一种多受灾点的应急物资调度方法、装置、介质及设备与流程

本发明涉及应急物资调度，尤其涉及一种多受灾点的应急物资调度方法、装置、介质及设备。

背景技术：

1、近年来随着环境的恶化，各类突发灾害事件发生日益频繁，严重危害了人们群众的生命财产安全。突发灾害往往会使灾区物资需求急剧膨胀并由此造成物资相对短缺，同时面临着复杂的救援环境和不同的紧急程度，使得灾后物资调度决策异常复杂。为了能尽可能地降低和减少突发事件带来的人员伤亡和经济损失，应急物资的紧急调度问题具有重要的研究意义。

2、现有的一些应急物资调度方法在进行物资调度分配时通常过度重视受灾点的物资需求紧急程度，容易导致紧急程度较高的受灾点分走过多的应急物资，紧急程度较低的物资满足率过低，从而造成物资分配不公平；同时，一些方法优化目标为所有受灾点最大化总物资满足率，而忽略了受灾点个体的物资需求差异和紧急程度，会造成物资需求多的受灾点的物资满足率会比物资需求少的受灾点低，从而拉大了满足率差距，会造成有限应急物资在各受灾点之间的分配更加不公平。上述方法均会造成整体物资分配的综合满足率不高，应急物资利用效能较低，不利于多灾点的灾后救援。因此，需要综合考虑紧急程度、最大化满足率和公平性提出一种更加有效的应急物资分配策略，确保有限物资在各灾点之间的公平有效分配。

技术实现思路

1、为解决上述技术问题，本发明提供一种多受灾点的应急物资调度方法、装置、介质及设备，本技术方案能够提高应急物资利用效能。

2、本发明实施例提供一种多受灾点的应急物资调度方法，所述方法包括：

3、步骤1，根据获取的受灾数据和物资数据构建以综合物资满足率为目标函数的物资调度模型，确定模型的约束条件，并根据所述物资调度模型随机产生初始种群；

4、步骤2，采用预设的平衡解码策略对种群中每个个体进行解码，更新种群个体，得到满足所述约束条件的个体；

5、步骤3，根据预设的适应度函数计算个体的适应度，并按照预设规则将当前种群划分为不同的群体；

6、步骤4，根据预设的局部变化搜索算子对当前种群中个体进行局部变换，输出优化后的个体；

7、步骤5，更新迭代次数；

8、步骤6，判断迭代次数是否达到预设的迭代次数上限；

9、若是，执行步骤8；

10、若否，执行步骤7

11、步骤7，采用预设的位置更新模型对当前种群中不同的群体的个体进行位置更新，返回步骤2；

12、步骤8，输出全局最优个体的位置向量作为受灾点的物资调度策略。

13、优选地，所述目标函数为；

14、所述约束条件包括：

15、受灾点紧急权重系数的第一约束条件：；

16、每个受灾点的物资满足率范围的第二约束条件：；

17、所有受灾点实际分配的物资之和的第三约束条件：；

18、所有受灾点的实际物资需求量之和的第四约束条件：；

19、受灾点之间的物资满足率之差的第五约束条件：；

20、受灾点之间的标准差的第六约束条件：；

21、其中，n为受灾点数量，n为正整数， wi为第 i个受灾点的需求紧急权重系数， xi为第 i个受灾点的物资满足率，为n个受灾点加权物资满足率的平均值， xj为第 j个受灾点的物资满足率， η为紧急权重系数的上下限控制参数，γ为保证受灾点运转的最小物资满足率， qi为第 i个受灾点的物资需求量，q为现有的应急物资总量，g为受灾点之间的物资满足率之差的上限控制参数，s为标准差的上限控制参数。

