周學(xué)鼎， 鄭星新

(國家電網(wǎng)公司 福建古田供電有限公司， 福建 寧德 352200)

采用GERT算法的電力搶修車應(yīng)急運(yùn)輸路徑選擇

周學(xué)鼎， 鄭星新

(國家電網(wǎng)公司 福建古田供電有限公司， 福建 寧德 352200)

研究電力搶修車應(yīng)急運(yùn)輸路徑選擇問題.根據(jù)圖形評審技術(shù)(GERT)構(gòu)建某突發(fā)災(zāi)害地區(qū)緊急轉(zhuǎn)運(yùn)配送過程的隨機(jī)網(wǎng)絡(luò)模型，對比電力搶修車到達(dá)不同災(zāi)區(qū)的成功配送概率、風(fēng)險(xiǎn)概率和緊急配送生命周期期望，從而得出模型的缺陷和改進(jìn)方法.結(jié)果表明：該模型方法具有可行性和適用性.

路徑選擇； 圖形評審技術(shù)； 電力搶修車； 電力系統(tǒng)； 災(zāi)害.

近年來，由于人類活動及地球本身的運(yùn)動導(dǎo)致的災(zāi)害頻繁發(fā)生，電力系統(tǒng)遭受破壞的次數(shù)逐年增加[1-2]，破壞程度和后果也越趨嚴(yán)重，致使救援隊(duì)伍的搶救工作難以順利展開.在災(zāi)害發(fā)生時，電力搶修車應(yīng)急運(yùn)輸必須保證搶修物資和搶修人員在最短的時間內(nèi)以最大的效率到達(dá)受災(zāi)點(diǎn)，以便及時搶修電力系統(tǒng).由于災(zāi)區(qū)的交通系統(tǒng)遭到嚴(yán)重破壞，但又必須要求進(jìn)入災(zāi)區(qū)的路徑具有可靠性、路段具有連通性.因此,進(jìn)入災(zāi)區(qū)的路徑的可靠連通性和高效性成為決策人員在選擇電力搶修車應(yīng)急運(yùn)輸路徑的關(guān)鍵要素.現(xiàn)有的電力搶修車應(yīng)急物流運(yùn)輸路徑的選擇研究主要集中在如何使路徑達(dá)到最短化，卻忽視了在時間上做出進(jìn)一步的優(yōu)化[3-5].在解決隨機(jī)網(wǎng)絡(luò)問題上，學(xué)者們常用的方法是圖解評審技術(shù)(graph evaluation and review technique,GERT).該方法融合了各種理論和技術(shù)，如網(wǎng)絡(luò)理論、模擬技術(shù)等，并成功地運(yùn)用于解決不同的統(tǒng)籌問題，如排隊(duì)論、質(zhì)量控制、運(yùn)輸路徑等[6].本文建立了電力搶修物資配送中心向多個受災(zāi)點(diǎn)緊急配送的GERT模型，并尋找最優(yōu)路徑，以提高應(yīng)急運(yùn)輸?shù)男?

1 GERT算法分析

在GERT網(wǎng)絡(luò)中，設(shè)Pi，j為節(jié)點(diǎn)i至節(jié)點(diǎn)j的支線實(shí)現(xiàn)概率，且完成該支線所需要的時間概率密度為f(ti，j).對于隨機(jī)變量時間ti，j和任意實(shí)數(shù)s，其中，ti，j為節(jié)點(diǎn)i至節(jié)點(diǎn)j所需要的時間，則隨機(jī)變量的矩母函數(shù)定義[7]為

對于一個每項(xiàng)活動都有兩項(xiàng)參數(shù)Pi，j和ti，j的網(wǎng)絡(luò)G，可以用一個與原網(wǎng)絡(luò)結(jié)構(gòu)相同，但每項(xiàng)活動上只有一個傳遞函數(shù)Wi，j(s)的網(wǎng)絡(luò)G代替，其公式為

Wi，j(s)=Pi，jMi，j(s).

