多目标应急调度模型与改进差分进化算法研究

作     者：张明茜 

作者单位：沈阳建筑大学 

学位级别：硕士

导师姓名：宋晓宇;常春光;赵明

授予年度：2018年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：应急物资调度模型 多目标优化 差分进化算法 帕累托 变异策略 

摘      要：近年来,自然灾害在我国乃至全球频繁发生,造成巨大人员伤亡与经济损失。因此,灾难发生后第一时间建立合理的应急管理体系,形成快速灵敏的预警和反应体制,提出合理的应急调度救援方案,对提高应急救援过程中应急物资的配送效率和降低自然灾害带来的后续损失至关重要。由于应急调度问题是一个典型的多目标优化问题,多个目标往往相互限制,传统的解决方法很难收敛到Pareto解集。本文从多目标优化角度对应急物资调度问题进行了系统的研究,包括建立数学模型与算法求解两个方面。在数学模型方面,针对应急调度的实际情况,建立供应点总供应资源量小于受灾点总需求量的约束多目标应急调度救援模型;在求解算法方面,对差分进化(DE,Differential Evolution)算法进行改进,用于解决多目标优化问题,通过引入新的变异策略,来求解所建立数学模型,提高差分进化算法在解决离散应用问题的能力。本文主要研究内容如下:首先,以连续消耗应急物资调度为背景,构建了由多供应点到多受灾点的救援网络,充分考虑了有限的运送能力与大量的物资需求间的矛盾对应急救援过程的影响。并以应急调度总花费最小与受灾点最大缺失最少为目标,建立了约束多目标应急物资调度模型。其次,应用基本差分进化算法求解构建的应急调度模型,根据Pareto支配与拥挤距离评价种群个体性能的优良。进一步引入DE/best/1变异策略与DE/rand/2变异策略,提出了一种双变异策略的差分进化算法。该算法对于种群中的Pareto前沿集合中的个体采用开发性较好的DE/best/1变异策略进行变异操作,对于种群中的非Pareto前沿解集合中的其他个体采用探索性较好的DE/rand/2变异策略进行变异操作,从而更好地平衡了开发性能与探索性能。最后,通过不同规模应急调度问题的仿真实验,得出在应急调度总花费与最大缺失损失两个目标协同作用情况下,与基本差分进化算法相比,双变异策略的差分进化算法在求解多目标多约束应急调度模型时,获得了较低的应急调度总花费与较小的最大缺失损失。得到了更多的Pareto前沿解,同时解的分布也更加广泛。从而得出本文建立应急调度模型的可行性与双变异策略差分进化算法的有效性和优越性。