發(fā)布時(shí)間：2020-12-09 20:10

　　在災(zāi)害應(yīng)急響應(yīng)中,及時(shí)修復(fù)受損路網(wǎng)、打通生命通道,是開展災(zāi)后救援工作的一個(gè)重要環(huán)節(jié),這對(duì)應(yīng)急救援的實(shí)施和災(zāi)民的快速安全疏散具有重要的現(xiàn)實(shí)意義。已有研究大多著眼于路網(wǎng)本身,構(gòu)建的路網(wǎng)模型過于理想化,且僅考慮修復(fù)路網(wǎng)中哪些路段可以實(shí)現(xiàn)目標(biāo)的最優(yōu)化,而沒有考慮這些受損路段是否可達(dá),以及道路搶修隊(duì)的具體調(diào)度,也沒有考慮受損路段的修復(fù)順序?qū)τ趹?yīng)急救援的影響。基于此,本文利用智能決策理論和計(jì)算機(jī)輔助工具對(duì)應(yīng)急管理中道路搶修隊(duì)調(diào)度問題展開研究,主要的工作如下:（1）調(diào)研和分析了應(yīng)急救援中受損路網(wǎng)修復(fù)問題的研究現(xiàn)狀以及存在問題,確定了本文的研究?jī)?nèi)容;介紹了 Agent系統(tǒng)、馬爾科夫過程、強(qiáng)化學(xué)習(xí)模型和Q-learning算法,為求解道路搶修隊(duì)調(diào)度問題提供求解方法。（2）提出了一種無連續(xù)受損路段下道路搶修隊(duì)調(diào)度問題的建模與求解方法。首先構(gòu)建了無連續(xù)受損路段下路網(wǎng)的數(shù)學(xué)模型,用受損節(jié)點(diǎn)代表受損路段,并剔除所有非需求節(jié)點(diǎn);利用馬爾科夫決策過程描述搶修隊(duì)的修復(fù)活動(dòng),設(shè)計(jì)了 Agent的動(dòng)作空間、狀態(tài)空間和回報(bào)函數(shù);提出了一種基于Q-learning的無連續(xù)受損路段下道路搶修隊(duì)調(diào)度算法。對(duì)比實(shí)驗(yàn)表明本文的算法具... 

【文章來源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３．１受損路網(wǎng)的示意圖??Ｆｉｇ?３．１?Ａｎ?ｅｘａｍｐｌｅ?ｏｆ?ｄａｍａｇｅｄ?ｒｏａｄ?ｎｅｔｗｏｒｋ??

Ｆｉｇ?３．３?Ｔｈｅ?ａｖｅｒａｇｅ?ｒｕｎｎｉｎｇ?ｔｉｍｅ?（ｉｎ?ｍｓ）?ｏｆ?ｔｈｅ?ｔｗｏ?ａｌｇｏｒｉｔｈｍｓ??３．５．３路網(wǎng)修復(fù)效果??圖３．４給出了?Ｑ－ｌｅａｍｉｎｇ算法和ＤＰ算法在每個(gè)測(cè)試實(shí)例下目標(biāo)函數(shù)（公式??（３．２）和公式（３．３））上的值。注意，如果圖中沒有出現(xiàn)某些測(cè)試實(shí)例的序號(hào)，則??表示在這些測(cè)試實(shí)例下，算法沒有找到可行解。??２８??

３．５．４搶修隊(duì)的規(guī)劃方案??在這個(gè)實(shí)驗(yàn)中，兩種算法具體的修復(fù)規(guī)劃的優(yōu)劣在表３．１所給的路網(wǎng)實(shí)例下進(jìn)??行考察。表３．４列出了示例所對(duì)應(yīng)的路網(wǎng)實(shí)例的參數(shù)。圖３．６給出了路網(wǎng)規(guī)�；蜃�??大可接受距離逐步增加時(shí)兩種算法給出的搶修隊(duì)規(guī)劃方案所對(duì)應(yīng)的修復(fù)路段數(shù)和??應(yīng)急點(diǎn)可達(dá)率。其中，圖３．６（ａ）專注于路段受損率較小時(shí)路網(wǎng)規(guī)模逐漸增加的變化，??灰３．?４規(guī)劃方案的小例所對(duì)應(yīng)的路Ｗ實(shí)例的參數(shù)??Ｔａｂｌｅ?３．４?Ｐａｒａｍｅｔｅｒｓ?ｏｆ?ｔｈｅ?ｒｏａｄ?ｎｅｔｗｏｒｋ?ｉｎｓｔａｎｃｅｓ?ｒｅｌａｔｅｄ?ｗｉｔｈ?ｔｈｅ?ｅｘａｍｐｌｅｓ?ｏｆ?ｓｃｈｅｄｕｌｅ??＾示例??１?２?３?４?５?６?７?８?９?????＼Ｖｄ＼?２５?３０?４０?２５?３５?４０?４０?４０?４０??＾?０．１?０．２５?０．１?０．５?０．５?０．２５?０．５?０．５?０．５??１．０５?１．２５?１．０５?１．０５?１．５?１．０５?１．０５?１．２５?１．５???￡ｉｏ???３０??

