基于TOPSIS法的多屬性危險(xiǎn)化學(xué)品運(yùn)輸路徑優(yōu)化

佘洋洋，魯順清，王艷麗，張義英

(中國(guó)地質(zhì)大學(xué)(武漢)工程學(xué)院，湖北 武漢 430074)

基于TOPSIS法的多屬性危險(xiǎn)化學(xué)品運(yùn)輸路徑優(yōu)化

佘洋洋，魯順清，王艷麗，張義英

(中國(guó)地質(zhì)大學(xué)(武漢)工程學(xué)院，湖北 武漢 430074)

危險(xiǎn)化學(xué)品道路運(yùn)輸事故時(shí)有發(fā)生，由此造成的損失十分巨大，選擇合適的運(yùn)輸路徑可有效降低運(yùn)輸風(fēng)險(xiǎn)。利用有向網(wǎng)絡(luò)圖來(lái)表示交通運(yùn)輸網(wǎng)絡(luò)，考慮運(yùn)輸路徑的多屬性，用事故率、運(yùn)費(fèi)、應(yīng)急救援能力和暴露人數(shù)4個(gè)因素來(lái)描述路段屬性，建立了多屬性危險(xiǎn)化學(xué)品運(yùn)輸路徑優(yōu)化模型，并通過(guò)設(shè)計(jì)遺傳算法來(lái)求解該模型，進(jìn)行路徑優(yōu)化選擇。求解過(guò)程中采用TOPSIS法來(lái)計(jì)算路徑的綜合屬性，同時(shí)將計(jì)算得到的綜合屬性值作為遺傳算法運(yùn)行過(guò)程中對(duì)應(yīng)個(gè)體的適應(yīng)值，并通過(guò)設(shè)計(jì)的遺傳算法使算法在運(yùn)行過(guò)程中選擇壓力由小變大，從而選擇出最優(yōu)路徑。實(shí)例運(yùn)行結(jié)果表明：當(dāng)改變某路段的屬性值時(shí)，會(huì)重新搜尋到最優(yōu)路徑，因此基于TOPSIS法建立的危險(xiǎn)化學(xué)品運(yùn)輸路徑優(yōu)化模型具有較好的求優(yōu)能力。

危險(xiǎn)化學(xué)品；道路運(yùn)輸；路徑優(yōu)化；TOPSIS法；有向網(wǎng)絡(luò)圖

危險(xiǎn)化學(xué)品運(yùn)輸車輛在運(yùn)輸過(guò)程中發(fā)生事故，將對(duì)事故發(fā)生路段周邊的人、車輛、建筑物、環(huán)境等構(gòu)成很大的風(fēng)險(xiǎn)[1-3]，若選擇合理的危險(xiǎn)化學(xué)品運(yùn)輸路徑，將可有效地降低運(yùn)輸風(fēng)險(xiǎn)。但在實(shí)際運(yùn)輸過(guò)程中，路段具備多個(gè)屬性值，這便給路徑選擇帶來(lái)較大的困難。

目前關(guān)于危險(xiǎn)化學(xué)品運(yùn)輸路徑的相關(guān)研究較多，如邵輝等[5]采用GA法來(lái)進(jìn)行路徑優(yōu)化，但對(duì)于路段的屬性只用運(yùn)輸路段的風(fēng)險(xiǎn)來(lái)代替；楊信豐等[6]用5個(gè)要素來(lái)描述路段屬性，分別為路段行駛時(shí)間、路段事故率、交通損失、暴露人數(shù)、應(yīng)急響應(yīng)能力，具有一定的實(shí)用性，而對(duì)于路徑多屬性的處理則利用信息熵法來(lái)確定路段綜合屬性值；宋洋等[7]用螞蟻算法對(duì)危險(xiǎn)化學(xué)品運(yùn)輸路線進(jìn)行優(yōu)化，并利用經(jīng)濟(jì)成本和風(fēng)險(xiǎn)成本進(jìn)行加權(quán)求和的結(jié)果作為路徑優(yōu)化目標(biāo)；吳縫等[8]、高清平[9]針對(duì)路段屬性具有不確定性，采用模糊方法來(lái)進(jìn)行處理；劉萌斐等[10]建立起一種新的計(jì)算危險(xiǎn)品道路運(yùn)輸事故概率的方法。

