一种资源分配方法、系统、存储介质及电子设备与流程

1.本技术涉及铁路危化品运输应急及防灾指挥调度技术领域，特别地涉及一种资源分配方法、系统、存储介质以及电子设备。


背景技术：

2.随着铁路运输技术的迅速发展，危化品越来越依靠铁路来进行运输，而一旦运输危化品的车辆发生了事故，通常具有波及范围广、衍生事故大、社会危害强等特点。在进行救援的时候除了需要及时清理泄露的危化品之外，另一个关键问题是以最快的时间将应急救援物资集结并调动到受灾点，同时将线路疏通，保障线路正常运行，将未发生危化品泄露的脱轨列车及时运送到安全区域，以免发生二次泄露与伤害。
3.相比于目前常用的遗传算法，人工蜂群算法在局部的收敛和寻优能力上要更为出色，不会出现遗传算法的“早熟”现象，并且算法的复杂度也较低。
4.人工蜂群算法属于群智能算法的一种，其受启发于蜜蜂的寻蜜和采蜜过程，相比于常见的启发式算法，它的优点在于其使用了较少的控制参数，并且鲁棒性强，在每次迭代过程中都会进行全局和局部的最优解搜索，因此能够找到最优解的概率大大增加。


技术实现要素：

5.针对上述问题，为了克服现有铁路在进行危化品运输时，当出现突发事故时引起的救援资源分配不均、响应时间长的问题，本技术提出一种资源分配方法、系统、存储介质及电子设备，该方法以救援响应时间最短和运输救援所需物资的消耗最小为双目标函数，将人员受困数量、危化品泄露程度与将未泄露的危化品转移到安全区域的难易程度作为约束条件，根据蜂群算法得到各个出救点的资源分配方案。
6.本技术的第一个方面，提供了一种资源分配方法，所述方法包括：
7.获取目标灾区内的出救点集合、受灾点集合和指挥中心集合，以及所述出救点集合和所述指挥中心集合处的初始救援物资数量；
8.从所述受灾点集合中获取所有受灾点的灾害信息；
9.分别根据每个受灾点的灾害信息，确定每个受灾点的灾害权重；
10.根据每个受灾点的所述灾害权重、所述出救点集合、所述受灾点集合、所述指挥中心集合、所述出救点集合处的初始救援物资数量以及所述指挥中心集合处的初始救援物资数量，生成所述目标灾区的资源分配模型；
11.根据所述资源分配模型通过蜂群算法生成资源分配结果。
12.在一些实施例中，所述获取目标灾区内的出救点集合、受灾点集合和指挥中心集合，以及所述出救点集合和所述指挥中心集合处的初始救援物资数量，包括：
13.根据救援中心的实际位置生成出救点集合{j1,j2,...,jm}，指挥中心集合{k1,k2,...,kb}以及可能发生灾害的灾点集合{i1,i2,...,in}；
14.在出救点jm(m＝1,2,...,m)处存储的第c(c＝1,2,...,c)种救援应急物资的数量
为number(c
cj
)，在指挥中心kb(b＝1,2,...,b)处储存的第c(c＝1,2,...,c)种救援应急物资的数量为number(c
ck
)；
15.其中，m为救援点数量，b为指挥中心的数量，n为受灾点数量，c为救援应急物资类别数量。
16.在一些实施例中，所述灾害权重，包括：
17.人员受困权重，危害等级以及区段优先度。
18.在一些实施例中，根据所述灾害信息中每个受灾点的受困人数，通过下式确定所述人员受困权重：
[0019][0020]
其中，i
ink
为第n个受灾点处的受困人数，x1为每个救援小队救援的人数，w
ik
为人员受困权重。
[0021]
在一些实施例中，根据所述灾害信息中每个受灾点的危化品泄露情况和预先设置的危害等级规则，确定所述危害等级。
[0022]
在一些实施例中，确定所述区段优先度的步骤，包括：
[0023]
根据所述灾害信息中每个受灾点的危化品车辆脱轨节数，通过下式确定每个受灾点的区段重要度占比ws：
[0024][0025]
其中，number(in)为第n个受灾点处运送危化品车辆的脱轨节数；
[0026]
根据每个受灾点单位时间内的通车数量和铁轨受损里程，通过下式确定每个受灾点的区段破坏程度占比wk：
[0027][0028]
其中，d
inc
为第i个受灾点单位时间内的通车数量，d
ing
为第i个受灾点的铁轨受损里程，α，β为基于价格的参数；
[0029]
根据区段重要度和区段破坏程度占比，通过下式确定所述区段优先度：
[0030][0031]
其中，w
ij
为第i个受灾点的区段重要度，w
ik
为第i个受灾点的区段破坏程度，χ,δ为w
ij
与w
ik
