張乃平,許劍航,呂 偉,劉 丹
(1.武漢理工大學(xué) 安全科學(xué)與應(yīng)急管理學(xué)院,湖北 武漢 430070;2.武漢理工大學(xué) 中國(guó)應(yīng)急管理研究中心,湖北 武漢 430070;3.安全預(yù)警與應(yīng)急聯(lián)動(dòng)技術(shù)湖北省協(xié)同創(chuàng)新中心,湖北 武漢 430070)
近年來(lái),地震災(zāi)害頻發(fā),對(duì)人們的生命安全造成巨大威脅,如2010年的玉樹(shù)地震,造成2 698人遇難;2014年的于田地震,使得6 300余人受災(zāi)。為盡量減少人員傷亡,震后初期必須將應(yīng)急物資在盡可能短的時(shí)間內(nèi)運(yùn)輸?shù)礁魇転?zāi)點(diǎn),而此時(shí)往往又存在應(yīng)急物資供不應(yīng)求的情況,如果應(yīng)急物資分配不公平,災(zāi)民將產(chǎn)生非理性攀比心理[1],嚴(yán)重時(shí)將導(dǎo)致哄搶等后果。因此,基于應(yīng)急物流的時(shí)效性和公平性的現(xiàn)實(shí)要求,研究震后初期應(yīng)急物資的分配-運(yùn)輸問(wèn)題對(duì)提高應(yīng)急救援效率具有重要意義。
國(guó)內(nèi)外學(xué)者對(duì)相關(guān)問(wèn)題已進(jìn)行了大量研究。如孫昌玖等[2]研究了應(yīng)急物資在應(yīng)急物流中心之間的橫向運(yùn)輸問(wèn)題。陳瑩珍等[3]構(gòu)建了外界物資未到達(dá)、災(zāi)區(qū)互救情境下的應(yīng)急物資分配模型。LIU等[4]基于Petri網(wǎng)構(gòu)建了不同應(yīng)急周期內(nèi)的多品種應(yīng)急物資分配模型。WANG等[5]基于拆分運(yùn)輸方式,構(gòu)建了以時(shí)間、成本和可靠性為目標(biāo)的應(yīng)急物流選址-分配模型。LIBERATORE等[6]考慮了災(zāi)后道路受損的因素,構(gòu)建了道路修復(fù)過(guò)程的應(yīng)急物資分配模型。以上研究從不同角度將應(yīng)急物資的分配-運(yùn)輸問(wèn)題拆分成獨(dú)立的兩個(gè)問(wèn)題進(jìn)行建模,具有一定的指導(dǎo)意義和參考價(jià)值,但實(shí)際上這兩個(gè)問(wèn)題具有一定的關(guān)聯(lián)性和協(xié)同性,有必要對(duì)兩者進(jìn)行集成研究。
在應(yīng)急物資分配-運(yùn)輸?shù)募裳芯糠矫?,程碧榮等[7]研究了供應(yīng)不足且需求不確定情況下的應(yīng)急物資分配和運(yùn)輸車(chē)輛路徑的統(tǒng)一優(yōu)化問(wèn)題。龐海云等[8]基于三級(jí)應(yīng)急物流網(wǎng)絡(luò)體系,構(gòu)建了以系統(tǒng)損失最小為目標(biāo)的分配-運(yùn)輸決策模型。NAJAFI等[9]針對(duì)震后應(yīng)急物資短缺的情況,構(gòu)建了多模式、多物資、多階段的分配-運(yùn)輸魯棒優(yōu)化模型。以上研究都考慮了應(yīng)急物資供不應(yīng)求的情況,但所構(gòu)建的模型都未同時(shí)考慮時(shí)效性和公平性。劉長(zhǎng)石等[10]考慮了災(zāi)民的非理性心理,從公平與效率兼顧的視角,對(duì)應(yīng)急物資分配-運(yùn)輸問(wèn)題進(jìn)行了系統(tǒng)研究并構(gòu)建了雙層規(guī)劃模型,為震后應(yīng)急救援提供了一種決策思路,但其研究尚未涉及震后道路受損的影響。AHMADI等[11]雖然考慮了路網(wǎng)失效的情況,但其研究并未考慮道路損毀造成的具體影響。