基于上述研究，本文針對(duì)危險(xiǎn)化學(xué)品運(yùn)輸?shù)缆范鄬傩暂^難處理的問(wèn)題，利用TOPSIS法來(lái)計(jì)算路徑的綜合屬性值，通過(guò)綜合屬性值大小來(lái)比較各路徑的優(yōu)劣，在此基礎(chǔ)上建立多屬性危險(xiǎn)化學(xué)品運(yùn)輸路徑優(yōu)化模型，并通過(guò)設(shè)計(jì)遺傳算法來(lái)進(jìn)行路徑優(yōu)化選擇。

1 多屬性危險(xiǎn)化學(xué)品運(yùn)輸路徑優(yōu)化模型的建立

1.1 指標(biāo)的選取

考慮運(yùn)輸路徑多屬性，本文在路段評(píng)價(jià)指標(biāo)體系選擇上，通過(guò)查閱相關(guān)文獻(xiàn)[6,11-13]，結(jié)合危險(xiǎn)化學(xué)品運(yùn)輸過(guò)程中運(yùn)輸成本、發(fā)生運(yùn)輸事故的誘因、事故發(fā)生后果的嚴(yán)重程度以及事故發(fā)生后的可挽救能力，并考慮到指標(biāo)體系的可操作性原則，選用路段屬性指標(biāo)事故率、運(yùn)費(fèi)、暴露人數(shù)和應(yīng)急救援能力4個(gè)因素作為評(píng)價(jià)指標(biāo)。

1.1.1 事故率

路段事故率用以表征選定路段在一年內(nèi)平均每一萬(wàn)輛機(jī)動(dòng)車中發(fā)生的事故次數(shù)，其表達(dá)式為

(1)

式中：P為對(duì)象路段的事故率[次/(年·萬(wàn)輛)]；X為對(duì)象路段在一年內(nèi)發(fā)生的事故次數(shù)(次)；Y為對(duì)象路段在一年內(nèi)通過(guò)的車輛數(shù)(輛)。

1.1.2 運(yùn)費(fèi)

路段運(yùn)費(fèi)是指危險(xiǎn)化學(xué)品運(yùn)輸車輛通過(guò)對(duì)象路段所需費(fèi)用，包括油費(fèi)、車輛保養(yǎng)費(fèi)、維修費(fèi)以及交付給運(yùn)輸人員的費(fèi)用等。

1.1.3 暴露人數(shù)

路段暴露人數(shù)包括對(duì)象路段所在區(qū)域中路上人數(shù)及周邊建筑物內(nèi)的人數(shù)。周邊建筑物內(nèi)的人數(shù)指一旦危險(xiǎn)化學(xué)品運(yùn)輸車輛在對(duì)象路段上發(fā)生泄漏等事故時(shí)，受到威脅的建筑物內(nèi)的人數(shù)。

1.1.4 應(yīng)急救援能力

路段應(yīng)急救援能力主要體現(xiàn)在對(duì)暴露人口的疏散、事故現(xiàn)場(chǎng)傷員的處理以及事故后現(xiàn)場(chǎng)處理等方面的快速反應(yīng)能力，實(shí)施這些救援的部門(mén)包括醫(yī)療、消防等機(jī)構(gòu)。本文選取對(duì)象路段與最近的應(yīng)急救援部門(mén)間的距離來(lái)表示對(duì)象路段的應(yīng)急救援能力。

1.2 模型的建立

圖1為4節(jié)點(diǎn)有向網(wǎng)絡(luò)圖，其中v1、v2、v3、v4分別代表4個(gè)路口;ev1v3為v1、v3兩路口連接成的路段，R13={rev1v31，rev1v32，rev1v33，rev1v34}為路段1→3的4個(gè)屬性值的集合;C1→3→4=R13+R34為路徑1→3→4的4個(gè)屬性值的集合。