之间的平衡系数，η为每个受灾点间的预分配值，n为受灾点数，w
ijk
为区段优先度。
[0032]
在一些实施例中，所述资源分配模型，包括：
[0033]
[0034][0035][0036]
其中，m为出救点数量，b为指挥中心的数量，t
ij
为从出救点到受灾点的时间，t
ik
为从指挥中心到受灾点的时间，number(c
cij
)为从出救点到受灾点的派遣的第c种救援物资的数量，number(c
cik
)为从指挥中心到受灾点的派遣的第c种救援物资的数量，为受灾点i1根据w
ik
的分配数量，为受灾点i1根据w
is
的分配数量，为受灾点i1根据w
ijk
的分配数量。
[0037]
本技术的第二个方面，提供了一种资源分配系统，所述系统包括：
[0038]
第一获取模块，用于获取目标灾区内的出救点集合、受灾点集合和指挥中心集合，以及所述出救点集合和所述指挥中心集合处的初始救援物资数量；
[0039]
第二获取模块，用于从所述受灾点集合中获取所有受灾点的灾害信息；
[0040]
确定模块，用于分别根据每个受灾点的灾害信息，确定每个受灾点的灾害权重；
[0041]
模型生成模块，用于根据每个受灾点的所述灾害权重、所述出救点集合、所述受灾点集合、所述指挥中心集合、所述出救点集合处的初始救援物资数量以及所述指挥中心集合处的初始救援物资数量，生成所述目标灾区的资源分配模型；
[0042]
结果生成模块，用于根据所述资源分配模型通过蜂群算法生成资源分配结果。
[0043]
本技术的第三个方面，提供了一种存储介质，该存储介质存储的计算机程序，可被一个或多个处理器执行，用以实现如上所述的资源分配方法。
[0044]
本技术的第四个方面，提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述存储器和所述处理器之间互相通信连接，该计算机程序被所述处理器执行时，实现如上所述的资源分配方法。
[0045]
与现有技术相比，本技术的技术方案具有以下优点或有益效果：
[0046]
在处理资源分配的问题时，本技术的技术方案采用了蜂群算法，通过建立资源分配模型对铁路危化品运输所需资源进行分配，实现了救援物资的快速抵达与救援时间的及时性，从而达到了以最小成本进行资源分配的目的；相较于传统的遗传算法，本技术的技术方案更加适用于解决应急救援资源的分配问题，并且消耗更小、效率更高、实用性更强。
附图说明
[0047]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0048]
图1为本技术实施例提供的一种资源分配方法的流程图；
[0049]
图2为本技术实施例提供的一种资源分配系统的示意图；
[0050]
图3为本技术实施例提供的一种电子设备的连接框图。
具体实施方式
[0051]
以下将结合附图及实施例来详细说明本技术的实施方式，借此对本技术如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施。本技术实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本技术的保护范围之内。
[0052]
实施例一
[0053]
本实施例提供一种资源分配方法，图1为本技术实施例提供的一种资源分配方法的流程图，如图1所示，本实施例的方法包括：
[0054]
s110、获取目标灾区内的出救点集合、受灾点集合和指挥中心集合，以及所述出救点集合和所述指挥中心集合处的初始救援物资数量。
[0055]
在一些实施例中，所述获取目标灾区内的出救点集合、受灾点集合和指挥中心集合，以及所述出救点集合和所述指挥中心集合处的初始救援物资数量，包括：
[0056]
根据救援中心的实际位置生成出救点集合{j1,j2,...,jm}，指挥中心集合{k1,k2,...,kb}以及可能发生灾害的灾点集合{i1,i2,...,in}；
[0057]
在出救点jm(m＝1,2,...,m)处存储的第c(c＝1,2,...,c)种救援应急物资的数量为number(c
cj
)，在指挥中心kb(b＝1,2,...,b)处储存的第c(c＝1,2,...,c)种救援应急物资的数量为number(c
ck
)；
[0058]
其中，m为救援点数量，b为指挥中心的数量，n为受灾点数量，c为救援应急物资类别数量，m、b、n、c均为正整数。
[0059]
