不確定條件下的城市應(yīng)急車輛調(diào)度模型研究

趙韓濤, 毛宏燕, 黃瑞錦

(1. 哈爾濱工業(yè)大學(xué) (威海)汽車工程學(xué)院,山東 威海 264209; 2. 哈爾濱工業(yè)大學(xué) (威海)圖書館,山東 威海 264209; 3. 哈爾濱工業(yè)大學(xué) 交通科學(xué)與工程學(xué)院,哈爾濱 150090)

不確定條件下的城市應(yīng)急車輛調(diào)度模型研究

趙韓濤*, 毛宏燕2, 黃瑞錦3

(1. 哈爾濱工業(yè)大學(xué) (威海)汽車工程學(xué)院,山東 威海 264209; 2. 哈爾濱工業(yè)大學(xué) (威海)圖書館,山東 威海 264209; 3. 哈爾濱工業(yè)大學(xué) 交通科學(xué)與工程學(xué)院,哈爾濱 150090)

為了改善不確定條件下突發(fā)事件的響應(yīng)效率,用數(shù)學(xué)規(guī)劃的方法優(yōu)化了城市應(yīng)急車輛調(diào)度模型.針對現(xiàn)有調(diào)度數(shù)學(xué)模型存在著立足于當(dāng)前事件而忽略防范未來事件的問題,建立了以帶權(quán)重響應(yīng)時間成本為目標(biāo)函數(shù)的數(shù)學(xué)公式,并從時空限制的角度初步探討了不同交通流量下的行程時間計算.案例研究結(jié)果表明:未來事件成真時,所建模型生成的調(diào)度策略減少了總體響應(yīng)時間成本;置信水平的選取決定了系統(tǒng)對未來事件的重視程度,趨向于 1 時側(cè)重防范未來嚴(yán)重事件,趨向于 0 時優(yōu)先考慮當(dāng)前事件.

交通工程;應(yīng)急;車輛調(diào)度;不確定條件;行程時間

1 引 言

緊急救援車輛系統(tǒng)的設(shè)計和運作在應(yīng)急響應(yīng)領(lǐng)域中受到廣泛重視.系統(tǒng)的首要問題是建立和求解數(shù)學(xué)模型以輔助決策.Goldberg[1]總結(jié)前人研究成果,將該領(lǐng)域的研究歸納為四類:車輛的選址;車輛的調(diào)度;不同類型應(yīng)急單元進行組合時的車輛數(shù)量、配備的職員數(shù)及附屬的裝備水平;不同系統(tǒng)狀態(tài)下資源的再分配.本文的研究屬于車輛調(diào)度方面.應(yīng)急條件下的車輛路徑選擇具有時間緊迫性、不確定性和資源有限等特點,常態(tài)下的車輛路徑問題的理論和方法具有一定的局限性.

當(dāng)前,國外在不確定條件下的應(yīng)急研究偏向于應(yīng)急單元的選址模型[2]、行程時間的經(jīng)驗公式[3]及有限調(diào)度資源的配置方法[4]等.車輛調(diào)度與不確定性條件相結(jié)合方面,Pal[5]強調(diào)交通條件和事件的隨機性,利用仿真模型設(shè)計車輛在高速公路上的巡邏系統(tǒng);Ali Haghani[6]建立了實時條件下車輛調(diào)度和路徑選擇的優(yōu)化模型;Kaan Ozbay[7]研究了事件管理系統(tǒng)中車輛調(diào)度和資源配置的隨機規(guī)劃模型.國內(nèi)在應(yīng)急車輛調(diào)度模型方面的研究也開始從確定性條件轉(zhuǎn)向不確定性條件.楊曉光、彭春露[8]利用模糊評價的方法構(gòu)造了救援車輛通行暢通可靠度的評價模型;辜勇、嚴(yán)新平[9]等研究了隨機行程時間條件下的車輛調(diào)度模型;楊孝寬[10]、劉楊[11,12]等從不同角度研究了應(yīng)急車輛實時行程時間的計算.