鑒于此,筆者在震后初期應(yīng)急物資供不應(yīng)求的基礎(chǔ)上,再考慮震后道路損毀對(duì)應(yīng)急物資運(yùn)輸?shù)木唧w影響,以應(yīng)急物資分配公平性最大和運(yùn)輸總時(shí)間最小為目標(biāo),構(gòu)建一個(gè)多物資、多出救點(diǎn)、多受災(zāi)點(diǎn)的分配-運(yùn)輸模型,以期為決策者提供更加科學(xué)合理的應(yīng)急物資分配-運(yùn)輸方案。
由于地震的破壞性,災(zāi)區(qū)道路通常都有不同程度的塌陷、斷裂,加上山體滑坡、建筑物倒塌等情況,嚴(yán)重影響了道路的通行能力。為了防止災(zāi)區(qū)道路擁堵,出救點(diǎn)的分配車(chē)輛數(shù)應(yīng)不大于道路的通行能力,這可能導(dǎo)致某些出救點(diǎn)的應(yīng)急物資需由多個(gè)車(chē)隊(duì)從不同路徑運(yùn)輸。例如圖1所示的運(yùn)輸方式,括號(hào)中的數(shù)字分別表示道路通行能力和分配車(chē)輛數(shù),假設(shè)受災(zāi)點(diǎn)4共需25輛車(chē)的應(yīng)急物資,則可以通過(guò)1→5→4、1→8→4、2→9→4這3條路徑進(jìn)行運(yùn)輸。同時(shí),道路不同程度的損毀對(duì)車(chē)輛行駛速度的影響不同,并且不同受災(zāi)點(diǎn)對(duì)應(yīng)急物資的需求緊迫程度也不同。因此,需要決策的問(wèn)題是:已知應(yīng)急物流網(wǎng)絡(luò)中出救點(diǎn)、受災(zāi)點(diǎn)及道路等信息,在震后初期有限的應(yīng)急物資和道路通行能力約束下,確定多對(duì)多的應(yīng)急物資分配-運(yùn)輸方案,使得應(yīng)急物資分配公平性最大和運(yùn)輸總時(shí)間最小。
圖1 運(yùn)輸方式示意圖
根據(jù)問(wèn)題特點(diǎn),提出如下假設(shè):①出救點(diǎn)擁有足夠車(chē)輛,且車(chē)輛的容量相同;②多種物資可以混裝;③不存在車(chē)輛無(wú)法到達(dá)的受災(zāi)點(diǎn);④道路雙向通行能力相同,且互不干擾;⑤不考慮車(chē)道數(shù);⑥不考慮道路已有交通量。
(1)通行能力計(jì)算。地震災(zāi)害后,道路通行能力的影響因素主要包括沿街建筑物破壞倒塌情況、道路自身破壞程度和有橋路段橋梁破壞程度[12]。為了簡(jiǎn)化研究,筆者以目的地的受災(zāi)程度反映沿街建筑物破壞倒塌情況,以道路損毀率反映道路自身破壞程度和有橋路段橋梁破壞程度,并在文獻(xiàn)[13]的基礎(chǔ)上得到震后道路通行能力的計(jì)算公式:
C=C′·(1-α)·(1-β)
(1)
式中:C為道路損毀情況下的通行能力;C′為道路正常情況下的通行能力,可通過(guò)查詢(xún)公路通行能力手冊(cè)得到;α為道路的損毀率,可通過(guò)遙感和無(wú)人機(jī)航拍技術(shù)獲得;β為目的地的受災(zāi)程度,可依據(jù)地震數(shù)據(jù)(震害特點(diǎn)、死亡和失蹤人數(shù)、房屋震害系數(shù)和烈度影響系數(shù)等)計(jì)算得到[14]。
(2)行駛速度計(jì)算。研究震后損毀道路上車(chē)輛行駛速度的文獻(xiàn)較少,筆者參考文獻(xiàn)[15]建立的模型并進(jìn)行改進(jìn),得到行駛速度的計(jì)算公式:
(2)
式中:v為道路損毀情況下車(chē)輛行駛的平均速度;v′為車(chē)輛正常行駛的平均速度。
在以上問(wèn)題描述的情境下,假設(shè)M為出救點(diǎn)集合,i∈M;N為受災(zāi)點(diǎn)集合,j∈N;O為應(yīng)急物資種類(lèi)集合,k∈O;Rij為出救點(diǎn)i到受災(zāi)點(diǎn)j的運(yùn)輸路徑集合,r∈Rij。筆者將應(yīng)急物資的運(yùn)輸時(shí)間總和作為時(shí)效性目標(biāo),將所有受災(zāi)點(diǎn)中需求緊迫程度與需求未滿(mǎn)足率之積的最大值作為公平性目標(biāo),構(gòu)建多物資、多出救點(diǎn)和多受災(zāi)點(diǎn)的分配-運(yùn)輸模型。其中,需求緊迫程度考慮了環(huán)境、物資需求、人口因素等方面[16],能充分體現(xiàn)物資分配的公平性。