可选的，根据各个出救点所含的物资的数量，构建各个出救点集合和可能发生灾害的灾区集合及初始的资源量，包括如下步骤：
[0060]
步骤1、根据救援中心实际的位置构建出救点集合{j1,j2,...,jm}、指挥中心集合{k1,k2,...,kb}、可能发生灾害的灾点集合{i1,i2,...,in}，其中，m为出救点数量，n为受灾点数量，b为指挥中心的数量；
[0061]
步骤2、在出救点jm(m＝1,2,...,m)处存储的第c(c＝1,2,...,c)种救援应急物资的数量为number(c
cj
)，在指挥中心kb(b＝1,2,...,b)处储存的第c(c＝1,2,...,c)种救援应急物资的数量为number(c
ck
)。
[0062]
在一些实施例中，在所述获取目标灾区内的出救点集合、受灾点集合和指挥中心集合之后，所述方法还包括：
[0063]
获取所述目标灾区内的出救点数量和指挥中心数量。
[0064]
可选的，目标灾区内的出救点集合包括目标灾区内所有的出救点，目标灾区内的指挥中心集合包括目标灾区内所有的指挥中心，根据目标灾区内的出救点集合和指挥中心集合，获取目标灾区内的出救点数量和指挥中心数量。
[0065]
s120、从所述受灾点集合中获取所有受灾点的灾害信息。
[0066]
可选的，灾害信息可以包括：受灾点的位置信息，受灾点处的受困人数，受灾点的
危化品车辆脱轨节数，受灾点单位时间内的通车数量和铁轨受损里程等。
[0067]
s130、分别根据每个受灾点的灾害信息，确定每个受灾点的灾害权重。
[0068]
在一些实施例中，所述灾害权重，包括：
[0069]
人员受困权重，危害等级以及区段优先度。
[0070]
可以理解的是，应急资源不应是随机分配的，需要根据灾区受灾点的初始情况，统计分析人员受困权重、危险品泄露等级以及区段优先度，并综合分析各种权重占比，最后再分配相应的救援小队到受灾点进行救援。
[0071]
在一些实施例中，根据所述灾害信息中每个受灾点的受困人数，通过下式确定所述人员受困权重：
[0072][0073]
其中，floor为向上取整函数，i
ink
为第n个受灾点处的受困人数，x1为每个救援小队救援的人数，w
ik
为人员受困权重。
[0074]
可选的，根据受灾点间的人员受困情况，现假设每x1位受困人员需派遣1个救援受困小队进行救援，根据灾害发生时各个受灾点间的受困人数，确定需要向每个受灾点间进行派遣的营救受困小队数量，计算方式如下：
[0075][0076]
其中，floor为向上取整函数，i
ink
为第n个受灾点处的受困人数，x1为每个救援小队救援的人数。
[0077]
在一些实施例中，根据所述灾害信息中每个受灾点的危化品泄露情况和预先设置的危害等级规则，确定所述危害等级。
[0078]
可选的，根据受灾点间的危化品泄露情况和预先设置的危害等级规则，将危害等级划分为如下表所示的几个等级：
[0079]
危险品泄露情况等级未发生泄露。010
㎡
以下且不易挥发。i10
㎡
～30
㎡
且不易挥发，或者，10
㎡
以下且易挥。ii30
㎡
以上且不易挥发，或者，10
㎡
以上且易挥发。iii
[0080]
需要说明的是，预先设置的危害等级规则可以根据用户的实际需求进行设定，具体此处不做特殊限定。
[0081]
在一些实施例中，确定所述区段优先度的步骤，包括：
[0082]
根据所述灾害信息中每个受灾点的危化品车辆脱轨节数，通过下式确定所述每个受灾点的区段重要度占比ws：
[0083][0084]
其中，number(in)为第n个受灾点处运送危化品车辆的脱轨节数；
[0085]
根据每个受灾点单位时间内的通车数量和铁轨受损里程，通过下式确定每个受灾点间的区段破坏程度占比wk：
[0086][0087]
其中，d
inc
为第i个受灾点单位时间内的通车数量，d
ing
为第i个受灾点的铁轨损坏里程，α，β为基于价格的参数；
[0088]
根据区段重要度和区段破坏程度占比，通过下式确定所述区段优先度：
[0089][0090]
其中，w
ij
为第i个受灾点的区段重要度，w
ik
为第i个受灾点的区段破坏程度，χ,δ为w
ij
与w
ik
之间的平衡系数，η为每个受灾点间的预分配值，n为受灾点数，w
ijk
为区段优先度。
[0091]
可选的，α，β为基于价格的重要程度调整参数，根据受灾点间的区段重要度与区段密集程度，输送危化品的区段重要度比区段密集程度更加重要，获得区段优先度，避免在某个区段优先度过低的受灾点不分配救援小队的情况。