1.3 路徑多屬性處理方法

TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)法由Hwang和Yoon于1981年首次提出，是一種多屬性決策方法[14-15]。該方法要求每個(gè)屬性變化趨勢(shì)一致，因此本文選取的路段屬性指標(biāo)事故率、運(yùn)費(fèi)、暴露人數(shù)和應(yīng)急救援能力均越小越好，這樣才能符合要求。此外，在進(jìn)行TOPSIS法處理前，必須對(duì)路段的各個(gè)屬性值進(jìn)行歸一化處理，具體處理方法和步驟如下：

設(shè)共有n條路徑，歸一化后的屬性值矩陣為

c11c12c13c14

c21c22c23c24

????

cn1cn2cn3cn4

第一步：找到各屬性最大值組成的個(gè)體cmax=(cmax1，cmax2，cmax3，cmax4)以及各屬性最小值組成的個(gè)體cmin=(cmin1，cmin2，cmin3，cmin4)，其中cmaxi、cmini分別為當(dāng)前所有路徑中第i個(gè)屬性的最大值和最小值。

2 設(shè)計(jì)遺傳算法求解模型

在遺傳算法求解問(wèn)題過(guò)程中，可通過(guò)自行設(shè)計(jì)適應(yīng)值函數(shù)、選擇策略、交叉策略、變異策略等來(lái)改變算法的搜索方向和效率。本文通過(guò)改進(jìn)遺傳算法的選擇策略，使種群在進(jìn)化過(guò)程中的選擇壓力由小變大。

2.1 編碼方式

模型中用有向網(wǎng)絡(luò)圖來(lái)表示交通網(wǎng)絡(luò)，由于選取的路徑可能長(zhǎng)短不一，因此路徑所通過(guò)的結(jié)點(diǎn)數(shù)也是隨之變化的?；诖耍疚牟捎梦墨I(xiàn)[16]中提出的優(yōu)先級(jí)染色體編碼方式，該編碼方式雖然是定長(zhǎng)的，但通過(guò)優(yōu)先級(jí)編碼后得到的解碼路徑長(zhǎng)度是可變的。對(duì)圖2有向網(wǎng)絡(luò)圖的優(yōu)先級(jí)編碼方式及其解碼路徑見(jiàn)圖3。由圖2和圖3可見(jiàn)，與節(jié)點(diǎn)1連接的分別為結(jié)點(diǎn)2和結(jié)點(diǎn)3，比較兩節(jié)點(diǎn)的編碼大小，節(jié)點(diǎn)2小于節(jié)點(diǎn)3，所以選擇節(jié)點(diǎn)3作為解碼路徑的下一節(jié)點(diǎn)，依次類推，直至節(jié)點(diǎn)9。

2.2 遺傳算子設(shè)計(jì)

2.2.1 選擇算子

選擇算子的作用是從父代和子代混合種群中挑選出固定數(shù)量的個(gè)體作為下一個(gè)父代種群，而選擇策略的不同會(huì)導(dǎo)致不同的選擇壓力[17-18]。在遺傳算法運(yùn)行初期，為保證算法具有較好的全局搜索能力，初期的選擇壓力應(yīng)較低；而在其運(yùn)行后期求解最優(yōu)解時(shí)，要保證此時(shí)算法具有較好的求精能力。本文根據(jù)文獻(xiàn)[9]對(duì)適應(yīng)值的處理，通過(guò)計(jì)算每個(gè)個(gè)體被選的期望數(shù)，依據(jù)期望數(shù)大小來(lái)選取個(gè)體，具體選擇策略如下：

2.2.2 交叉算子

本文采用文獻(xiàn)[8]中提出的優(yōu)先級(jí)索引交叉算子，該交叉算子具有較好的繼承性和優(yōu)越性，具體操作步驟如下(以圖1為例)：

第一步：隨機(jī)選擇交叉點(diǎn)，得到交叉點(diǎn)右側(cè)互換染色體片段S1、S2，并對(duì)S1、S2進(jìn)行互換，見(jiàn)圖4和圖5。

