技术领域本发明涉及一种基于改进蚁群算法的应急物流中转站选址方法。
背景技术：
近年来，随着科技水平的不断提高，许多自然灾害逐步可以预防和控制，但一些灾害仍然不可避免且发生的频率较高，比如说地震灾害。我国是地震灾害的多发国家，近几年发生的几起地震灾害给灾区人民群众的人身安全与生活设施等造成了重大的损失，也增加了社会的不安定因素。在多次突发灾害中，国家和政府都给与了大量的财政补贴，并出动了大批专业救援队伍进行了第一时间的积极营救工作。但是，地震灾害所造成的损失是巨大而不可估量的。每一次地震灾害的发生都亟需应急物资的支持，应急物流在其中就承载着至关重要的作用，救援的人力、物力、财力都要通过应急物流通道才能运往灾区，从而第一时间保障灾区的生命和财产安全。纵观近年来发生的地震灾害，灾害发生后往往会有多地同时提出多种应急物资需求，这给应急物流的响应能力和物资调配能力提出了较高的要求。为了快速有效的响应灾区的多种应急需求，首先要解决的就是应急物资中转站选址问题。中转站选址问题属于应急物流车辆路径问题研究中的一个分支，国外专家学者在这一领域的探索研究起步较早，取得了颇为丰硕的研究成果。目前来看，关于中转站选址问题的探索主要以利润最大化、最大程度覆盖受灾点、公平性为目标，通过与动态建模思想融会贯通，构建相关中转站选址模型。然而由于实际问题的复杂性，现有的研究大多是针对大规模物资储备仓库的选址，没有考虑到在受灾区域内的选址问题；选用的智能算法在求解应急物资中转站选址模型时会存在诸多问题，如过早收敛、易陷入局部最优等，且不能适应各种突发事件下的不确定性需求，亟需进一步深入探讨。
技术实现要素：
本发明为了解决上述问题，提出了一种基于改进蚁群算法的应急物流中转站选址方法，提出了多供应点多需求点多物资需求的带软时间窗非满载类应急物资中转站选址问题，针对需求信息已知且后期不会发生变化的静态情况进行分析，构建了临时中转站选址模型，确立了合理的中转站地址，用以存放从物资储备库和社会各界收集来的救援物资，从而有效缩短应急物资的调配时间，实现灾区需求满足最大化。为了实现上述目的，本发明采用如下技术方案：一种基于改进蚁群算法的应急物流中转站选址方法，包括以下步骤：(1)以应急需求覆盖程度最大化和应急成本最小化为目标，构建多目标优化模型，结合该优化模型的时间窗限制、总投资金额、公平性、应急调度效率等约束条件，确定临时中转站的个数；(2)利用聚类蚁群算法结合贪心算法求解多目标优化模型，依次对各灾情等级下的受灾点被覆盖情况进行聚类分析，确定受灾点分组，制定中转站的初步选址方案；(3)结合各受灾组内受灾点发生不同灾情等级的概率、对不同物资的需求量、是否被覆盖建立评价函数，对未被选中的中转站进行评估，用评价函数值最大的中转站替换初步选中的中转站，进行中转站重定位直到选址方案不再变化；(4)输出最终的中转站选址方案。所述步骤(1)中，应急成本为中转站总成本，包括中转站建设成本和运维成本。所述步骤(1)中，以应急需求覆盖程度最大化为目标的目标函数为：f1=maxΣs=1pΣj=1mΣl=1kxjslujlspjs]]>其中，j为受灾区域需求点编号，j＝1，2…m；s为受灾等级分类，s＝1，2…p；l为第l种应急资源的编号，l＝1，2……·k；xjsl表示需求点j在灾情等级为s时对资源l的需求量；当时，需求点j在灾情等级为s时对资源l的需求被覆盖，当时，不能被覆盖；pjs为需求点j发生s级灾情的概率。所述步骤(1)中，以应急成本最小化为目标的目标函数为：f2=minΣi=1nvi(hi+ri)]]>其中，i为备选应急资源中转站编号，i＝1，2…n；当vi＝1时，表示备选点i被选为临时中转站，vi＝0时，表示i没有被选中；hi表示建立一个临时中转站所需的固定成本；ri表示一个临时中转站运营和维护的成本。所述步骤(1)中，约束条件具体包括：(1-1)若受灾点j在灾情等级为s时被覆盖，则在该灾情等级下应至少有一个临时中转站，且其响应时间满足该灾情等级下需求时间窗最大的第l类物资的时间窗下限；(1-2)中转站选址方案的总成本应低于计划投入总资金的上限；(1-3)运往需求点的各类应急资源量不能超过其提出的需求量；(1-4)中转站设置个数有限制。