[0092]
需要说明的是，预分配值可以根据用户的实际需求进行设定，具体此处不做限定。
[0093]
s140、根据每个受灾点的所述灾害权重、所述出救点集合、所述受灾点集合、所述指挥中心集合、所述出救点集合处的初始救援物资数量以及所述指挥中心集合处的初始救援物资数量，生成所述目标灾区的资源分配模型。
[0094]
在一些实施例中，所述资源分配模型，包括：
[0095][0096][0097][0098]
其中，m为出救点数量，b为指挥中心的数量，t
ij
为从出救点到受灾点的时间，t
ik
为从指挥中心到受灾点的时间，number(c
cij
)为从出救点到受灾点的派遣的第c种救援物资的数量，number(c
cik
)为从指挥中心到受灾点的派遣的第c种救援物资的数量，为受灾点i1根据w
ik
的分配数量，为受灾点i1根据w
is
的分配数量，为受灾点i1根据w
ijk
的分配数量。
[0099]
s150、根据所述资源分配模型通过蜂群算法生成资源分配结果。
[0100]
可选的，根据所述资源分配模型通过蜂群算法生成资源分配结果，基于蜂群算法对每个出救点的资源派遣进行综合分析，得到最优的资源分配方案。
[0101]
可选的，在本技术实施例中，以救援物资抵达时间最短与运送救援物资的成本最低为目标，在权重与资源上限的约束下对目标函数f1和f2进行求解，一种通过蜂群算法可选的求解方式包括：
[0102]
第一步，初始化种群数量以及确定迭代次数，问题空间的解是4维的，采蜜蜂与观察蜂的数量都是100，在4维空间内搜索蜜源，每个蜜源的位置代表一个可行解，另蜜源的花蜜度对应解的适应度，一个采蜜蜂与一个蜜源是对应的，与第i个蜜源相对应的采蜜蜂依据下式寻找新的蜜源：
[0103]
x
id
'＝x
id
+φ
id
·
(x
id-x
kd
)
[0104]
其中，i＝1,2,...,s为蜜源、采蜜蜂、观察蜂的个数，d＝1,2,3，4为优化变量的个数，为[-1,1]之间的随机数，k≠i。
[0105]
所述领域技术人员可以理解的是，x
id
为蜂群算法中采蜜蜂的数量，即解的形式。
[0106]
第二步，将新生成的可能解{x
i1
',x
i2
',...,x
id
'}与原来的解{x
i1
,x
i2
,...,x
id
}做比较，并通过贪婪选择策略选择较好的解。
[0107]
第三步，对每个采蜜蜂按下式对每个采蜜蜂计算一个概率。观察蜂以上面计算的概率接受采蜜蜂，并利用采蜜蜂更新的公式进行更新，再进行贪婪选择。
[0108][0109]
第四步，当所有的察采蜜蜂和观蜂都搜索完整个搜索空间时，如果一个蜜源的适应值在给定的步骤内(定义为控制参数“limit”)没有被提高，则丢弃该蜜源，而与该蜜源相对应的采蜜蜂变成侦查蜂，侦查蜂可通过下式搜索新的可能解：
[0110][0111]
其中，r是[0,1]的随机数，x
min
和x
max
是第d个变量空间的下界和上界。
[0112]
可选的，当蜜源的位置数代不更新或者达到最大迭代次数时将蜜源的位置输出，并选择所产生的蜜源中适应度最高的蜜源作为输出解即根据蜂群算法形成的救援资源分配方案。
[0113]
需要说明的是，在本技术实施例中，步骤s110～s140为确定资源分配模型(蜂群算法的目标函数)，步骤s150为通过蜂群算法对资源分配模型(蜂群算法的目标函数)进行求解。
[0114]
进一步需要说明的是，步骤s150为本技术实施例所公开的一种通过蜂群算法对目标函数进行求解的方式，本领域技术人员还可以通过近似的方式对资源分配模型进行求解，进而得到资源分配方案，具体此处不做限定。
[0115]
本实施例的方法包括：获取目标灾区内的出救点集合、受灾点集合和指挥中心集合，以及所述出救点集合和所述指挥中心集合处的初始救援物资数量；从所述受灾点集合中获取所有受灾点的灾害信息；分别根据每个受灾点的灾害信息，确定每个受灾点的灾害权重；根据每个受灾点的所述灾害权重、所述出救点集合、所述受灾点集合、所述指挥中心集合、所述出救点集合处的初始救援物资数量以及所述指挥中心集合处的初始救援物资数