22、进一步地，所述种群为麻雀种群；

23、所述位置更新模型为麻雀位置更新模型；

24、所述步骤2包括：

25、步骤201，判断当前麻雀种群中的麻雀个体的位置向量中的元素对应的物资满足率是否满足所述第二约束条件；

26、若否，执行步骤202；

27、若是，执行步骤203；

28、步骤202，根据预设的第一计算模型计算第一更新值，采用所述第一更新值更新麻雀个体中满足预设第一条件的元素，执行步骤203；

29、步骤203，判断当前麻雀种群中的麻雀个体的位置向量中的元素对应的物资满足率是否满足所述第五约束条件；

30、若否，执行步骤204；

31、若是，执行步骤205；

32、步骤204，根据预设的第二计算模型计算第二更新值，采用所述第二更新值更新麻雀个体中满足预设第二条件的元素，执行步骤205；

33、步骤205，判断当前麻雀种群中的麻雀个体的位置向量中的元素对应的物资满足率是否满足所述第六约束条件；

34、若否，执行步骤206；

35、若是，执行步骤207；

36、步骤206，根据预设的第三计算模型计算符合预设第三条件的第三更新值，采用所述第三更新值更新该元素；

37、步骤207，判断当前麻雀种群中的麻雀个体的位置向量中的元素对应的物资满足率是否满足所述第三约束条件；

38、若否，执行步骤208；

39、若是，执行步骤211；

40、步骤208，根据预设的第四计算模型计算第四更新值，采用所述第四更新值更新该元素，执行步骤209；

41、步骤209，判断当前麻雀种群中的麻雀个体的位置向量中的元素对应的物资满足率是否满足所述第二约束条件；

42、若否，执行步骤210；

43、若是，执行步骤211；

44、步骤210，根据预设的第五计算模型计算第五更新值，采用所述第五更新值更新该元素，执行步骤207；

45、步骤211，输出满足所述约束条件的麻雀个体；

46、其中，每一麻雀个体的位置向量为n维向量，第 i个元素 li对应第 i个受灾点的物资满足率 xi，所述第一计算模型为；y为所述第一更新值，所述第一条件为存在大于1或小于0的第一元素 y1，且 y1∈{ x1, x2,..., xn}；所述第二计算模型为，z为所述第二更新值，所述第二条件为第二元素z1∈{ x1, x2,..., xn}，z1<max{ x1, x2,…, xn}-g；所述第三条件为σ>s，所述第三计算模型为 xi ’=s/σ× xi， xi ’为第三更新值；所述第四计算模型为，d为第四更新值，第四更新值更新后的元素，所述第五计算模型为，r为第五更新值。

47、优选地，所述步骤3包括：

48、根据所述适应度函数，计算种群中每只麻雀个体的适应度值；

49、根据计算的适应度值按照预设的比例将当前种群中的麻雀个体划分为发现者、跟随者和警戒者。

50、优选地，所述步骤4包括：

51、步骤401，对当前麻雀种群中麻雀个体中的元素按照从小到大进行排序，得到排序后的结果，将排序后的结果中第1个元素 x1作为 xmin，将排序后的结果中第n个元素 xn作为 xmax；

52、步骤402，从排序后的结果中找到满足物资需求量大于第1个元素的物资需求量 q1，且物资满足率大于第1个元素的物资满足率 x1，且紧急权重系数小于等于第1个元素的紧急权重系数 w1的元素，将找到的m个元素 s1~ sm作为第一条件集合 s，s={ s1 ,s2 ,...,sm}；

53、步骤403，判断m是否为零；

54、若否，执行步骤404；

55、若是，执行步骤411；

56、步骤404，从第一条件集合s中随机选择一个元素s，对应的物资需求量 qs，采用预设的第一更新模型更新第1个元素 x1和元素s，更新麻雀个体中的元素的排序结果；

57、步骤405，计算更新后的排序结果中第1个元素的提高量 a；

58、步骤406，从更新后的排序后的结果中找到满足物资需求量小于第n个元素的物资需求量 qn，且物资满足率小于第n个元素的物资满足率vn，且紧急权重系数大于等于第n个元素的紧急权重系数 wn的元素，将找到的h个元素 v1~ vh作为第二条件集合 v， v={ v1, v2,..., vh}；