本文在相關(guān)文獻研究成果的基礎(chǔ)上,以應(yīng)急車輛調(diào)度為研究對象,依據(jù)當(dāng)前事件信息和未來事件發(fā)生的概率,建立不確定條件下的城市車輛調(diào)度模型.

2 問題分析

應(yīng)急車輛調(diào)度決策的優(yōu)劣是應(yīng)急系統(tǒng)能否成功運行的關(guān)鍵因素.應(yīng)急車輛調(diào)度模型研究的目的是為了建立數(shù)學(xué)公式以輔助應(yīng)急決策.作者在文獻[13]中利用整數(shù)規(guī)劃建立了以整體損失最小為目標(biāo)函數(shù)的數(shù)學(xué)模型:式中 Xji(t) 為 0-1 決策變量;Tji(t) 為應(yīng)急車輛響應(yīng)時間;EPi為事件權(quán)重.

該模型重點考慮多起不同類型事件同時發(fā)生時的優(yōu)化調(diào)度,模型中未考慮行程時間的計算.縮短應(yīng)急車輛行程時間對于減少突發(fā)事件造成的直接和間接損失至關(guān)重要.應(yīng)急車輛在響應(yīng)過程中會拉響警報,在路段和交叉口處均具有優(yōu)先通行權(quán).因此,在車輛調(diào)度的模型研究中,對應(yīng)急車輛的行程時間研究較少,一般直接取距離和平均速度的商值.然而,在現(xiàn)實的城市環(huán)境下,應(yīng)急車輛會遭遇不同擁堵程度的路網(wǎng)條件,阻礙其快速響應(yīng).

另外,該模型僅針對當(dāng)前的突發(fā)事件,未考慮車輛被調(diào)度之后其所轄區(qū)域再次發(fā)生事件時的防范策略.如某車輛被調(diào)度響應(yīng)一個優(yōu)先級別較低的事件,此時在其站點就近區(qū)域突發(fā)優(yōu)先級別較高的事件,會造成該事件的響應(yīng)時間延遲.

針對上述問題,本文將考慮行程時間隨機變化、未來事件發(fā)生的位置隨機和類型隨機等不確定性因素,進一步完善應(yīng)急車輛調(diào)度模型.

3 模型構(gòu)建

3.1 車輛調(diào)度模型

依據(jù)上述問題分析,本部分建立以當(dāng)前事件和未來事件的總體響應(yīng)時間成本為目標(biāo)函數(shù)的數(shù)學(xué)規(guī)劃模型.定義 D為所有應(yīng)急車輛的數(shù)組, Dn為第 n 處應(yīng)急車輛駐守站點的車輛數(shù)組,rn為第n處站點停存車輛數(shù),N為當(dāng)前需要處理的突發(fā)事件數(shù)組,F 為未來可能發(fā)生的事件數(shù)組.為降低突發(fā)事件造成的損失,不同類型的事件應(yīng)賦予不同的響應(yīng)時間要求,嚴(yán)重的事件應(yīng)優(yōu)先響應(yīng).定義 W 為響應(yīng)時間權(quán)重數(shù)組,EP(l) 表示 W中第 l級別優(yōu)先權(quán)的權(quán)重值,EPj為當(dāng)前事件 j的響應(yīng)時間權(quán)重值,EPk為未來事件 k的響應(yīng)時間權(quán)重值.定義 tij、 tik分別為車輛從起點到事件發(fā)生點的執(zhí)行響應(yīng)事件、執(zhí)行防范未來事件最短行程時間.決策變量 引入兩個0-1 變量 xij、 xik,xij等于 1 時表示車輛 i執(zhí)行響應(yīng)事件 j的任務(wù),等于0 時表示未執(zhí)行任務(wù);xik等于1時表示車輛 i執(zhí)行防范未來事件 k的任務(wù),等于 0 時表示未執(zhí)行任務(wù).建立應(yīng)急車輛調(diào)度模型如下:

式(2)表明目標(biāo)函數(shù)由當(dāng)前事件的帶權(quán)重響應(yīng)時間成本和未來事件的帶權(quán)重響應(yīng)時間成本兩部分組成.相比于式(1),模型中增加的后一項注重防范未來嚴(yán)重事件的發(fā)生.式(3)約束每輛車只能執(zhí)行一項任務(wù);式(4)表明響應(yīng)事件的車輛數(shù)受限于站點的車輛數(shù);式(5)約束當(dāng)前發(fā)生的事件只有一輛車進行響應(yīng);式(6)約束未來發(fā)生的事件只有一輛車進行響應(yīng);式(7)表明系統(tǒng)防范未來事件的能力應(yīng)達到一定的置信水平,定義為 α.