量，生成所述目标灾区的资源分配模型；根据所述资源分配模型通过蜂群算法生成资源分配结果。在处理资源分配的问题时，本技术的技术方案采用了蜂群算法，通过建立资源分配模型对铁路危化品运输所需资源进行分配，实现了救援物资的快速抵达与救援时间的及时性，从而达到了以最小成本进行资源分配的目的；相较于传统的遗传算法，本技术的技术方案更加适用于解决应急救援资源的分配问题，并且消耗更小、效率更高、实用性更强。
[0116]
实施例二
[0117]
本实施例提供一种资源分配系统，本系统实施例可以用于执行本技术方法实施例，对于本系统实施例中未披露的细节，请参照本技术方法实施例。图2为本技术实施例提供的一种资源分配系统的示意图，如图2所示，本实施例的资源分配系统200包括：
[0118]
第一获取模块201，用于获取目标灾区内的出救点集合、受灾点集合和指挥中心集合，以及所述出救点集合和所述指挥中心集合处的初始救援物资数量；
[0119]
第二获取模块202，用于从所述受灾点集合中获取所有受灾点的灾害信息；
[0120]
确定模块203，用于分别根据每个受灾点的灾害信息，确定每个受灾点的灾害权重；
[0121]
模型生成模块204，用于根据每个受灾点的所述灾害权重、所述出救点集合、所述受灾点集合、所述指挥中心集合、所述出救点集合处的初始救援物资数量以及所述指挥中心集合处的初始救援物资数量，生成所述目标灾区的资源分配模型；
[0122]
结果生成模块205，用于根据所述资源分配模型通过蜂群算法生成资源分配结果。
[0123]
在一些实施例中，所述获取目标灾区内的出救点集合、受灾点集合和指挥中心集合，以及所述出救点集合和所述指挥中心集合处的初始救援物资数量，包括：
[0124]
根据救援中心的实际位置生成出救点集合{j1,j2,...,jm}，指挥中心集合{k1,k2,...,kb}以及可能发生灾害的灾点集合{i1,i2,...,in}；
[0125]
在出救点jm(m＝1,2,...,m)处存储的第c(c＝1,2,...,c)种救援应急物资的数量为number(c
cj
)，在指挥中心kb(b＝1,2,...,b)处储存的第c(c＝1,2,...,c)种救援应急物资的数量为number(c
ck
)；
[0126]
其中，m为救援点数量，b为指挥中心的数量，n为受灾点数量，c为救援应急物资类别数量。
[0127]
在一些实施例中，所述灾害权重，包括：
[0128]
人员受困权重，危害等级以及区段优先度。
[0129]
在一些实施例中，根据所述灾害信息中每个受灾点的受困人数，通过下式确定所述人员受困权重：
[0130][0131]
其中，i
ink
为第n个受灾点处的受困人数，x1为每个救援小队救援的人数，w
ik
为人员受困权重。
[0132]
在一些实施例中，根据所述灾害信息中每个受灾点的危化品泄露情况和预先设置的危害等级规则，确定所述危害等级。
[0133]
在一些实施例中，确定所述区段优先度的步骤，包括：
[0134]
根据所述灾害信息中每个受灾点的危化品车辆脱轨节数，通过下式确定所述每个
受灾点的区段重要度占比ws：
[0135][0136]
其中，number(in)为第n个受灾点处运送危化品车辆的脱轨节数；
[0137]
根据每个受灾点单位时间内的通车数量和铁轨受损里程，通过下式确定每个受灾点的区段破坏程度占比wk：
[0138][0139]
其中，d
inc
为第i个受灾点单位时间内的通车数量，d
ing
为第i个受灾点的铁轨受损里程，α，β为基于价格的参数；
[0140]
根据区段重要度和区段破坏程度占比，通过下式确定所述区段优先度：
[0141][0142]
其中，w
ij
为第i个受灾点的区段重要度，w
ik
为第i个受灾点的区段破坏程度，χ,δ为w
ij
与w
ik
之间的平衡系数，η为每个受灾点间的预分配值，n为受灾点数，w
ijk
为区段优先度。
[0143]
在一些实施例中，所述资源分配模型，包括：
[0144][0145][0146][0147]
其中，m为出救点数量，b为指挥中心的数量，t
ij
为从出救点到受灾点的时间，t
ik
为从指挥中心到受灾点的时间，number(c
cij
)为从出救点到受灾点的派遣的第c种救援物资的数量，number(c
cik
)为从指挥中心到受灾点的派遣的第c种救援物资的数量，为受灾点i1根据w
ik
的分配数量，为受灾点i1根据w
is
的分配数量，为受灾点i1根据w
ijk
的分配数量。
[0148]
需要说明的是，上述各个模块/单元可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理