所述步骤(1)中，构建的模型属于多目标数学规划模型，根据模型的特点，以应急需求覆盖最大化为主要目标，在满足该目标的前提下最小化应急物资中转站成本，采用主要目标法求解。进一步的，所述步骤(1)中，求解的具体方法包括：(1-a)求解应急成本最小化为目标的目标函数和约束条件构成的单目标数学规划模型，得出最优解；(1-b)将应急成本最小化的目标函数与上一步中得出的最优解结合转换为约束条件；(1-c)求解应急需求覆盖程度最大化的目标函数和约束条件构成的单目标数学规划模型，得出最优解，所得结果为最优的临时中转站个数及位置。所述步骤(2)中，在基本聚类蚁群算法状态转移概率的基础上引入一个决策变量，将到达下一结点的时间与当前结点的需求时间窗较大的时间窗下限做比较；当决策量为1时，表示受灾点j能在灾情等级为s时被覆盖；当决策量为0时，表示不能被覆盖。因为当前受灾点的需求物资有l种，取这l种需求物资中需求时间窗最大的一个与其相比较。所述步骤(2)中，将基本聚类蚁群算法中为每一只蚂蚁设置的单独的禁忌表进行共享，存放蚂蚁访问过的所有结点信息。所述步骤(2)中，利用贪心算法，在选址初期，初始化蚂蚁使之依据转移概率寻找周围符合其最短时间窗下限的所有中转站，进而取被选择次数排在前N位的中转站作为初始解，其中N为临时中转站个数；在分组过程中，各个没有被覆盖的需求点就近选择中转站，最终形成N个分组；在重定位过程中，依次根据评价函数替换中转站，直至全局最优。所述步骤(2)具体包括：(2-1)初始化循环次数、信息素蒸发率、信息素增加率、受灾点坐标、备选中转站坐标、临时中转站个数和时间窗；(2-2)根据转移概率，计算蚂蚁将要到达的备选中转站，将受灾点坐标加入禁忌表；(2-3)判断是否完成所有节点遍历，若是则执行步骤(2-4)，否则执行步骤(2-2)；(2-4)更新备选中转站的信息素浓度，循环次数加1；(2-5)重复步骤(2-2)-(2-4)，直至满足设定的循坏次数；(2-6)根据适应度函数进行计算，对计算结果按递减排列，排列在前N位的中转站作为初始解。所述步骤(3)中，评价函数为f(value)=maxΣG=1NΣs=1pΣl=1kxjsluijlspjs]]>i＝1，2…n；其中，G表示受灾分组G内的受灾点集合，本部分有N个受灾分组；当时，需求点j在灾情等级为s时对资源l的需求能被中转站i满足，当时，不能被满足。本发明的有益效果为：(1)本发明提出了带软时间窗的多供应点多需求点多物资需求的应急物流中转站选址问题，可以为多目标问题在此领域的研究提供相关理论依据；(2)本发明应用运筹学理论构建了适应于相应问题的数学模型，可以作为突发灾害中拟定临时中转站选址方案的工具；(3)本发明将基本蚁群算法与多种智能算法思想相结合，在状态转移概率改进、共享禁忌表、贪心算法运用等方面做出改进，并对适用于相应模型的改进蚁群算法进行设计，对于蚁群算法在应急物资中转站选址领域的运用具有一定的借鉴作用。附图说明图1为本发明的应急物流系统示意图；图2为本发明的流程示意图。具体实施方式：下面结合附图与实施例对本发明作进一步说明。为解决当前应急物资中转站选址过程中存在的不足，本专利提出了多供应点多需求点多物资需求的带软时间窗非满载类应急物资中转站选址问题，针对需求信息已知且后期不会发生变化的静态情况进行分析，构建了临时中转站选址模型，并通过将多种智能算法思想相结合、共享禁忌表等改进方法，针对模型的特点设计了改进的蚁群算法用于求解模型。如图1所示，图中的供应点代表各地区的大型物资集散中心，当突发灾害发生时，大部分的物资都需要从此处运往灾区，本发明暂不考虑从供应点往中转站运送物资的过程；物资中转站为地震灾害发生后在灾区中临时建立的物资中心，大部分物资都是从供应点获取，其他不足的物资可以零散收集。优化后的中转站选址方案可以有效的缩减应急物资的调配时间；需求点表示受灾地区，即地震发生后的应急需求提出点，在本发明中受灾点是按临时中转站覆盖的最大化进行分组的，每一个分组中都设立一个临时中转站。