基于地震災(zāi)害智能決策系統(tǒng)的中心選址

周 帆(武警警官學(xué)院管理科學(xué)與工程系，四川成都610213)

基于地震災(zāi)害智能決策系統(tǒng)的中心選址

周 帆
(武警警官學(xué)院管理科學(xué)與工程系，四川成都610213)

針對應(yīng)急救援中心選址提高救援效率的問題，依據(jù)地震災(zāi)害智能決策系統(tǒng)對受災(zāi)程度進行判斷，綜合考慮地震受災(zāi)點的嚴重程度與道路情況，以救援時間最小化為目標，建立應(yīng)急救援中心選址優(yōu)化模型，并運用Dijkstra算法進行求解.通過算例研究，獲得應(yīng)急救援的最優(yōu)選址方案，表明理論具有可行性，為中心選址提供了理論參考.

中心選址；Dijkstra算法；地震災(zāi)害；智能決策

0 引言

近年來，我國地震災(zāi)害頻發(fā)，像5.12汶川地震與4.14玉樹地震等，都具有突發(fā)性與破壞性，地震的發(fā)生讓人民的生命財產(chǎn)受到嚴重破壞與損失.在救援過程中，應(yīng)急中心庫可以對人員、藥品、食品等調(diào)撥運輸，建立合適的應(yīng)急中心庫，能夠有效地減少救援時間，提高救援效率，有著不可替代的作用.因此，確定應(yīng)急中心庫的位置，是災(zāi)后應(yīng)急救援的一個重要課題.

在選址的研究中，應(yīng)考慮不同受災(zāi)程度，嚴重地點需要物資和救援力量更多且更為急迫，在救援過程中，會對受災(zāi)點多次進行運輸.近年，武警部隊開發(fā)了地震災(zāi)害智能決策系統(tǒng)，能夠提供震后受災(zāi)點的嚴重程度與本地的交通地理情況，為應(yīng)急中心的選址提供了依據(jù).選址過程中，考慮道路情況與受災(zāi)程度綜合選址，以減少救援的總時間，為救援提供參考.

1 基于地震災(zāi)害智能決策系統(tǒng)的選址模型分析

1.1 受災(zāi)程度分類

地震后，在地震災(zāi)害智能決策系統(tǒng)中輸入震級、震源深度、建筑物情況、人口密度、地震發(fā)生時間等數(shù)據(jù)，系統(tǒng)就能在10分鐘內(nèi)推算出死亡、重傷、腦外傷、骨折等各類數(shù)據(jù)，為救援方案的制定提供參考.同時，系統(tǒng)可以查詢展示受災(zāi)點的相應(yīng)信息，如公共衛(wèi)生資源、相關(guān)經(jīng)濟和社會信息疊加、地震特點信息等；還可以提供實時空間定位，分析地震災(zāi)害模型并生成最佳救援路徑，綜合受災(zāi)地點的各類數(shù)據(jù)，快速評估災(zāi)區(qū)傷害傷情.

地震災(zāi)害智能決策系統(tǒng)對地震區(qū)域的所有地點進行受災(zāi)程度的判斷，根據(jù)傷亡人數(shù)、地區(qū)的防災(zāi)水平、所需物資、破壞程度等對各受災(zāi)點的受災(zāi)程度劃分成5個等級，分別為特別嚴重，嚴重，中等，一般，輕微，根據(jù)受災(zāi)程度做出運輸次數(shù)表：

表1 受災(zāi)程度與運輸次數(shù)

1.2 道路分類

在地震之后，災(zāi)區(qū)的工作將以救援工作為重心，第一標準就是救援的時間，如果能縮短救援路途中所花費的時間，就能使救援行動更加有效.因此，在救援的實際行動中，救援車輛將會在道路允許的情況下，行駛至最大速度.所以，依據(jù)《中國人民共和國道路交通安全法》中的第四十二條、第六十七條，《中國人民共和國道路交通安全法實施條例》的第四十五條、第七十八條，關(guān)于機動車輛在道路行駛時的限速問題，對所有道路類型及速度進行劃分如下：

表2 道路類型與速度

因此，假設(shè)，救援車輛在各類道路上的行駛速度為上表所示速度.

1.3 構(gòu)建模型

建立一個救援中心，設(shè)有m個受災(zāi)點，n個道路節(jié)點，其中受災(zāi)點也可作節(jié)點.利用地震災(zāi)害智能決策系統(tǒng)，各個節(jié)點為各級道路之間的交接點，對受災(zāi)地區(qū)的所有道路情況進行歸類匯總，得出各節(jié)點和受災(zāi)點之間的一步可達距離矩陣為：

單位為km，其中矩陣中的自身可達，可達距離表示為0， 兩節(jié)點如果不可達，則在相應(yīng)節(jié)點表示距離為無窮大，然后根據(jù)在各類路段的行駛速度，建立各個節(jié)點之間路段的速度矩陣為：

單位為km/h.用距離矩陣與速度矩陣進行點除運算得出各節(jié)點到達各節(jié)點的時間矩陣為：

L=S./V

計算得：

表示為各個節(jié)點之間路段所需的時間矩陣，其中單位為小時.然后根據(jù)受災(zāi)程度與受災(zāi)點一一對應(yīng)，建立運輸次數(shù)矩陣：

E={e1…em}T

(4)

運用Dijkstra算法計算出各個節(jié)點到所有受災(zāi)點的時間，并建立各節(jié)點到各個受災(zāi)點的時間向量：

(5)