式中：Wi，j(s)為節(jié)點(diǎn)i到節(jié)點(diǎn)j的傳遞函數(shù).對具有Wi，j(s)函數(shù)的網(wǎng)絡(luò),可先求解其等效函數(shù)WE(s)，根據(jù)梅森公式[10]可知

其中：Ti，j為流線圖中從節(jié)點(diǎn)i到節(jié)點(diǎn)j的等效傳遞系數(shù);Pk為流線圖中從節(jié)點(diǎn)i到節(jié)點(diǎn)j的第k條線路的值，等于構(gòu)成該線路的枝線路的傳遞系數(shù)乘積；m為節(jié)點(diǎn)i到節(jié)點(diǎn)j的線路條數(shù)；Δk為流線圖中不與第k條線路接觸的回路的特征值，Δk=1-∑不與第k條線路接觸的奇數(shù)階回路的值+∑不與第k條線路接觸的偶數(shù)階回路的值；Δ為流線圖中反映回路組成的特征值，Δ=1-∑兩節(jié)點(diǎn)間奇數(shù)階回路的值+∑兩節(jié)點(diǎn)間奇偶數(shù)階回路的值.

根據(jù)GERT網(wǎng)絡(luò)原理，對于任意GERT網(wǎng)絡(luò)，可以先將各項(xiàng)活動定義為其W函數(shù)；然后，運(yùn)用流線圖理論求得網(wǎng)絡(luò)的等效函數(shù)WE(s)；最后，利用矩母函數(shù)的基本性質(zhì)，就可以得到網(wǎng)絡(luò)的所有參數(shù)[8].根據(jù)文獻(xiàn)[9，11-15]可以用下面的公式計(jì)算緊急配送過程中成功的概率(PE)、風(fēng)險(xiǎn)概率(PV=1-PE)、緊急配送的生命周期的期望值E[X]及方差V[X].即

圖1 配送過程的GERT隨機(jī)網(wǎng)絡(luò)模型圖

2 算例分析

以我國某地區(qū)發(fā)生災(zāi)害為例，構(gòu)建出緊急轉(zhuǎn)運(yùn)配送過程的GERT隨機(jī)網(wǎng)絡(luò)模型圖，如圖1所示.圖1的各項(xiàng)活動的含義如表1所示，各項(xiàng)活動的參數(shù)如表2所示.

從圖1可以看出：由該地區(qū)電力搶修物資配送中心F向3，6，7三個受災(zāi)點(diǎn)進(jìn)行電力搶修車應(yīng)急配送，途經(jīng)1，2，4，5四個節(jié)點(diǎn)，電力搶修車應(yīng)急物資的運(yùn)送可由1，2，4，5四個節(jié)點(diǎn)進(jìn)行聯(lián)動配送，保證應(yīng)急搶修物資和搶修人員在規(guī)定的時間能送達(dá)指定的受災(zāi)點(diǎn).當(dāng)已經(jīng)電力搶修車經(jīng)過節(jié)點(diǎn)1和7時，由于各種原因?qū)е聭?yīng)急搶修物資和搶修人員不得不回到物資配送中心F重新進(jìn)行配送；當(dāng)節(jié)點(diǎn)2發(fā)生路面坍塌或其他突發(fā)情況時，可經(jīng)節(jié)點(diǎn)5進(jìn)行轉(zhuǎn)運(yùn)，到達(dá)受災(zāi)點(diǎn)3.

表1 配送過程的GERT隨機(jī)網(wǎng)絡(luò)模型的各項(xiàng)活動含義

表2 配送過程的GERT隨機(jī)網(wǎng)絡(luò)模型中各項(xiàng)活動參數(shù)

該網(wǎng)絡(luò)中有3個一階環(huán)(W1),(W2，W3),(W11，W12),由電力搶修配送中心F到災(zāi)區(qū)3有兩條路線：F-1-2-3和F-1-2-5-3;而由電力搶修配送中心F到災(zāi)區(qū)6有兩條路線：F-4-5-6和F-7-6.

