文/王澤敏 張校賓
在突發(fā)事件發(fā)生前預(yù)先安排應(yīng)急醫(yī)療物資配送,將大大提高救援效率。本文對(duì)基于雙層規(guī)劃的應(yīng)急醫(yī)療物資物流網(wǎng)絡(luò)優(yōu)化問(wèn)題進(jìn)行分析,并通過(guò)對(duì)相關(guān)文獻(xiàn)研究,歸納總結(jié)出雙層規(guī)劃模型以及應(yīng)急醫(yī)療物資物流網(wǎng)絡(luò)優(yōu)化問(wèn)題的研究現(xiàn)狀,并將用于求解NP-Hard問(wèn)題的啟發(fā)式算法進(jìn)行概括總結(jié),最后總結(jié)研究現(xiàn)狀,指出不足和下一步研究方向。
近年來(lái),世界各地頻繁爆發(fā)各種大型突發(fā)事件,2011年的日本核泄漏事件、2014年的韓國(guó)世越號(hào)沉船事件、2018年的臺(tái)風(fēng)“山竹”等突發(fā)事件的發(fā)生,既嚴(yán)重威脅到人民群眾的生命安全,又對(duì)國(guó)家和社會(huì)的經(jīng)濟(jì)造成巨大損失。從2020年伊始的新冠疫情,對(duì)于我們來(lái)說(shuō)無(wú)疑是一場(chǎng)無(wú)硝煙的戰(zhàn)爭(zhēng),不僅是對(duì)我國(guó)醫(yī)療系統(tǒng)的“大考”,更為我國(guó)的應(yīng)急系統(tǒng)敲響警鐘。疫情突發(fā)之際,醫(yī)療物資需求呈現(xiàn)出爆發(fā)式增長(zhǎng),國(guó)民一度恐慌,搶購(gòu)囤積用品,導(dǎo)致口罩、防護(hù)服、護(hù)目鏡、酒精以及連花清瘟膠囊,甚至于洗手液等日常醫(yī)療物資出現(xiàn)嚴(yán)重短缺,以致于部分地區(qū)的醫(yī)用口罩和酒精消毒液價(jià)格暴漲,市場(chǎng)需求與供應(yīng)秩序紊亂,持續(xù)時(shí)間較長(zhǎng)。國(guó)務(wù)院聯(lián)防聯(lián)控機(jī)制就醫(yī)療物資生產(chǎn)保障及儲(chǔ)備工作情況舉行發(fā)布會(huì),工信部介紹稱(chēng),截至2020年4月2日,累計(jì)為湖北等地區(qū)調(diào)撥了醫(yī)用防護(hù)服超過(guò)800余萬(wàn)件,醫(yī)用隔離面罩(眼罩)165萬(wàn)個(gè),免洗手消毒液357噸,手持紅外測(cè)溫儀66萬(wàn)臺(tái),負(fù)壓救護(hù)車(chē)1000余輛,呼吸機(jī)等醫(yī)療救治設(shè)備超過(guò)了7萬(wàn)臺(tái)套。由于應(yīng)急醫(yī)療物資的配送效率低下,作為承接和發(fā)放應(yīng)急物資的紅十字會(huì)被推到風(fēng)口浪尖上,暴露出當(dāng)前我國(guó)應(yīng)急物流存在的弊端。在本次疫情下,作為應(yīng)急系統(tǒng)重要一環(huán)的應(yīng)急物流顯得尤為重要,尤其是在醫(yī)療救援中起決定作用的醫(yī)療物資的配送,不僅關(guān)系到患病人群的生命,還關(guān)系到在這場(chǎng)疫情戰(zhàn)役中的逆行者—醫(yī)護(hù)人員以及志愿者的防護(hù)安全。由于突發(fā)事件具有高危害性以及突發(fā)性的特點(diǎn),需要及時(shí)采取必要的救援措施,否則將釀成不可挽回的嚴(yán)重后果。因此,面對(duì)突發(fā)情況下的應(yīng)急物流的配送中心選址以及路徑優(yōu)化,是目前業(yè)界和學(xué)術(shù)界關(guān)注的熱點(diǎn)問(wèn)題。