各節(jié)點到所有受災(zāi)點總時間矩陣

Ti=E·ti

(6)

取最小值：

Min(T)=Ti(1im+n)

(7)

i所對應(yīng)節(jié)點為選擇節(jié)點，式中tij為從i節(jié)點到j(luò)受災(zāi)點的時間，Ti為節(jié)點i到所有受災(zāi)點時間之和， 選出最佳節(jié)點之后，利用二分法，選擇此節(jié)點到下一步可達節(jié)點的中點，并對L中相應(yīng)時間信息進行更新，令

K=L

(8)

K(i,j)=K(i,j)-1/2K(i,j)

(9)

K(i,k)=K(i,k)+1/2K(i,j)

(10)

j為i節(jié)點移動方向上的相鄰節(jié)點，k表示與i節(jié)點直接相接的其他節(jié)點.更新之后，計算總時間，取總時間最小值所對應(yīng)的節(jié)點方向路段，對所選路段進行分段.因為時間單位為小時，為了減小誤差，確保時間最優(yōu)化，把變量控制在一分鐘以內(nèi)，u為路段劃分的段數(shù)

u=K(i,j)/0.01

(11)

路段有u-1個節(jié)點，每一個節(jié)點為i節(jié)點的更新點，更新時間矩陣信息后，求各個更新點到所有受災(zāi)點的總時間，得矩陣：

A={a1…au-1}

(12)

求最小值：

MinA=ax

(13)

如果axTi，最佳點為j點.最后運用Dijkstra算法在MATLABR2012a軟件進行實現(xiàn)，計算出最佳點在所選路段的位置.

2 算例分析

設(shè)置20個節(jié)點，其中7個受災(zāi)點，受災(zāi)程度分別為特別嚴重、嚴重、嚴重、中等、中等、一般、輕微，依據(jù)(6)可得：

E={100,70,70,40,40,20,5}T

因為只涉及一個中心庫的選址，而現(xiàn)實情況下的中心庫不會只有一個，所以所設(shè)的節(jié)點之間的距離，距離均不大于200km，且自身可達，生成距離矩陣為：

表3 可達距離矩陣S

各道路行駛速度矩陣為：

表4 速度矩陣V

運用MATLAB軟件和Dijkstra算法計算：

L=S./V

得時間矩陣t為：

表5 時間矩陣t

計算時間矩陣T：

Ti=E·ti

得：

表6 時間矩陣T

Min(T)=T15

Min(Tik)=T15(1)

u=87.5≈87

ax=459.1>T15=458.0

綜上所述，此次中心選址的最佳點為節(jié)點15，其坐標可通過圖上信息求得.

3 結(jié)束語

本文主要運用Dijkstra算法，對不同受災(zāi)程度，以及現(xiàn)實道路情況下的中心選址進行了研究，為災(zāi)后救援的中心選址提供理論參考.本文在地震災(zāi)害智能決策系統(tǒng)的基礎(chǔ)上，對受災(zāi)點的運輸次數(shù)進行分類，并依據(jù)災(zāi)區(qū)現(xiàn)實道路情況進行建模，求解運輸時間最少的最佳中心庫地址.在實際的選址過程中，要結(jié)合實際情況選擇，可能最優(yōu)點并不適合建立中心庫，此時需要尋求次優(yōu)點.本文旨在通過數(shù)據(jù)分析的方式，選擇出最好的中心庫地址，以提高救援的效率，為災(zāi)后的救援行動奠定基礎(chǔ).

[1] 董文龍，丁 輝，樊毫軍，侯世科.地震災(zāi)害救援智能決策系統(tǒng)平臺的研制[J]. 中國急救復(fù)蘇與災(zāi)害醫(yī)學(xué)雜志，2014(9)：796-799.

[2] 韋 曉，常相全.基于改進蟻群算法的應(yīng)急物流中心選址問題研究[J]. 價值工程,2014(17):26-27.

[3] 駱達榮.基于災(zāi)度相對分類的應(yīng)急物流中心選址[J]. 技術(shù)經(jīng)濟與管理研究，2013(7):105-109.

[4] 曹振華,王宇翔.基于Dijkstra算法的區(qū)域物流網(wǎng)絡(luò)配送路徑優(yōu)化[J]. 物流技術(shù),2015(2):146-147.

[5] Feng Ye，Qiuhong Zhao，Menghao Xi.ChineseNationEmergencyWarehouseLocationResearchbasedonVNSAlgorithm[J].Electronic Notes in Discrete Mathematics，2015(87): 425-435.

[6] ReVelle C.S.,Laporte Gilbert.ThePlantLocationProblem:NewModelsandResearchProspects[J].Operational Research,1996(6):864-874.

[責(zé)任編輯 范 藻]

The Central Location of the Intelligent Decision System Based on Earthquake Disaster

ZHOU Fan

(Management and Engineering Department of Officers College of PAP, Chengdu Sichuan 610213, China)

In order to improve the efficiency of emergency rescue center location problem, based on the intelligent decision-making system for earthquake disaster to determine the extent of disaster, and the severity of the road considering the earthquake disaster point, the rescue time is minimize as the goal, establish emergency rescue center location optimization model, and using Dijkstra algorithm. Through a case study, the optimal location scheme of emergency rescue is obtained, which shows that the theory is feasible, and provides a theoretical reference for the center location.

Center location; Dijkstra algorithm; Earthquake disaster; Intelligent decision

2016-12-24

周 帆(1995—)，男，湖南岳陽人.主要從事應(yīng)急救援研究.

F259.21

A

1674-5248(2017)02-0018-04