59、步骤407，判断h是否为零；

60、若否，执行步骤408；

61、若是，执行步骤411；

62、步骤408，从第二条件集合v中随机选择一个元素 v，对应的物资需求量 qv；

63、步骤409，采用预设的第二更新模型更新第n个元素 xn和元素 v；

64、步骤410，判断更新后的第n个元素 xn和元素 v是否满足所述第六约束条件；

65、若否，更新所述第二更新模型中的预设的参数，返回步骤409；

66、若是，执行步骤411；

67、步骤411，输出优化后的麻雀个体；

68、其中，所述第一更新模型包括：，，，，为更新后的元素 s，为更新后的第1个元素 x1，δx为 x1的增加量，δs是s的减少量；所述第二更新模型包括：，，，δv为v的增加量，为更新后的元素 v，为更新后的第n个元素 xn，λ为预设值，初始设置为1，更新所述第二更新模型中的预设的参数λ=λ/2。

69、作为一种优选方案，所述位置更新模型中包括发现者位置更新模型、跟随者位置更新模型以及警戒者位置更新模型；

70、其中，所述发现者位置更新模型为；

71、所述跟随者位置更新模型为；

72、所述警戒者位置更新模型为；

73、为第t+1次迭代后第i个麻雀个体第j维的位置；为第t次迭代后第i个麻雀个体第j维的位置， tmax为所述迭代次数上限，n为种群数量，st为预设的正常数，st∈[0.5,1]，r为[0,1]间均匀分布的随机数，α是(0,1]之间均匀分布的随机数，h是服从标准正态分布的随机数，l表示一个元素全为1的1×n的矩阵，n为受灾点数量，即麻雀个体的元素维度；表示第t+1次迭代时发现者发现的当前最优位置，表示第t次迭代时当前全局最差位置，a+=at(aat)-1，a表示一个元素随机赋值为1或者-1的1×n的矩阵，是第t次迭代时当前全局最优的位置，β是服从标准正态分布的随机步长控制参数， fi是当前麻雀的适应度，ε为极小值， fg和 fw分别表示当前全局最优个体和全局最差个体的适应度，m∈[-1,1]是一个均匀分布的随机数。

74、优选地，所述适应度函数具体为：；

75、其中， fit为麻雀个体的适应度，n 为受灾点数量，即麻雀个体的元素维度，第 i个元素 li对应第 i个受灾点的物资满足率 xi， wi为第 i个受灾点的需求紧急权重系数。

76、本发明实施例还提供一种多受灾点的应急物资调度装置，所述装置包括：

77、模型构建模块，用于执行步骤1，根据获取的受灾数据和物资数据构建以综合物资满足率为目标函数的物资调度模型，确定模型的约束条件，并根据所述物资调度模型随机产生初始种群；

78、平衡解码模块，用于执行步骤2，采用预设的平衡解码策略对种群中每个个体进行解码，更新种群个体，得到满足所述约束条件的个体；

79、群体划分模块，用于执行步骤3，根据预设的适应度函数计算个体的适应度，并按照预设规则将当前种群划分为不同的群体；

80、局部变化模块，用于执行步骤4，根据预设的局部变化搜索算子对当前种群中个体进行局部变换，输出优化后的个体；

81、更新模块，用于执行步骤5，更新迭代次数；

82、判断模块，用于执行步骤6，判断迭代次数是否达到预设的迭代次数上限；

83、若是，执行步骤8；

84、若否，执行步骤7

85、位置更新模块，用于执行步骤7，采用预设的位置更新模型对当前种群中不同的群体的个体进行位置更新，返回步骤2；

86、输出模块，用于执行步骤8，输出全局最优个体的位置向量作为受灾点的物资调度策略。

87、优选地，所述目标函数为；

88、所述约束条件包括：

89、受灾点紧急权重系数的第一约束条件：；

90、每个受灾点的物资满足率范围的第二约束条件：；

91、所有受灾点实际分配的物资之和的第三约束条件：；

92、所有受灾点的实际物资需求量之和的第四约束条件：；

93、受灾点之间的物资满足率之差的第五约束条件：；

94、受灾点之间的标准差的第六约束条件：；

95、其中，n为受灾点数量，n为正整数， wi为第 i个受灾点的需求紧急权重系数， xi为第 i个受灾点的物资满足率，为n个受灾点加权物资满足率的平均值， xj为第 j个受灾点的物资满足率， η为紧急权重系数的上下限控制参数，γ为保证受灾点运转的最小物资满足率， qi为第 i个受灾点的物资需求量，q为现有的应急物资总量，g为受灾点之间的物资满足率之差的上限控制参数，s为标准差的上限控制参数。

