考虑灾害预测偏差的应急供应链鲁棒优化
作者单位：东华大学
学位级别：硕士
导师姓名：王长军
授予年度：2023年
学科分类：12[管理学] 1204[管理学-公共管理] 120401[管理学-行政管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)]
摘 要：重大公共卫生事件与突发自然灾害等情况通常会造成严重的生命财产损失。灾害发生后对血液、疫苗等紧急救援物资的需求会突增，因此应急决策部门会事先构建针对突发灾害的应急供应链。然而重大灾害是突发的，偶发的，不确定性强。灾后救援物资需求难以提前确定，且时效要求高。应急供应链决策经常存在供需不匹配问题，进而导致成本浪费或者救援受阻。现实中，重大灾害发生前，通常会发生灾前预警事件，如地震前的地质活动、疫情爆发前的病案个例。为提升应急供应链的决策质量，基于预警事件的灾害预测必不可少。灾害预测信息有助于决策者提早制定针对性策略，缓解灾害后果，对于防灾应急问题是至关重要的。但是灾害历史数据有限，灾害发生规律难以掌握，在灾害应急供应决策中仍存在预测失准的难题。面对预测信息，其价值如何判断，应急决策者如何管理有偏差的预测信息，并据此做出统筹决策等问题仍有待回答。因此，本文关注带有偏差的灾害预测信息，从决策结果的角度研究不准确信息价值。根据决策发生顺序，将灾害应急供应链分为“日常-预测-救援三个阶段展开，对三阶段应急供应链统筹决策展开研究。 首先，本文假设决策者采用随机规划来处理灾害不确定参数，给出了带有信息更新的两阶段应急供应模型的一般形式。然而在灾害数据稀缺的情况下，信息更新过程中的概率依存关系是不可用的。为了解决这个问题，引入预测信息偏差度的概念，提出了一种鲁棒方法来识别两阶段应急供应模型中信息更新的最差概率关系，并构建基于灾害场景的 max-min-min 模型来评估不完全信息价值(Expected Value of Imperfect Information, EVII)。在此基础上，提出了数值、解析和等价转换三种不同计算方法，展示了如何计算不准确信息价值，并将此处的建模求解方法用于三阶段应急统筹优化的研究。此外，给出了信息偏差度阈值的计算方法，使应急决策者可以识别预测信息何时是无效的。 其次，在考虑灾害预测不准确的基础上，根据灾害应急决策顺序，将灾害应急供应链管理分为日常防灾，预测后调整和灾后救援三个阶段，进而研究了三阶段应急统筹优化决策，以三阶段整体代价最小为目标。基于贝叶斯框架，将两阶段应急供应随机规划模型扩展为三阶段的结构，注意到重大灾害应急存在的数据稀缺性，导致贝叶斯概率依存关系难以获知，因此，同样基于预测信息偏差度，采用鲁棒的做法，提出了一般性的考虑最坏预测的min-max-min-min模型;为求解该模型，给出了预测信息偏差度约束下的最坏预测的解析表达，进而构建了等价的易于求解的线性规划模型;由此，实现了不准确预测驱动下的日常防灾、预测调整和灾后救援的集成决策。并将该模型应用于以我国龙门山地震带的应急血液供应实例中。 最后，考虑到准确的离散灾害场景不易获取。第五章在第三、四章的基础上，构建了基于灾后需求模糊集的三阶段应急供应鲁棒优化模型。根据历史灾害场景的统计值，构建灾后需求模糊集。同样针对最差的灾后紧急需求进行鲁棒优化。此时该问题为多层鲁棒优化结构，且难以用前文所提出的等价转换方法。因而使用列和约束生成算法实现对模型的最优求解。该模型的构建前提为决策者不完全相信预测，为验证该模型的优越性，根据应急决策者不同的信息处理方式，给出了决策者完全相信预测和完全不相信预测的基准模型。在基于蒙特卡洛模拟生成的测试集中，比较了这三种模型对应决策方案的计算结果，并进行了灵敏度分析，结果表明本文所提的三阶段鲁棒优化模型的防灾性能最好。 本研究丰富了灾害应急管理中的信息价值研究，使决策者能够有效管理灾害预测信息偏差。通过研究结果可知，预测信息偏差度的降低可以显著提升信息价值，并有效减少灾害应急期望总代价。考虑灾害预测偏差的三阶段鲁棒优化模型可以参考预测信息价值，灵活调整防灾策略，实现统筹优化决策。同时，应急管理者应该注重提高对预测信息的评估能力，并加强灾害应急全过程中预测和决策的协同统一。
同方学位论文库