应急物流优化中的鲁棒双层规划模型分析-analysis of robust bilevel programming model in emergency logistics optimization.docx

摘要本文深入研究应急物流系统的优化过程，挖掘系统中优化问题之间的联系， 分析各子系统内部以及子系统间决策变量的主从关系，在此基础上，针对应急物 资布局问题、应急物资运输车辆调度问题和应急物流设施定位-路线安排问题展开 了研究。同时，在应对突发事件过程中，考虑到不确定因素往往会影响应急物流 的运行，如，应急物资需求量的不确定会致使物资供给与需求的不匹配；路网连 通性的不确定会造成运输路径与运输工具的不匹配等等，这些都会造成正常的应 急物流系统运转状态被破坏，使应急物流的时效滞后，从而引发更为严重的灾难。 目前，如何应对不确定因素对于应急物流过程的影响，建立稳健的应急物流系统 是我们面临的重要现实问题。因此，本文基于双层规划理论以及鲁棒优化理论， 针对应急物资布局问题、应急物资运输车辆调度问题和应急物流设施定位-路线安 排问题分别建立鲁棒双层规划的协同优化模型，通过相应的转化定理，将不确定 性模型转化为确定性模型，并分别设计相应的混合遗传算法，对转化后的具有确 定性系数的一主多从从者无关联的双层规划模型进行求解，为应急物流系统的稳 健运行提供鲁棒解。本文的主要内容及创新点如下：第一，基于分散式决策方式，针对具有不确定参数的一主多从从者无关联的 双层规划模型，提出了相应的鲁棒双层规划的定义及转化定理，将不确定性双层 规划模型转化为确定性双层规划模型，从而进一步设计相应的混合遗传算法对确 定性模型进行求解。第二，基于双层规划递阶决策的特点，采用纵向配送和横向转运相结合的协 同配送方式，建立了省市两级应急物资储备仓库定位和物资配置的联合救灾系统 模型，从而实现省市两级的应急物资分级布局的协同优化。在此基础上，考虑到 应急物流系统存在的不确定性，通过对不确定因素进行分析，在应急物资需求量 不确定的条件下，建立了分阶段的省市联合救援鲁棒双层规划模型；在路网不确 定的条件下，建立了相应的省市联合救援鲁棒双层规划模型。第三，针对应急物流系统中的车辆路径问题，在应急物资需求不确定条件下， 考虑突发事件发生后，路网可能遭受不同程度的损害，从而选择不同的路网监测 设备对路网连通程度进行监测。由于选择的监测设备不同，采集到的路网连通程 度的数据的准确性则不同，而返回的路网实际距离的准确性会影响应急物流系统 的决策。同时，使用路网监测工具的成本与返回的路网实际距离的数据的准确性 之间存在正比的关系，而路网实际距离会影响车辆调度，进而影响救援的时间。 基于上述问题的综合考虑，依据双层规划理论与鲁棒优化理论建立了相应的鲁棒 双层规划模型，权衡救援时间与救援成本，对应急物资运输车辆调度问题进行了协同研究。第四，应急物流系统中的应急物流设施定位与路线安排是两个相互影响的关 键问题，本文强调设施定位方案的主导作用，建立了需求不确定的应急物流设施 定位与路线安排（LRP）双层规划模型。上层规划从应急物流系统全局的角度出 发，追求应急 LRP 的总成本最小化；下层规划在给定物流设施的定位以及购买不 同救援车辆的数量的条件下，仅从车辆路径选择的角度出发，在满足时间窗等约 束条件下，考虑运营成本及运输成本的最小化。在此模型的基础上，进一步研究 了考虑路径风险的 LRP 鲁棒双层规划模型。关键词：应急物流；物资布局；车辆路径问题；定位-运输路线安排；鲁棒双层规划AbstractThis dissertation goes deeply into studying the optimization of the emergency logistics system and the connections between the optimization problems in the system, also analyses the relationships between decision variables in each subsystem. Based on this foundation, the location-allocation problem (LAP), vehicle routing problem (VRP) and the location-routing problem (LRP) will be discussed further. At the meantime, the operations of the emergency logistics might be influenced by the uncertain factors in the process of dealing with the emergency. As the demand or the connectivity of the road networks c