一步地,将模糊模拟嵌入遗传算法,将模糊随机模拟嵌入粒子群算法,用以解决危化品选址-选路-调度模型。在传统的启发式算法基础上,本文结合贪婪方法和自适应方法,以此提高算法的效率,同时增强结果的鲁棒性;(5)最后,针对小规模算例,通过转变模型形式以运用Lingo软件求解精确值,设计穷举法求出所有最优解。同时,采用本论文所设计的改进启发式算法求解,进而对比分析以验证其高效性和优越性。另外,也运用一般的启发式求解算法,通过比对和分析各种方法求得的结果以及运算程序耗时,成功验证了所采用的基于模糊模拟的遗传算法,以及基于贪婪方法和模糊随机模拟的自适应混合粒子群算法均已被有效改良。在算例分析的最后,将对算例的有关结论给予列示和阐释。