【參考文獻(xiàn)】：
期刊論文
[1]多智能體系統(tǒng)的有限時(shí)間旋轉(zhuǎn)環(huán)繞控制（英文）[J]. 莫立坡,于永光.  自動(dòng)化學(xué)報(bào). 2017(09)
[2]應(yīng)急救援物資多目標(biāo)分配與調(diào)度問題建模與求解[J]. 張國(guó)富,王永奇,蘇兆品,蔣建國(guó).  控制與決策. 2017(01)
[3]基于馬爾科夫決策過程的ATO系統(tǒng)獨(dú)立組件與產(chǎn)品雙需求最優(yōu)決策研究[J]. 李稚,譚德慶.  自動(dòng)化學(xué)報(bào). 2016(05)
[4]基于非支配排序差異演化的應(yīng)急資源多目標(biāo)分配算法[J]. 蘇兆品,張國(guó)富,蔣建國(guó),岳峰,張婷.  自動(dòng)化學(xué)報(bào). 2017(02)
[5]基于云模型和模糊聚合的應(yīng)急方案評(píng)估[J]. 蘇兆品,張婷,張國(guó)富,尤小泉,蔣建國(guó).  模式識(shí)別與人工智能. 2014(11)
[6]基于狀態(tài)聚類的多站點(diǎn)CSPS系統(tǒng)的協(xié)同控制方法[J]. 唐昊,裴榮,周雷,譚琦.  自動(dòng)化學(xué)報(bào). 2014(05)
[7]基于脆弱性的災(zāi)后路網(wǎng)修復(fù)優(yōu)化[J]. 花丙威,魏琳,王芳,任俊學(xué).  公路工程. 2013(03)
[8]提高綜合減災(zāi)能力 助推減災(zāi)救災(zāi)工作[J]. 徐娜.  中國(guó)減災(zāi). 2011(05)
[9]Path Selection in Disaster Response Management Based on Q-learning[J]. Zhao-Pin Su1, 2, 3 Jian-Guo Jiang1, 2, 4 Chang-Yong Liang2, 3 Guo-Fu Zhang1, 2, 4 1Key Laboratory of Special Display Technology (Hefei University of Technology), Ministry of Education, Hefei 230009, PRC 2School of Computer and Information, Hefei University of Technology, Hefei 230009, PRC 3Postdoctoral Research Station for Management Science and Engineering, Hefei University of Technology, Hefei 230009, PRC 4Engineering Research Center of Safety Critical Industrial Measurement and Control Technology, Ministry of Education, Hefei 230009, PRC.  International Journal of Automation & Computing. 2011(01)
[10]按單裝配系統(tǒng)中組件生產(chǎn)和庫存分配控制策略研究[J]. 楊超林,沈厚才,高春燕.  自動(dòng)化學(xué)報(bào). 2011(02)

博士論文
[1]突發(fā)事件下應(yīng)急資源管理的魯棒決策研究[D]. 曲亞萍.重慶大學(xué) 2014
[2]分層強(qiáng)化學(xué)習(xí)方法研究[D]. 沈晶.哈爾濱工程大學(xué) 2006

碩士論文
[1]災(zāi)后公路網(wǎng)修復(fù)序列研究[D]. 邱慧.長(zhǎng)安大學(xué) 2016
[2]震后緊急道路搶修與救災(zāi)物資配送調(diào)度研究[D]. 李愛慶.西南交通大學(xué) 2010
[3]震后應(yīng)急期道路搶修優(yōu)化排程研究[D]. 霍建順.西南交通大學(xué) 2010
[4]基于蟻群算法的應(yīng)急救援最優(yōu)路徑研究[D]. 劉勇.中國(guó)地質(zhì)大學(xué) 2010
[5]應(yīng)急救援物資配送車輛路徑選擇問題的研究[D]. 周蘋.哈爾濱工業(yè)大學(xué) 2010



本文編號(hào)：2907417