模型(2)中,應(yīng)急車輛行程時間、事件的權(quán)重和置信水平α等三個參數(shù)體現(xiàn)了模型適用于不確定條件下的應(yīng)急需求.事件的嚴(yán)重程度是隨機的,嚴(yán)重的事件應(yīng)優(yōu)先響應(yīng).不同類型事件的權(quán)重值可采用層次分析法予以確定.α表示未來所發(fā)生的事件能夠得到滿意響應(yīng)的概率,由區(qū)域中突發(fā)事件的概率和嚴(yán)重程度概率決定,需通過統(tǒng)計歷史數(shù)據(jù)獲取.下面重點探討行程時間的確定.

3.2 行程時間模型

應(yīng)急車輛通行時間,主要受兩個因素影響:一是時間段,高峰期的行程時間延誤明顯增大;二是空間容量,道路能否提供足夠的空間(包括對向車道的空間)決定了社會車流是否讓行應(yīng)急車輛.因此,應(yīng)急車輛行程時間可基于時空限制的角度進行計算.

應(yīng)急車輛的行程時間可劃分為兩部分:自由流階段和延誤階段.當(dāng)?shù)缆方煌窟_到一個臨界程度(定義為 Cij) 時,社會車輛無法讓行,應(yīng)急車輛只能跟馳行駛,其行駛時間同社會車輛一樣.

定義 Tij為應(yīng)急車輛以自由流速度從 i 點到 j的行程時間,表示在 d 時刻應(yīng)急車輛從 i點到 j的延誤時間,L 為從 i點到 j的距離,為 d 時刻的路段交通量,v1為應(yīng)急車輛自由流時的行駛速度,v2為社會車輛在 d 時刻的平均行駛速度.則應(yīng)急車輛行程時間( 定義為 tij) 可描述為

行程時間計算問題轉(zhuǎn)化為臨界流量 Cij的確定.對于不同區(qū)域不同等級的道路而言,臨界流量值需要通過調(diào)研獲取.

4 案例分析

為闡述所建立模型在突發(fā)事件管理決策中的應(yīng)用,本文模擬一起突發(fā)事件案例.如圖1 所示,道路網(wǎng)絡(luò)由 16 個節(jié)點、24 條連線組成;節(jié)點 A 和 B代表應(yīng)急車輛駐留站點,配備的車輛數(shù)分別為1輛和2輛;各節(jié)點之間的應(yīng)急車輛行程時間為某一時間段內(nèi)依據(jù)交通量得出的估計時間.

圖1 道路網(wǎng)絡(luò)示意圖Fig.1 Schematic diagram of the road network

假定同時等待響應(yīng)的事件位于M點和N點,其響應(yīng)時間權(quán)重分別為 0.1 和 0.4;未來事件可能發(fā)生在 F 點,事件發(fā)生的概率如表1 所示,權(quán)重為0表示無事件發(fā)生.調(diào)度部門需要依據(jù)上述條件確定最優(yōu)的車輛分派策略.

表1 F點突發(fā)事件的概率分布Table1 Probability distribution of emergency occurred at point F

設(shè)定未來事件被妥善響應(yīng)的概率要求達到90%,根據(jù)表1的概率分布,代入式(7), 得0.9. α 取值較高,要求未來突發(fā)事件得到較高的響應(yīng)權(quán)重,事件響應(yīng)時間的權(quán)重值取對應(yīng)的 0.3. α取 0.7,則未來事件的響應(yīng)時間權(quán)重取 0.1.依據(jù)圖1中所示行程時間,可計算由各車輛站點前往突發(fā)事件地點的最短行程時間,結(jié)果如表2 所示.分別采用最近距離法、模型(1)和模型(2)針對上述案例選擇調(diào)度方案,結(jié)果如表3所示.