第二步：對(duì)染色體片段S1、S2進(jìn)行排序，建立索引映射關(guān)系，見(jiàn)圖6。

第三步：依據(jù)索引關(guān)系，得到交叉后的子代個(gè)體，見(jiàn)圖7。

2.2.3 變異算子

變異算子的具體操作步驟為：隨機(jī)產(chǎn)生兩個(gè)不大于染色體長(zhǎng)度的自然數(shù)，自然數(shù)對(duì)應(yīng)染色體相應(yīng)位置上的基因，互換兩個(gè)自然數(shù)對(duì)應(yīng)位置上的基因，得到變異后的染色體。若產(chǎn)生的兩個(gè)自然數(shù)相同，則不進(jìn)行交換操作。

3 實(shí)例分析

本文利用圖8有向網(wǎng)絡(luò)圖來(lái)對(duì)建立的多屬性危險(xiǎn)化學(xué)品運(yùn)輸路徑優(yōu)化模型和設(shè)計(jì)的遺傳算法進(jìn)行檢驗(yàn)。為測(cè)試算法的準(zhǔn)確性，分別設(shè)定1→2路段的應(yīng)急救援能力為0.5km和3km，遺傳算法運(yùn)行結(jié)果見(jiàn)表1。求解算法均在MATLAB7.8下編程實(shí)現(xiàn)，并設(shè)置遺傳算法種群規(guī)模為50，交叉率為0.7，變異率為0.2，進(jìn)化代數(shù)為50。

由表1可見(jiàn)：當(dāng)1→2路段的應(yīng)急救援能力設(shè)為0.5km時(shí)，算法運(yùn)行后得到的最優(yōu)路徑為1→2→5→9→13→16→19→20，次優(yōu)路徑為1→3→7→11→15→18→20；當(dāng)1→2路段的應(yīng)急救援能力設(shè)為3km時(shí)，即降低了包含1→2路段的路徑的應(yīng)急救援能力，算法運(yùn)行后得到的最優(yōu)路徑為1→3→7→11→15→18→20，次優(yōu)路徑為1→2→5→9→13→16→19→20。

表1 遺傳算法運(yùn)行結(jié)果

4 結(jié) 論

針對(duì)建立的多屬性危險(xiǎn)化學(xué)品運(yùn)輸路徑優(yōu)化模型，當(dāng)降低1→2路段的應(yīng)急救援能力時(shí)，遺傳算法運(yùn)行后得到的最優(yōu)路徑和次優(yōu)路徑均發(fā)生了改變，求得的路徑均為當(dāng)前的最優(yōu)路徑和次優(yōu)路徑。因此，利用TOPSIS法來(lái)處理危險(xiǎn)化學(xué)品運(yùn)輸路段多屬性問(wèn)題，具有較好的效果。

[1] 李建，白曉昀，任正中，等.2011—2013年我國(guó)危險(xiǎn)化學(xué)品事故統(tǒng)計(jì)分析及對(duì)策研究[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2014，10(6)：142-147.

[2] 辛春林，王金連.危險(xiǎn)化學(xué)品運(yùn)輸事故歷史數(shù)據(jù)研究綜述[J].中國(guó)安全科學(xué)學(xué)報(bào)，2012，22(7)：89-93.

[3] 張宏，李杰，呂宜生.突發(fā)公共事件應(yīng)急交通研究綜述[J].安全與環(huán)境工程,2014，21(5)：164-168.

[4] 麻存瑞，馬昌喜.不確定環(huán)境中危險(xiǎn)品運(yùn)輸路徑魯棒優(yōu)化[J].中國(guó)安全科學(xué)學(xué)報(bào),2014，24(3)：91-95.

[5] 邵輝，李晶，楊麗丹.基于多目標(biāo)優(yōu)化的危險(xiǎn)化學(xué)品運(yùn)輸模式探討[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù),2010，6(2)：51-55.

[6] 楊信豐，李引珍，何瑞春，等.多屬性時(shí)間依賴網(wǎng)絡(luò)的城市危險(xiǎn)品運(yùn)輸路徑優(yōu)化[J].中國(guó)安全科學(xué)學(xué)報(bào),2012，22(9)：84-88.

[7] 宋洋，徐楨，王燕青.基于螞蟻算法的危險(xiǎn)品運(yùn)輸路徑優(yōu)化研究[J].安全與環(huán)境工程，2014，21(1)：148-152.