(1)目標(biāo)函數(shù)如式(3)和式(4)所示,分別表示應(yīng)急物資運(yùn)輸總時(shí)間最小和應(yīng)急物資分配公平性最大。
(3)
(4)
式中:f1為應(yīng)急物資運(yùn)輸總時(shí)間;yij為指示變量,若出救點(diǎn)i給受災(zāi)點(diǎn)j運(yùn)輸物資,則yij為1,否則為0;tijr為出救點(diǎn)i到受災(zāi)點(diǎn)j的運(yùn)輸路徑r的通行時(shí)間;f2為應(yīng)急物資分配的公平指數(shù);γj為受災(zāi)點(diǎn)j的需求緊迫程度;Qjk為受災(zāi)點(diǎn)j對(duì)物資k的需求量;zijk為決策變量,表示出救點(diǎn)i分配給受災(zāi)點(diǎn)j的物資k的數(shù)量。
(2)約束條件分別如式(5)~式(9)所示。其中,式(5)表示分配車(chē)輛數(shù)不大于運(yùn)輸路徑上的最小可分配車(chē)輛數(shù);式(6)表示出救點(diǎn)的儲(chǔ)備量約束;式(7)表示受災(zāi)點(diǎn)的需求量約束;式(8)表示分配物資量的非負(fù)約束;式(9)表示出救點(diǎn)的應(yīng)急物資需要全部分配。
(5)
(6)
(7)
zijk≥0,?i∈M,j∈N,k∈O
(8)
(9)
式中:「·?表示向上取整;qijr為出救點(diǎn)i到受災(zāi)點(diǎn)j的路徑r的運(yùn)輸物資量(以體積計(jì));u為車(chē)輛的容量;Clm為路徑r上道路lm的可分配車(chē)輛數(shù),初始值為道路損毀情況下的通行能力;Wik為出救點(diǎn)i儲(chǔ)備的物資k的數(shù)量。
多目標(biāo)花朵授粉算法(multi-objective flower pollination algorithm ,MFPA)[17]具有易調(diào)節(jié)、參數(shù)少的優(yōu)點(diǎn),利用轉(zhuǎn)換概率p控制全局搜索與局部搜索的相互轉(zhuǎn)換,且MFPA采用了萊維飛行(Lévy flight)機(jī)制,其全局尋優(yōu)能力表現(xiàn)突出。MFPA尋優(yōu)算子的搜索過(guò)程如下:
(1)全局搜索。產(chǎn)生一個(gè)(0,1)的隨機(jī)數(shù)rand,如果轉(zhuǎn)換概率p>rand,則按式(10)對(duì)個(gè)體進(jìn)行更新。
(10)
(2)局部搜索。如果p≤rand,則按式(11)對(duì)個(gè)體進(jìn)行更新。
(11)
(1)初始化參數(shù)。涉及的參數(shù)主要有最大迭代次數(shù)maxGen、個(gè)體數(shù)popsize、轉(zhuǎn)換概率p等。
(2)編碼與初始種群。用自然數(shù)編碼產(chǎn)生受災(zāi)點(diǎn)服務(wù)順序,用實(shí)數(shù)矩陣編碼產(chǎn)生物資分配矩陣,如此隨機(jī)生成popsize數(shù)量的個(gè)體。
(3)計(jì)算目標(biāo)值,篩選初始非劣解集。根據(jù)每個(gè)個(gè)體的編碼,計(jì)算對(duì)應(yīng)的目標(biāo)函數(shù)值,再根據(jù)所有個(gè)體的目標(biāo)函數(shù)值,篩選出初始種群的非劣解集。
(4)MFPA尋優(yōu)。對(duì)每個(gè)個(gè)體按尋優(yōu)算子進(jìn)行更新,若新個(gè)體支配原個(gè)體,則替換原個(gè)體;若原個(gè)體支配新個(gè)體,則不替換;若彼此不受支配,則隨機(jī)決定。
(5)更新非劣解集。篩選出新一代種群的非劣解集,把新非劣解集和舊非劣解集進(jìn)行合并,然后篩選出合并集的非劣解集,去除重復(fù)個(gè)體。