96、进一步地，所述种群为麻雀种群；

97、所述位置更新模型为麻雀位置更新模型；

98、所述平衡解码模块具体用于执行：

99、步骤201，判断当前麻雀种群中的麻雀个体的位置向量中的元素对应的物资满足率是否满足所述第二约束条件；

100、若否，执行步骤202；

101、若是，执行步骤203；

102、步骤202，根据预设的第一计算模型计算第一更新值，采用所述第一更新值更新麻雀个体中满足预设第一条件的元素，执行步骤203；

103、步骤203，判断当前麻雀种群中的麻雀个体的位置向量中的元素对应的物资满足率是否满足所述第五约束条件；

104、若否，执行步骤204；

105、若是，执行步骤205；

106、步骤204，根据预设的第二计算模型计算第二更新值，采用所述第二更新值更新麻雀个体中满足预设第二条件的元素，执行步骤205；

107、步骤205，判断当前麻雀种群中的麻雀个体的位置向量中的元素对应的物资满足率是否满足所述第六约束条件；

108、若否，执行步骤206；

109、若是，执行步骤207；

110、步骤206，根据预设的第三计算模型计算符合预设第三条件的第三更新值，采用所述第三更新值更新该元素；

111、步骤207，判断当前麻雀种群中的麻雀个体的位置向量中的元素对应的物资满足率是否满足所述第三约束条件；

112、若否，执行步骤208；

113、若是，执行步骤211；

114、步骤208，根据预设的第四计算模型计算第四更新值，采用所述第四更新值更新该元素，执行步骤209；

115、步骤209，判断当前麻雀种群中的麻雀个体的位置向量中的元素对应的物资满足率是否满足所述第二约束条件；

116、若否，执行步骤210；

117、若是，执行步骤211；

118、步骤210，根据预设的第五计算模型计算第五更新值，采用所述第五更新值更新该元素，执行步骤207；

119、步骤211，输出满足所述约束条件的麻雀个体；

120、其中，每一麻雀个体的位置向量为n维向量，第 i个元素 li对应第 i个受灾点的物资满足率 xi，所述第一计算模型为；y为所述第一更新值，所述第一条件为存在大于1或小于0的第一元素 y1，且 y1∈{ x1, x2,…, xn}；所述第二计算模型为，z为所述第二更新值，所述第二条件为第二元素z1∈{ x1, x2,…, xn}，z1<max{ x1, x2,…, xn}-g；所述第三条件为σ>s，所述第三计算模型为 xi ’=s/σ× xi， xi ’为第三更新值；所述第四计算模型为，d为第四更新值，第四更新值更新后的元素，所述第五计算模型为，r为第五更新值。

121、优选地，所述群体划分模块具体用于执行：

122、根据所述适应度函数，计算种群中每只麻雀个体的适应度值；

123、根据计算的适应度值按照预设的比例将当前种群中的麻雀个体划分为发现者、跟随者和警戒者。

124、优选地，所述局部变化模块具体用于执行：

125、步骤401，对当前麻雀种群中麻雀个体中的元素按照从小到大进行排序，得到排序后的结果，将排序后的结果中第1个元素 x1作为 xmin，将排序后的结果中第n个元素 xn作为 xmax；

126、步骤402，从排序后的结果中找到满足物资需求量大于第1个元素的物资需求量 q1，且物资满足率大于第1个元素的物资满足率 x1，且紧急权重系数小于等于第1个元素的紧急权重系数 w1的元素，将找到的m个元素 s1~ sm作为第一条件集合 s，s={ s1 ,s2 ,...,sm}；

127、步骤403，判断m是否为零；

128、若否，执行步骤404；

129、若是，执行步骤411；

130、步骤404，从第一条件集合s中随机选择一个元素s，对应的物资需求量 qs，采用预设的第一更新模型更新第1个元素 x1和元素s，更新麻雀个体中的元素的排序结果