[8] 吳鋒，王曉艷.基于模糊Petri網(wǎng)的危險(xiǎn)品運(yùn)輸安全評(píng)估模型及應(yīng)用[J].中國(guó)安全科學(xué)學(xué)報(bào)，2011，21(1)：95-98.

[9] 高清平.基于可能-概率測(cè)度轉(zhuǎn)換的危險(xiǎn)品運(yùn)輸風(fēng)險(xiǎn)分析[J].中國(guó)安全科學(xué)學(xué)報(bào)，2011，21(3)：90-93.

[10]劉萌斐，錢(qián)瑜，夏秋.基于層次分析和模糊綜合評(píng)價(jià)的區(qū)域危險(xiǎn)品道路運(yùn)輸事故概率評(píng)估[J].安全與環(huán)境工程，2014，21(6)：171-176.

[11]殷國(guó)強(qiáng).危險(xiǎn)品運(yùn)輸網(wǎng)絡(luò)優(yōu)化與路段分類管理研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2011.

[12]王云鵬，孫文財(cái)，李世武，等.基于ArcGIS的危險(xiǎn)品城市運(yùn)輸路徑優(yōu)化模型[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版)，2009，39(1)：45-49.

[13]任常興，吳宗之.危險(xiǎn)品道路運(yùn)輸選線問(wèn)題分析[J].安全與環(huán)境學(xué)報(bào)，2006，6(2)：84-88.

[14]陳西蕊，張蓉珍.TOPSIS法在區(qū)域生態(tài)安全動(dòng)態(tài)評(píng)價(jià)中的應(yīng)用[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)，2011，39(7)：177-183.

[15]陳強(qiáng)，楊曉華.基于熵權(quán)的TOPSIS法及其在水環(huán)境質(zhì)量綜合評(píng)價(jià)中的應(yīng)用[J].環(huán)境工程，2007，25(4)：75-77.

[16]閻嘯天，武穆清.基于GA的網(wǎng)絡(luò)最短路徑多目標(biāo)優(yōu)化算法研究[J].控制與決策，2009，24(7)：1104-1109.

[17]馮冬青，王非，馬雁.遺傳算法中選擇交叉策略的改進(jìn)[J].計(jì)算機(jī)工程，2008，34(19)：189-191.

[18]劉世清，楊孔雨.求解TSP問(wèn)題的遺傳算法改進(jìn)研究[J].北京信息科技大學(xué)學(xué)報(bào)，2014，29(2)：46-50.

Route Optimization of Hazardous Chemicals Transportation with Multi-attributes Based on TOPSIS Method

SHE Yangyang，LU Shunqing，WANG Yanli，ZHANG Yiying

(FacultyofEngineering,ChinaUniversityofGeosciences,Wuhan430074,China)

Road transportation takes up a large portion in the transportation industry of hazardous chemicals.However,accidents of hazardous chemicals transportation happen every year,which leads to huge loss.Selection of an appropriate route will reduce the risk of hazardous chemicals transportation.Considering the multi-attributes,this paper uses the directed network graph to stand for the transportation network and applies such four factors to describing the attributes of each road as accident rate,cost,emergency response capacity and exposure population.Then the paper establishes a physical model for route optimization of hazardous chemicals transportation with multi-attributes and designs the Genetic Algorithm to solve the model.The study applies TOPSIS method to computing the synthesized attributes.At the same time,the paper regards the synthesized attribute value as the adaptive value during the process of Genetic algorithm and changes the selection pressure from low value to high value in the design of genetic algorithm to search the optimal path.The results show that the designed genetic algorithm can quickly find the optimal path,and when attributes of a road change,the algorithm will search new optimal path again,which shows that the model has a good optimization ability.Key words:hazardous chemical； road transportation； path optimization；TOPSIS method；directed network graph

1671-1556(2015)04-0114-05

2014-12-22

2015-05-22

佘洋洋(1990—)，男，碩士研究生，主要研究方向?yàn)槲ｋU(xiǎn)化學(xué)品運(yùn)輸管理。E-mail：1433637501@qq.com

X913；U491

A

10.13578/j.cnki.issn.1671-1556.2015.04.020

魯順清(1963—)，男，副教授，主要從事安全管理、安全評(píng)價(jià)等方面的研究。E-mail：wuhanlsq@sohu.com