(6)算法終止條件。迭代maxGen次后算法結(jié)束,輸出Pareto最優(yōu)解集。
以雅安地震為背景構(gòu)造算例,選取成都市、眉山市、樂(lè)山市、康定市的應(yīng)急物資儲(chǔ)備庫(kù)作為出救點(diǎn),具體信息如表1所示;選取天全縣、蘆山縣等9個(gè)受災(zāi)點(diǎn),具體信息如表2所示;災(zāi)區(qū)運(yùn)輸?shù)缆沸畔⑷绫?所示。應(yīng)急物資為帳篷和飲用水,體積分別為0.2 m3/頂、1.5 m3/t,車(chē)輛容量為40 m3/車(chē),車(chē)輛正常行駛的平均速度為60 km/h。算法參數(shù)設(shè)置如下:最大迭代次數(shù)maxGen=300,個(gè)體數(shù)popsize=100,轉(zhuǎn)換概率p=0.5。使用Matlab R2016a編程實(shí)現(xiàn)上述多目標(biāo)花朵授粉算法,在Intel Core i5 2.50GHz CPU、4G內(nèi)存的電腦上對(duì)該算例進(jìn)行求解。
表1 出救點(diǎn)信息
表2 受災(zāi)點(diǎn)信息
運(yùn)行程序所得Pareto最優(yōu)解如圖2所示。由圖2可以看出,時(shí)效性和公平性是相悖的,不能同時(shí)取到最優(yōu)值。因?yàn)槿绻筮\(yùn)輸總時(shí)間最小,那么出救點(diǎn)會(huì)盡量將物資運(yùn)送到用時(shí)最短的受災(zāi)點(diǎn),這些受災(zāi)點(diǎn)的物資未滿(mǎn)足率很低,而用時(shí)較長(zhǎng)的受災(zāi)點(diǎn)的物資未滿(mǎn)足率很高,所以公平性目標(biāo)會(huì)較差。決策者應(yīng)根據(jù)實(shí)際的決策需求,在運(yùn)輸時(shí)間和分配公平之間權(quán)衡。
表3 道路信息
注:表中距離為百度地圖中推薦路線(xiàn)的距離
圖2 Pareto最優(yōu)解
為節(jié)約篇幅,筆者僅給出總時(shí)間最小的方案,具體應(yīng)急物資分配-運(yùn)輸情況如表4所示。由表4可以看出,為了從整體上最小化運(yùn)輸總時(shí)間,蘆山縣(6)、雅安市(8)、名山區(qū)(10)、洪雅縣(11)、蒲江縣(12)、邛崍市(13)需要由多個(gè)出救點(diǎn)同時(shí)運(yùn)輸物資,其中蘆山縣和雅安市因受災(zāi)最嚴(yán)重,道路損毀率最高,導(dǎo)致周邊道路的通行能力急劇下降,因此存在一個(gè)出救點(diǎn)分配的應(yīng)急物資要通過(guò)多條路徑運(yùn)輸?shù)那闆r,如康定市(4)到蘆山縣(6)通過(guò)4→5→6和4→5→8→6兩條路徑運(yùn)輸,眉山市(2)到雅安市(8)通過(guò)2→11→8和2→12→10→8兩條路徑運(yùn)輸??梢?jiàn)該分配-運(yùn)輸方案充分考慮了震后道路損毀的情況,更加符合實(shí)際的決策需求。
表4 運(yùn)輸總時(shí)間最小的方案
(1)考慮震后道路損毀對(duì)道路通行能力和車(chē)輛行駛速度的影響,符合實(shí)際情況,有助于提高應(yīng)急物資分配-運(yùn)輸?shù)臎Q策準(zhǔn)確性。
(2)針對(duì)震后初期應(yīng)急物資供不應(yīng)求的實(shí)際情況,基于應(yīng)急物流的時(shí)效性和公平性要求,構(gòu)建了一個(gè)多目標(biāo)、多物資的多對(duì)多分配-運(yùn)輸模型,采用多目標(biāo)花朵授粉算法進(jìn)行求解,并通過(guò)算例驗(yàn)證了模型的有效性和可行性。
(3)筆者研究的問(wèn)題中,受災(zāi)點(diǎn)的需求量確定,物資運(yùn)輸方式單一,而突發(fā)事件往往造成緊急救援階段的需求具有不確定性,并可能需要采用多種運(yùn)輸方式。因此,需求不確定、多式聯(lián)運(yùn)的分配-運(yùn)輸問(wèn)題有待進(jìn)一步研究。