地震灾害发生后，多个受灾地区同时提出不同的物资需求，这就要求应急救援部门第一时间做出最优判断，从而往各个受灾地区运送不同物资。由于物资储备中心储备物资的种类和数量都是有限的，因此为了最大程度的满足受灾地区的需求，本发明考虑了在受灾地区进行物资中转站选址问题，即在受灾地区内建立多个临时物资中转站，用以存放从物资储备库和社会各界收集来的救援物资，并可以在中转站内进行物资优化配置，从而在灾害发生的第一时间使有限物资合理分配，以实现灾区需求满足最大化。本发明主要研究了带软时间窗的多供应点多需求点多物资需求的应急物资中转站选址问题。首先，引入应急需求最大化覆盖思想构建了应急物资中转站选址模型；其次，针对构建的多目标规划模型，结合多种智能算法思想，在禁忌表共享、状态转移概率等方面对蚁群算法进行了改进，提高了算法的收敛速度和求解质量，并对适用于相应模型的改进蚁群算法进行了设计。(一)中转站选址模型假设为了更好的描述和理解灾后临时中转站选址模型，模型的构建应满足如下假设：(1)各个受灾点对应急物资的需求信息(物资的种类和数量)已知。(2)假定中转站无容量限制。(3)各受灾点在不同灾情等级下的应急物资需求量已知，灾情等级由灾害管理或预报部门或专家预测估计给出。(4)各受灾点对救援响应时间的优先级高于对应急物资数量的要求。(二)中转站选址模型建立临时应急物资中转站选址模型是一个多目标优化模型，涉及的目标主要包括应急需求覆盖程度、中转站建设和运维成本两个目标。1.应急需求覆盖程度最大化目标其目标函数为：Obj1f1=maxΣs=1pΣj=1mΣl=1kxjslujlspjs---(4.1)]]>上式中：j为受灾区域需求点编号，j＝1，2…m；s为受灾等级分类，s＝1，2…p；l为第l种应急资源的编号，l＝1，2…….k；xjsl表示需求点j在灾情等级为s时对资源l的需求量；当时，需求点j在灾情等级为s时对资源l的需求被覆盖，当时，不能被覆盖；pjs为需求点j发生s级灾情的概率。目标函数(4.1)为主函数，表示在灾情等级不确定的情况下，被选中的临时中转站能够为受灾点提供最大化的物资需求。2.应急成本最小化目标其目标函数为：Obj2f2=minΣi=1nvi(hi+ri)---(4.2)]]>上式中，i为备选应急资源中转站编号，i＝1，2…n；当vi＝1时，表示备选点i被选为临时中转站，vi＝0时，表示i没有被选中；hi表示建立一个临时中转站所需的固定成本；ri表示一个临时中转站运营和维护的成本。目标函数(4.2)的目标是最小化中转站总成本，包括中转站建设成本和运维成本。本部分构建的临时应急资源中转站模型应满足的约束条件如下所示：(1)若受灾点j在灾情等级为s时被覆盖，则在该灾情等级下应至少有一个临时中转站，且其响应时间满足该灾情等级下需求时间窗较大的第l类物资的时间窗下限。用tij表示从i往j运送救援物资的时间，用LTjs表示受灾点j在灾情等级为s时需求时间窗较大的物资的时间窗下限。Σi=1nwijsvi≥ujlss=1,2...p;j=1,...m---(4.3)]]>其中，若则表示受灾点j能在灾情等级为s时被中转站i覆盖，即tij≤LTjs；若则表示不能被中转站i覆盖。(2)中转站选址方案的总成本应低于计划投入总资金的上限，用F表示计划总投入上限，即：Σi=1nvi(hi+ri)≤F---(4.4)]]>(3)为避免浪费，同时尽量保证应急资源的公平分配，运往需求点的各类应急资源量不能超过其提出的需求量，即：Σi=1nΣl=1kyijl≤xjlj=1,2...m---(4.5)]]>其中yijl表示从中转站i运往受灾点j的l类物资的量；xjl表示需求点j对第l类资源的需求总量。(4)为保障应急资源调度的效率，应使中转站设置个数有一定的限制，且被选中的中转站属于备选中转站集合。用M表示最大中转站个数，N表示备选中转站集合，如下：Σi=1nvi≤M,vi∈N---(4.6)]]>(5)两个决策变量均为0-1变量，约束如下：vi∈{0,1