131、步骤405，计算更新后的排序结果中第1个元素的提高量 a；

132、步骤406，从更新后的排序后的结果中找到满足物资需求量小于第n个元素的物资需求量 qn，且物资满足率小于第n个元素的物资满足率vn，且紧急权重系数大于等于第n个元素的紧急权重系数 wn的元素，将找到的h个元素 v1~ vh作为第二条件集合 v， v={ v1, v2,…, vh}；

133、步骤407，判断h是否为零；

134、若否，执行步骤408；

135、若是，执行步骤411；

136、步骤408，从第二条件集合v中随机选择一个元素 v，对应的物资需求量 qv；

137、步骤409，采用预设的第二更新模型更新第n个元素 xn和元素 v；

138、步骤410，判断更新后的第n个元素 xn和元素 v是否满足所述第六约束条件；

139、若否，更新所述第二更新模型中的预设的参数，返回步骤409；

140、若是，执行步骤411；

141、步骤411，输出优化后的麻雀个体；

142、其中，所述第一更新模型包括：，，，，为更新后的元素 s，为更新后的第1个元素 x1，δx为 x1的增加量，δs是s的减少量；所述第二更新模型包括：，，，δv为v的增加量，为更新后的元素 v，为更新后的第n个元素 xn，λ为预设值，初始设置为1，更新所述第二更新模型中的预设的参数λ=λ/2。

143、优选地，所述位置更新模型中包括发现者位置更新模型、跟随者位置更新模型以及警戒者位置更新模型；

144、其中，所述发现者位置更新模型为；

145、所述跟随者位置更新模型为；

146、所述警戒者位置更新模型为；

147、为第t+1次迭代后第i个麻雀个体第j维的位置；为第t次迭代后第i个麻雀个体第j维的位置， tmax为所述迭代次数上限，n为种群数量，st为预设的正常数，st∈[0.5,1]，r为[0,1]间均匀分布的随机数，α是(0,1]之间均匀分布的随机数，h是服从标准正态分布的随机数，l表示一个元素全为1的1×n的矩阵，n为受灾点数量，即麻雀个体的元素维度；表示第t+1次迭代时发现者发现的当前最优位置，表示第t次迭代时当前全局最差位置，a+=at(aat)-1，a表示一个元素随机赋值为1或者-1的1×n的矩阵，是第t次迭代时当前全局最优的位置，β是服从标准正态分布的随机步长控制参数， fi是当前麻雀的适应度，ε为极小值， fg和 fw分别表示当前全局最优个体和全局最差个体的适应度，m∈[-1,1]是一个均匀分布的随机数。

148、优选地，所述适应度函数具体为：；

149、其中， fit为麻雀个体的适应度，n 为受灾点数量，即麻雀个体的元素维度，第 i个元素 li对应第 i个受灾点的物资满足率 xi， wi为第 i个受灾点的需求紧急权重系数。

150、本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述实施例中任意一项所述的多受灾点的应急物资调度方法。

151、本发明实施例还提供一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述实施例中任意一项所述的多受灾点的应急物资调度方法。

152、本发明提供的一种多受灾点的应急物资调度方法、装置、介质及设备，根据获取的受灾数据和物资数据构建以综合物资满足率为目标函数的物资调度模型，确定模型的约束条件，并根据所述物资调度模型随机产生初始种群；采用预设的平衡解码策略对种群中每个个体进行解码，更新种群个体，得到满足所述约束条件的个体；根据预设的适应度函数计算个体的适应度，并按照预设规则将当前种群划分为不同的群体；根据预设的局部变化搜索算子对当前种群中个体进行局部变换，输出优化后的个体；更新迭代次数；在判定迭代次数未达到预设的迭代次数上限时，采用预设的位置更新模型对当前种群中不同的群体的个体进行位置更新，重新进行迭代更新；在判定迭代次数达到预设的迭代次数上限时，输出全局最优个体的位置向量作为受灾点的物资调度策略。本技术方案能够提高物资分配的综合满足率，提高应急物资利用效能。