1973年,Bracken和Mcgill首次提出雙層規(guī)劃模型。雙層規(guī)劃(Bilevel Programming Problem,簡(jiǎn)稱(chēng)BLPP)是一種具有二層遞階結(jié)構(gòu)的系統(tǒng)優(yōu)化問(wèn)題,上層問(wèn)題和下層問(wèn)題都有各自的決策變量、約束條件和目標(biāo)函數(shù)。雙層規(guī)劃研究的是兩個(gè)各具有目標(biāo)函數(shù)的決策者之間按有序的和非合作方式進(jìn)行的相互作用,上層決策者優(yōu)先做出決策,下層決策者在上層決策信息下按自己的利益做出反應(yīng),由于一方的行為影響另一方策略的選擇和目標(biāo)實(shí)現(xiàn),并且任何一方又不能完全控制另一方的選擇行為,因此上層決策者要根據(jù)下層的反應(yīng)作出符合自身利益的最終決策。目前,雙層規(guī)劃在交通運(yùn)輸、資源分配、工程設(shè)計(jì)等方面得到了很好的應(yīng)用成果。學(xué)者根據(jù)不同的研究背景對(duì)雙層規(guī)劃模型進(jìn)行了研究。王金妹等[1]針對(duì)乳制品的特點(diǎn)及冷鏈配送過(guò)程中各環(huán)節(jié)的成本機(jī)構(gòu),同時(shí)考慮顧客時(shí)間窗,建立雙層規(guī)劃模型。周海霞等[2]研究了應(yīng)急物資郵政運(yùn)輸模型,為快速準(zhǔn)確地將應(yīng)急物資運(yùn)送至需求點(diǎn),構(gòu)建成本最低、時(shí)間最短的雙層規(guī)劃模型。王皓[3]根據(jù)農(nóng)村地區(qū)的配送成本相對(duì)較高的問(wèn)題,研究了如何在保證配送效率的前提下解決該問(wèn)題,上層模型中實(shí)現(xiàn)對(duì)轉(zhuǎn)運(yùn)中心的配送網(wǎng)點(diǎn)選擇以及配送區(qū)域的劃分,下層模型中實(shí)現(xiàn)轉(zhuǎn)運(yùn)中心的配送網(wǎng)點(diǎn)、配送人員及配送車(chē)輛的合理化安排。孫宇彤[4]針對(duì)新零售企業(yè)對(duì)其物流配送中心進(jìn)行選址,并對(duì)路徑優(yōu)化進(jìn)行研究,加入時(shí)間窗和顧客滿意度等概念,構(gòu)建生鮮食品物流雙層規(guī)劃模型,使生鮮食品新零售物流達(dá)到整體系統(tǒng)最優(yōu)。
應(yīng)急醫(yī)療物資是突發(fā)性自然災(zāi)害、公共衛(wèi)生事件等發(fā)生后,用于救治傷員而迫切需要的醫(yī)療物資,該類(lèi)物資一般包括:各種醫(yī)療設(shè)施設(shè)備和醫(yī)療用品等,這種物資主要是在突發(fā)事件爆發(fā)以后使用。應(yīng)急醫(yī)療物資的種類(lèi)和數(shù)量由于突發(fā)事件類(lèi)型的不同而有所不同,且應(yīng)急醫(yī)療物資在具體的環(huán)境下所起到的作用也有所不同。到目前為止,學(xué)者從多方面對(duì)其進(jìn)行了研究。例如考慮滿足需求點(diǎn)時(shí)間窗,也就是物流運(yùn)營(yíng)商在客戶所要求的時(shí)間段內(nèi)將醫(yī)療物資送到客戶手中,若早于時(shí)間窗要求的最早時(shí)間前到達(dá),則需要等待,不接受懲罰,若晚于客戶要求的最晚時(shí)間到達(dá),則要受到懲罰,時(shí)間窗包括硬時(shí)間窗、軟時(shí)間窗以及混合時(shí)間窗,懲罰函數(shù)??紤]疫苗冷鏈運(yùn)輸過(guò)程中的碳排放量,將碳排放成本化,加入到總成本中??紤]受災(zāi)點(diǎn)的受災(zāi)情況,根據(jù)受災(zāi)情況對(duì)各需求點(diǎn)進(jìn)行需求分級(jí),決策災(zāi)前選址庫(kù)存和災(zāi)后配送方案,最大程度提高救援行動(dòng)的整體效率。考慮中斷風(fēng)險(xiǎn),災(zāi)害發(fā)生時(shí),應(yīng)急醫(yī)療設(shè)施因?yàn)?zāi)害事件遭到損壞,短期內(nèi)無(wú)法修復(fù),中斷風(fēng)險(xiǎn)來(lái)源眾多,對(duì)醫(yī)療物資供應(yīng)鏈的每個(gè)層級(jí)都可能會(huì)產(chǎn)生影響??紤]需求不確定,即在不確定性下選址,同時(shí)維持選址的穩(wěn)定性,以便在突發(fā)性事件發(fā)生后,能夠合理分配有限的應(yīng)急資源。根據(jù)配送車(chē)輛類(lèi)型的種類(lèi),分為單一車(chē)輛運(yùn)輸和多種車(chē)輛聯(lián)合運(yùn)輸(聯(lián)運(yùn)),聯(lián)運(yùn)是指使用兩種或兩種以上的運(yùn)輸方式,完成一項(xiàng)進(jìn)出口貨物運(yùn)輸任務(wù)的綜合運(yùn)輸方式。