器中。
[0149]
本实施例公开的资源分配系统包括：第一获取模块201，用于获取目标灾区内的出救点集合、受灾点集合和指挥中心集合，以及所述出救点集合和所述指挥中心集合处的初始救援物资数量；第二获取模块202，用于从所述受灾点集合中获取所有受灾点的灾害信息；确定模块203，用于分别根据每个受灾点的灾害信息，确定每个受灾点的灾害权重；模型生成模块204，用于根据每个受灾点的所述灾害权重、所述出救点集合、所述受灾点集合、所述指挥中心集合、所述出救点集合处的初始救援物资数量以及所述指挥中心集合处的初始救援物资数量，生成所述目标灾区的资源分配模型；结果生成模块205，用于根据所述资源分配模型通过蜂群算法生成资源分配结果。在处理资源分配的问题时，本技术的技术方案采用了蜂群算法，通过建立资源分配模型对铁路危化品运输所需资源进行分配，实现了救援物资的快速抵达与救援时间的及时性，从而达到了以最小成本进行资源分配的目的；相较于传统的遗传算法，本技术的技术方案更加适用于解决应急救援资源的分配问题，并且消耗更小、效率更高、实用性更强。
[0150]
实施例三
[0151]
本实施例还提供一种存储介质，该存储介质中存储有计算机程序，该计算机程序被处理器执行时可以实现如实施例一中的方法步骤，本实施例在此不再重复赘述。
[0152]
其中，存储介质还可单独包括计算机程序、数据文件、数据结构等，或者包括其组合。存储介质或计算机程序可被计算机软件领域的技术人员具体设计和理解，或存储介质对计算机软件领域的技术人员而言可以是公知和可用的。存储介质的示例包括：磁性介质，例如硬盘、软盘和磁带；光学介质，例如，cdrom盘和dvd；磁光介质，例如，光盘；和硬件装置，具体被配置以存储和执行计算机程序，例如，只读存储器(rom)、随机存取存储器(ram)、闪存；或服务器、app应用商城等。计算机程序的示例包括机器代码(例如，由编译器产生的代码)和包含高级代码的文件，可由计算机通过使用解释器来执行高级代码。所描述的硬件装置可被配置为用作一个或多个软件模块，以执行以上描述的操作和方法，反之亦然。另外，存储介质可分布在联网的计算机系统中，可以分散的方式存储和执行程序代码或计算机程序。
[0153]
实施例四
[0154]
图3为本技术实施例提供的一种电子设备的连接框图，如图3所示，该电子设备300可以包括：处理器301，存储器302，多媒体组件303，输入/输出(i/o)接口304，以及通信组件305。
[0155]
其中，处理器301用于执行如实施例一中的资源分配方法中的全部或部分步骤。存储器302用于存储各种类型的数据，这些数据例如可以包括电子设备中的任何应用程序或方法的指令，以及应用程序相关的数据。
[0156]
处理器301可以是专用集成电路(application specific integrated circuit，简称asic)、数字信号处理器(digital signal processor，简称dsp)、数字信号处理设备(digital signal processing device，简称dspd)、可编程逻辑器件(programmable logic device，简称pld)、现场可编程门阵列(field programmable gate array，简称fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述实施例一中的资源分配方法。
[0157]
存储器302可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，
例如静态随机存取存储器(static random access memory，简称sram)，电可擦除可编程只读存储器(electrically erasable programmable read-only memory，简称eeprom)，可擦除可编程只读存储器(erasable programmable read-only memory，简称eprom)，可编程只读存储器(programmable read-only memory，简称prom)，只读存储器(read-only memory，简称rom)，磁存储器，快闪存储器，磁盘或光盘。
[0158]