表2 響應(yīng)車輛最短行程時間Table2 The shortest travel time of response vehicles

表3 不同調(diào)度方案結(jié)果對比Table3 Comparison of different scheduling scheme

由表3 可見,采用不同的調(diào)度方法,生成的調(diào)度方案各異.如果未來的事件成為現(xiàn)實(權(quán)重為 0. 3),則最近距離調(diào)度的帶權(quán)重時間成本為 4.1,模型(1)的帶權(quán)重時間成本為 3.9,模型(2)的帶權(quán)重時間成本為 3.7.模型(2)降低了當(dāng)前事件和未來事件的總體響應(yīng)成本.

α 取值大小影響調(diào)度結(jié)果.若 α 取0,意味著不考慮未來事件的發(fā)生,模型(2)即轉(zhuǎn)化為模型(1);若 α 取1,表示需要以最優(yōu)的方式防范未來事件的發(fā)生,未來事件和已經(jīng)發(fā)生的事件同等重要;α 取值(0,1) 之間時,決定了未來事件響應(yīng)時間的權(quán)重,隨著 α 的增加,車輛應(yīng)傾向于防備突發(fā)嚴(yán)重事件的區(qū)域.

5 研究結(jié)論

考慮到未來突發(fā)事件在分布概率和嚴(yán)重程度方面存在著嚴(yán)重的不確定性,本文建立了防范未來突發(fā)事件響應(yīng)需求的應(yīng)急車輛調(diào)度數(shù)學(xué)規(guī)劃模型.所建模型以降低當(dāng)前事件和未來事件的總體響應(yīng)時間成本為目標(biāo).案例研究表明,在未來突發(fā)事件成為現(xiàn)實時,所建模型能夠降低總的響應(yīng)時間成本.對比相關(guān)研究文獻,本文的貢獻主要有二:其一,在調(diào)度模型中引入帶有權(quán)重的未來突發(fā)事件的響應(yīng)時間成本,豐富了應(yīng)急車輛調(diào)度問題的內(nèi)容;其二,借用置信水平 α 的概念,反映整個區(qū)域內(nèi)不同時間不同事件類型下應(yīng)急系統(tǒng)達到的服務(wù)水平,同時反映了區(qū)域內(nèi)各個位置突發(fā)事件的分布概率.

[1] Goldberg J B.Operations research models for the deployment of emergency services vehicles[J].EMS Management Journal,2004,1(1):20-39.

[2] Lei H,Cheu R L,Aldouri R.Optimal allocation of emergency response service units to cover critical infrastructures with time dependent service demand and travel time[C]//88th Annual Meeting of the Transportation Research Board.Washington,DC:National Research Council,2009:74-84.

[3] Budge S,Ingolfsson A,Zerom D.Empirical analysis of ambulance traveltimes: the case ofcalgary emergency medical services[J]. Management Science,2010,56(4):716-723.

[4] Huang Y,Fan Y,Cheu R L.Optimal allocation of multiple emergency service sources for critical transportation infrastructure protection[C]//TRB 86th Annual Meeting Compendium of Papers CD-ROM, Washington, DC: National Research Council, 2007:0028.

[5] Pal R,Sinha K,Simulation model for evaluating and improving effectivenessoffreeway service patrol programs[J].Journal of Transportation Engineering, 2002,128(4):355-365.

[6] Haghani A,Huijun Hu,Qiang Tian.An optimization model for real-time emergency vehicle dispatching and routing[C]//TRB 82nd Annual Meeting Compendium of PapersCD-ROM.Washington,DC:National Research Council,2003:0710.

[7] Ozbay K,Weihua Xiao,Cem Iyigun.Probabilistic programming models for response vehicle dispatching and resource allocation in traffic incident management [C]//TRB 83rd Annual Meeting Compendium of Papers CD-ROM, Washington, DC: National Research Council,2004:0014.

