達列雄,劉 杰

（陜西理工學(xué)院數(shù)學(xué)與計算機科學(xué)學(xué)院，陜西漢中，723001）

0 引言

在油田事故災(zāi)難救援過程中，應(yīng)急資源快速準確調(diào)配可提高救援效率。而目前在資源籌集方面的研究，大多集中在籌集模型以及路徑選擇的優(yōu)化上面，對求解算法的研究較少，有些文獻中雖然運用了粒子群等優(yōu)化算法對資源調(diào)度模型進行求解，也通過數(shù)值算例驗證了所建立模型的合理性及其粒子群算法的可行性和有效性，但是采用粒子群等優(yōu)化算法求解時，求解過程復(fù)雜，會隨著問題規(guī)模的不同，算法的求解效果和速度也有影響。而采用傳統(tǒng)的窮舉法求解此類問題時，在參與應(yīng)急的應(yīng)急點比較多時，求解速度很難接受，不能滿足資源快速調(diào)度的需要。和聲搜索算法作為一種啟發(fā)式全局搜索算法，算法參數(shù)簡單，優(yōu)化求解速度較快且容易實現(xiàn)，該算法在處理離散型優(yōu)化問題方面展示了比蟻群算法，遺傳算法更好的性能。

本文將詳細研究靜態(tài)多目標籌集方法，建立模型并設(shè)計采用和聲搜索算法對其進行求解，驗證模型的正確性和算法的可行性，將和聲搜索優(yōu)化算法應(yīng)用到油田事故災(zāi)難應(yīng)急資源籌集當(dāng)中。

1 建立模型

在實際油田事故救援過程中，我們既要考慮救援效率，還要考慮救援成本。在整個救援過程中，每增加一個救援點，救援陳本就會大幅增加，所以，要降低救援成本，就要在滿足救援效果的前提下，盡量減少出救點數(shù)量。

2 和聲搜索算法

和聲搜索（Harmony Search,HS）算法是2001年韓國學(xué)者Geem Z W等人提出的一種新興智能算法。算法中引入三個主要參數(shù)，即和聲記憶庫取值概率HMCR(Harmony memory considering rate),微調(diào)概率PAR(Pitch adjusting rate),音調(diào)調(diào)節(jié)帶寬bw（band width）。和聲搜索算法基本步驟如下：

Step 1:設(shè)定基本參數(shù)：①變量的個數(shù)N，②各個變量的取值空間，③最大迭代次數(shù)Tmax,④和聲記憶庫的大小HMS，⑤記憶庫取值概率HMCR，⑥音調(diào)微調(diào)概率PAR，⑦音調(diào)調(diào)節(jié)帶寬bw。

Step 2:初始化和聲記憶庫，即按照各個變量取值空間隨機生成HMS個解向量

Step 3:產(chǎn)生新解

其中rand1表示[0,1]上均勻分布的隨機數(shù)，PAR為音調(diào)微調(diào)概率，bw為音調(diào)微調(diào)帶寬。

Step 4:更新記憶庫

評估新產(chǎn)生的和聲，如果新的和聲優(yōu)于和聲記憶庫中最差的和聲，將新和聲更新至和聲記憶庫。

Step 5:判斷是否達到終止條件，未達到終止條件則重復(fù)Step 3和Step 4，否則輸出最優(yōu)解。

3 實例驗證

假設(shè)在一次油田事故應(yīng)急資源調(diào)度過程中，需要排水泵總數(shù)量y=45，能夠提供此類應(yīng)急資源的應(yīng)急點共有10個S1，S2，……S10，各個應(yīng)急點對應(yīng)防護服儲備量xi和各個應(yīng)急點到達事故救援點所需的時間ti如下表1所示：

表1.驗證舉例

HS算法最初應(yīng)用在連續(xù)優(yōu)化問題中,在求解組合優(yōu)化問題時,新的和聲生成后,可能會出現(xiàn)非法解,導(dǎo)致HS算法無法進行,因而,在組合優(yōu)化問題中應(yīng)用HS算法,必須實現(xiàn)其離散化。將問題轉(zhuǎn)為典型的0-1問題進行求解，當(dāng)應(yīng)急點參與應(yīng)急時設(shè)為1，否則設(shè)為0。

在求解過程中，關(guān)鍵參數(shù)設(shè)置為：取值概率HMCR=0.8，微調(diào)概率PAR=0.2，迭代次數(shù)MAXITER=1000（根據(jù)問題規(guī)模調(diào)節(jié)），音調(diào)微調(diào)帶寬BW=0.1，和聲記憶庫大小HMS=5，則對于上述問題的實驗結(jié)果如下表2：

表2.實驗結(jié)果

通過反復(fù)改變問題的規(guī)模，在油田事故應(yīng)急資源籌集中，如果參加參加救援的資源點比較多，資源種類較復(fù)雜的情況下，和聲搜索算法表現(xiàn)出比其他優(yōu)化算法更快的收斂速度和求解性能。

4 結(jié)束語

本文從油田事故災(zāi)難救援資源籌集模型入手，逐步分析了靜態(tài)單目標和靜態(tài)多目標資源籌集方法，并合理的設(shè)計采用和聲搜索優(yōu)化算法對模型進行求解驗證其正確性和可靠性。而在實際救援過程中，救援資源的消耗大多情況下并不是勻速消耗的，如果首次派遣的救援資源不能滿足救援需求時，需要對所需救援資源再籌集，救援資源的需求量隨著救援階段的轉(zhuǎn)換而產(chǎn)生變化，因此，動資源的動態(tài)消耗籌集應(yīng)進步一展開研究。

[1]George F.Routing and emergency response team sitting for high level radioactive waste shipments[J].IEEE Transactions on Engineering Management,1998,45(2):141-152.

[2]高淑萍，劉三陽.應(yīng)急系統(tǒng)調(diào)度問題的最優(yōu)決策[J].系統(tǒng)工程與電子技術(shù)，2003，10(25)：1222-1224.

[3]李梅霞，車海濤.應(yīng)急資源調(diào)度模型及算法[J].運籌與管理.2011，20（3）：72-76.

[4]將金貴,梁靜國.基于粒子群優(yōu)化算法的應(yīng)急資源調(diào)度研究[J].統(tǒng)計與決策，2009,2:53-54.

[5]潘郁,余佳，達慶利.基于粒子群算法的連續(xù)消耗應(yīng)急資源調(diào)度[J].系統(tǒng)工程學(xué)報，2007,22（5）:556-560.

[6]拓守恒.一種求解多維背包問題的和聲優(yōu)化搜索算法[J].微電子學(xué)與計算機,2012,06:76-80+86.