由于應(yīng)急物流網(wǎng)絡(luò)優(yōu)化問(wèn)題屬于NP-Hard問(wèn)題,難于得到問(wèn)題的最優(yōu)解。目前,眾多學(xué)者越來(lái)越熱衷于采用啟發(fā)式算法進(jìn)行求解。①帶精英策略的非支配排序遺傳算法(NSGA-Ⅱ),是基于遺傳算法(GA)的多目標(biāo)優(yōu)化算法。NSGA-Ⅱ算法相對(duì)于GA算法,主要做了三大改進(jìn),一是快速非支配算子設(shè)計(jì),二是個(gè)體擁擠距離算子設(shè)計(jì),三是精英策略選擇算子的設(shè)計(jì)。但該算法的搜索功能較弱,收斂性不足,容易出現(xiàn)局部最優(yōu)和進(jìn)化過(guò)程不穩(wěn)定的情況。②模擬退火算法(SA)的思想最早由Metropolis等提出的,其出發(fā)點(diǎn)是基于物理中固體物質(zhì)的退火過(guò)程與一般的組合優(yōu)化問(wèn)題之間的相似性,主要由加溫過(guò)程、等溫過(guò)程以及冷卻過(guò)程三部分構(gòu)成,可以突破爬山算法的局限性,獲得全局最優(yōu)解,且初始解和最終解都是隨機(jī)選取的,具有很好的魯棒性,即低于外界不穩(wěn)定因素的能力,但是參數(shù)難以控制,局部搜索能力弱,運(yùn)行時(shí)間長(zhǎng),不能保證一次就收斂到最優(yōu)值。③神經(jīng)網(wǎng)絡(luò)算法(BP)是在BP神經(jīng)網(wǎng)絡(luò)現(xiàn)在算法的基礎(chǔ)上提出的,是通過(guò)任意選定一組權(quán)值,將給定的目標(biāo)輸出直接作為線性方程的代數(shù)和建立線性方程組,解得待求權(quán)。BP算法具有高度自學(xué)習(xí)和自適應(yīng)的能力、較強(qiáng)的非線性映射能力和一定的容錯(cuò)能力,但是也存在局部極小化問(wèn)題、收斂速度慢以及樣本依賴(lài)性等問(wèn)題。除了以上算法,還有蟻群算法、免疫優(yōu)化算法、粒子群算法以及魚(yú)群算法等啟發(fā)式算法。每種算法都各自的優(yōu)缺點(diǎn),根據(jù)不同的問(wèn)題選擇相適應(yīng)的啟發(fā)式算法,或者將兩種及兩種以上算法的優(yōu)點(diǎn)相結(jié)合對(duì)NP-Hard問(wèn)題進(jìn)行求解。
綜上,目前學(xué)者對(duì)于雙層規(guī)劃模型、應(yīng)急物流網(wǎng)絡(luò)優(yōu)化問(wèn)題以及相關(guān)求解算法已經(jīng)有了相對(duì)全面的研究,但是對(duì)于基于雙層規(guī)劃的應(yīng)急物流網(wǎng)絡(luò)優(yōu)化問(wèn)題的研究還存在以下問(wèn)題:(1)應(yīng)急物流的配送中心選址以及路徑優(yōu)化問(wèn)題中,考慮的約束條件以及目標(biāo)函數(shù)較為單一,有待完善。(2)大部分學(xué)者集中于研究在應(yīng)急物資配送路徑優(yōu)化方面,雖然取得了一定的研究成果,但是對(duì)考慮配送應(yīng)急醫(yī)療物資中心選址和配送路徑的聯(lián)合優(yōu)化研究仍有待豐富。(3)對(duì)NP-Hard問(wèn)題的求解較多,但是還不全面,面對(duì)實(shí)際復(fù)雜的應(yīng)急醫(yī)療物資配送問(wèn)題,在運(yùn)行速度上還有很大的上升空間。