[8] 楊曉光,彭春露.救援車輛通行暢通可靠度模糊綜合評價方法研究[J].土木工程學(xué)報,2007,40(1): 79-84.[YANG X G,PENG C L.Travel reliability evaluation of emergency vehicles based on multilevel fuzzy synthesis judgment method[J].China Clvil Engineering Journal,2007,40(1):79-84.]

[9] Gu Yong,Yan Xinping.A dispatch model of emergency vehicles based on stochastic travel time[C]//8th International Conference of Chinese Logistics and Transportation Professionals-Logistics:The Emerging Frontiers of Transportation and Development in China, Chengdu,2008:1565-1570.

[10] 楊孝寬,宮建,曹靜.奧運會突發(fā)事件疏散路徑動態(tài)路段行程時間[J].北京工業(yè)大學(xué)學(xué)報,2007,33 (7):702-706.[YANG X K,GONG J,CAO J. Dynamic link travel time for evacuation route in an emergency of Olympic Games[J].Journal of Beijing University of Technology,2007,33(7):702-706.]

[11] 劉楊,鄭黎黎,常云濤.城市道路應(yīng)急車輛路段行程時間計算模型[J].交通與計算機,2008,26(5): 30-33.[LIU Y,ZHENG L L,CHANG Y T.Travel time model of emergency vehicles on urban road[J]. Computer andCommunications,2008,26(5): 30-33.]

[12] 劉楊,沈海州,彭國雄.基于神經(jīng)網(wǎng)絡(luò)的應(yīng)急車輛行程時間計算模型[J].武漢理工大學(xué)學(xué)報(交通科學(xué)與 工 程 版 ),2007,31(6):973-975.[LIU Y, SHEN H Z,PENG G X.Travel time model of emergency vehicle based on BP network[J].Journal of Wuhan University ofTechnology(Transportation Science&Engineering),2007,31(6):973-975.]

[13] 趙韓濤,王云鵬,王俊喜,等.高速公路應(yīng)急車輛指揮調(diào)度優(yōu)化模型[J].吉林大學(xué)學(xué)報(工學(xué)版), 2006,36(3):336-339.[ZHAO H T,WANG Y P, WANG J X,et al.Study on optimization model for freeway emergency vehicle dispatching[J].Journal of Jilin University (Engineering and Technology Edition),2006,36(3):336-339.]

Model of Emergency Vehicle Scheduling under Uncertainty

ZHAO Han-tao1,MAO Hong-yan2,HUANG Rui-jin3
(1.School of Automobile Engineering,Harbin Institute of Technology,Weihai 264209,Shandong,China; 2.Library,Harbin Institute of Technology,Weihai 264209,Shandong,China; 3.School of Transportation Science and Engineering,Harbin Institute of Technology,Harbin 150090,China)

To improve emergency response efficiency under uncertainty,the urban emergency vehicle scheduling model is optimized by the use of mathematical planning.Existing scheduling models are only built in accordance with current incidents while ignoring future incidents.Differently,to prevent future incidents, this paper establishes the mathematical formula which minimized the overall response time cost with weight as the objective function.From the perspective of time and space constraints,travel time calculation of emergency vehicle is discussed under different traffic flow.Case results show that,if the potential incidents really occur,the overall response time cost will be minimized by the scheduling policy.Furthermore, confidence level is selected to measure what extent the future incidents should be considered in response system.Meantime future serious incidents should be focused on prevention as confidence level tends to one, while current incidents would be responded with a priority as confidence level tends to zero.

traffic engineering;emergency;vehicle scheduling;uncertainty;travel time

1009-6744(2014)01-0187-05

U491

A

2013-05-14

2013-08-03錄用日期:2013-08-14

國家自然科學(xué)基金資助(51308165);哈爾濱工業(yè)大學(xué)科研創(chuàng)新基金資助(HIT.NSRIF.2014134);山東省科技攻關(guān)項目 (2009GG20008020).

趙韓濤(1978-),男,河南開封縣人,講師,博士.*通訊作者:zht1919@163.com