1) 電力搶修配送中心F到災(zāi)區(qū)3的GERT特征值計(jì)算公式為

式(1)中：ΔF-3為電力搶修配送中心F到災(zāi)區(qū)3的GERT線路的總特征值；P1，P2為各支線上的傳遞函數(shù)乘積值；Δ1，Δ2為各分支的特征值.

將式(1)代入梅爾森公式,可得

由以上數(shù)據(jù)可知，電力搶修配送中心F經(jīng)兩條線路到達(dá)災(zāi)區(qū)3的風(fēng)險(xiǎn)概率為16%，緊急配送的生命周期為2.43h.由此可見，理論上從這條線路上電力搶修車到達(dá)災(zāi)區(qū)3的成功概率還是較大的，但是仍存在者一定的風(fēng)險(xiǎn).

2) 電力搶修配送中心F到災(zāi)區(qū)6的GERT特征值計(jì)算公式為

將式(2)代入梅爾森公式,可得

由以上數(shù)據(jù)可知，電力搶修配送中心F經(jīng)兩條線路到達(dá)災(zāi)區(qū)6的風(fēng)險(xiǎn)概率為44%，緊急配送的生命周期為1.5h.可見，理論上從這條線路上電力搶修車到達(dá)災(zāi)區(qū)6的成功概率較之到災(zāi)區(qū)3的成功概率要低很多.所以，必須要在這條線路上做更多的準(zhǔn)備工作，以確保使得風(fēng)險(xiǎn)度能降低.

分析可知：電力搶修配送中心F向受災(zāi)點(diǎn)3進(jìn)行緊急電力搶修的成功率最高，時間在預(yù)計(jì)之內(nèi)且波動不大，應(yīng)首先選擇從電力搶修配送中心F向受災(zāi)點(diǎn)3進(jìn)行緊急搶修配送；同時，也要保證搶修物資儲備庫的緊急庫存充足以備進(jìn)行災(zāi)區(qū)6的配送.在緊急搶修配送運(yùn)輸中,要考慮到在途中可能遇見的特殊情況，也要避免交通堵塞等情況，以便能在最短時間內(nèi)將電力搶修物資和搶修人員送達(dá)需求地.

3 結(jié)束語

根據(jù)GERT原理構(gòu)建了電力搶修物資配送中心向多個受災(zāi)點(diǎn)緊急配送的GERT隨機(jī)網(wǎng)絡(luò)模型，結(jié)合算例研究了成功配送至目的地的期望和概率，從中得出模型中的缺陷及改進(jìn)方法.GERT隨機(jī)網(wǎng)絡(luò)同其他傳統(tǒng)的進(jìn)度管理方法相比擁有更合理的部分，它考慮了反饋回環(huán)問題.但是它也有缺點(diǎn)，如在實(shí)際的交通網(wǎng)絡(luò)中，電力搶修車在兩個需求地之間行駛的時間往往是一個不確定的隨機(jī)量，造成這種不確定性的原因有交通堵塞、道路維修、車輛自身故障等.可以預(yù)見，信息時代的發(fā)展將進(jìn)一步推動GERT的廣泛應(yīng)用，對GERT的研究也將更加深入廣泛得開展，這對于GERT隨機(jī)網(wǎng)絡(luò)模型能在電力搶修系統(tǒng)中具有重要的理論與現(xiàn)實(shí)意義.

[1] 鄒其嘉，孫振凱，毛國敏.電力系統(tǒng)地震易損性研究[J].自然災(zāi)害學(xué)報(bào)，1994，3(2):81-90.

[2] 謝強(qiáng)，李杰.電力系統(tǒng)自然災(zāi)害的現(xiàn)狀與對策[J].自然災(zāi)害學(xué)報(bào)，2006，15(4):126-131.

[3] HWANG H S.A Food distribution model for famine relief[J].Computers and Industrial Engineering，1999，37(1/2):335-338.