多媒体组件303可以包括屏幕和音频组件，该屏幕可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或通过通信组件发送。音频组件还包括至少一个扬声器，用于输出音频信号。
[0159]
i/o接口304为处理器301和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。
[0160]
通信组件305用于该电子设备300与其他设备之间进行有线或无线通信。有线通信包括通过网口、串口等进行通信；无线通信包括：wi-fi、蓝牙、近场通信(near field communication，简称nfc)、2g、3g、4g、5g，或它们中的一种或几种的组合。因此相应的该通信组件305可以包括：wi-fi模块，蓝牙模块，nfc模块。
[0161]
综上，本技术提供的一种资源分配方法、系统、存储介质以及电子设备，该方法包括：获取目标灾区内的出救点集合、受灾点集合和指挥中心集合，以及所述出救点集合和所述指挥中心集合处的初始救援物资数量；从所述受灾点集合中获取所有受灾点的灾害信息；分别根据每个受灾点的灾害信息，确定每个受灾点的灾害权重；根据每个受灾点的所述灾害权重、所述出救点集合、所述受灾点集合、所述指挥中心集合、所述出救点集合处的初始救援物资数量以及所述指挥中心集合处的初始救援物资数量，生成所述目标灾区的资源分配模型；根据所述资源分配模型通过蜂群算法生成资源分配结果。在处理资源分配的问题时，本技术的技术方案采用了蜂群算法，通过建立资源分配模型对铁路危化品运输所需资源进行分配，实现了救援物资的快速抵达与救援时间的及时性，从而达到了以最小成本进行资源分配的目的；相比于传统的遗传算法，更加适用于应急救援资源的分配问题且消耗更小、效率更高、实用性更强。
[0162]
另外应该理解到，在本技术所提供的实施例中所揭露的方法或系统，也可以通过其它的方式实现。以上所描述的方法或系统实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的方法和装置的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、计算机程序段或计算机程序的一部分，模块、计算机程序段或计算机程序的一部分包含一个或多个用于实现规定的逻辑功能的计算机程序。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生，实际上也可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机程序的组合来实现。
[0163]
在本技术中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没
有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、装置或者设备中还存在另外的相同要素；如果有描述到“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系；在本技术的描述中，除非另有说明，术语“多个”、“多”的含义是指至少两个；如果有描述到服务器，需要说明的是，服务器可以是独立的物理服务器或终端，也可以是多个物理服务器构成的服务器集群，可以是能够提供云服务器、云数据库、云存储和cdn等基础云计算服务的云服务器；如果有描述到智能终端或移动设备，需要说明的是，智能终端或移动设备可以是智能手机、平板电脑、智能手表、智能电视、智能音响、笔记本电脑、台式计算机等，但并不局限于此。
[0164]
最后需要说明的是，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“一个示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式进行结合。
[0165]
尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例都是示例性的，所述的内容只是为了便于理解本技术而采用的实施方式，并非用以限定本技术。任何本技术所属技术领域内的技术人员，在不脱离本技术所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本技术的保护范围，仍须以所附的权利要求书所界定的范围为准。