[4] YI W，KUMAR A.Ant colony optimization for disaster relief operations[J].Transportation Research Part E: Logistics and Transportation Review，2007，43(6):660-672.

[5] YI W，?ZDAMAR L.A dynamic logistics coordination model for evacuation and support in disaster response activities[J].European Journal of Operational Research，2007，179(3):1177-1193.

[6] 郭建飛，喬立紅.產(chǎn)品開發(fā)過程的圖示評審技術(shù)建模方法[J].計(jì)算機(jī)集成制造系統(tǒng)，2004，10(7):758-763.

[7] 俞高明.GERT在評審砼現(xiàn)場供應(yīng)方案上的運(yùn)用[J].安徽大學(xué)學(xué)報(bào)(自然科學(xué)版)，2000，24(2):79-83.

[8] 鄭愛萍，金福江.多產(chǎn)品運(yùn)輸問題的建模及優(yōu)化算法設(shè)計(jì)[J].華僑大學(xué)學(xué)報(bào)(自然科學(xué)版)，2013，03:281-285.

[9] 方志耕,楊保華，陸志鵬，等.基于Bayes推理的災(zāi)害演化GERT網(wǎng)絡(luò)模型研究[J].中國管理科學(xué)，2009， 17(2): 102-107.

[10] 張延鋒，司春林.基于圖示評審技術(shù)的風(fēng)險(xiǎn)投資組合模型[J].系統(tǒng)管理學(xué)報(bào)，2007，16(3):298-301.

[11] 施騫,龔婷.基于GERTs的隨機(jī)網(wǎng)絡(luò)計(jì)劃關(guān)鍵鏈識別方法[J].系統(tǒng)工程理論與實(shí)踐,2012,32(7):1531-1536.

[12] 陶良彥,劉思峰,方志耕,等.基于多層次GERT的復(fù)雜產(chǎn)品研制進(jìn)度規(guī)劃“超沖突均衡”博弈模型[J].控制與決策,2014,29(11):2002-2010.

[13] 楊保華,方志耕,劉思峰,等.基于GERTS網(wǎng)絡(luò)的非常規(guī)突發(fā)事件情景推演共力耦合模型[J].系統(tǒng)工程理論與實(shí)踐,2012,32(5):963-970.

[14] 汪濤,吳琳麗.軍事物流供應(yīng)鏈G-GERT網(wǎng)絡(luò)風(fēng)險(xiǎn)識別模型研究[J].Computer Engineering and Applications,2012,48(1):231-233

[15] 陸琳.基于GERT隨機(jī)網(wǎng)絡(luò)的城市交通流仿真研究[J].天津工業(yè)大學(xué)學(xué)報(bào),2011,30(2):85-88.

(責(zé)任編輯： 黃曉楠 英文審校： 吳逢鐵)

Using GERT Algorithm for Emergency Transportation Path Selection of Electrical Repair Vehicle

ZHOU Xueding， ZHENG Xingxin

(Gutian Fujian Power Supply Company Limited, State Grid Corporation of China， Ningde 352200， China)

In this paper, the research focus on the selection problem of electrical repair vehicle′s emergency transportation path. Based on the graph evaluation and review technique (GERT), the specific function for the probability of successful distribution, the probability of the risk and the expectations， and the variance of the emergency distribution life cycle are given, respectively. By developing a stochastic network model of a case study, this research compares the the probability of successful distribution, the probability of the risk and the expectations of the emergency distribution life cycle between the different disasters. The results show that the model is highly feasible and applicable.

path selection； graph evaluation and review technique； electrical repair vehicle； power system； disaster

1000-5013(2015)06-0667-05

10.11830/ISSN.1000-5013.2015.06.0667

2015-10-08

周學(xué)鼎(1970-)，男，高級經(jīng)濟(jì)師，主要從事電網(wǎng)經(jīng)營、規(guī)劃、建設(shè)、電力服務(wù)管理的研究.E-mail:827137766@qq.com.

國家自然科學(xué)基金資助項(xiàng)目(41371205)

TM 732； TM 743

A