应急物流配送车辆路网路径实时生成方法研究

近些年来，我国各种自然灾害、事故灾难、公共卫生和社会安全等领域的非常规突发事件频频发生，危害程度越来越大。在应对这类非常规突发事件的过程中，及时快捷的应急物流配送就成为提高政府防灾减灾和灾害救助能力的关键环节，也是衡量政府应急管理能力的重要指标。
在应对这类非常规突发事件的应急物流配送中，由于灾害爆发和发展的不可预测性，外部运输配送路网的路况变化呈现高度的动态性和不确定性，传统的物流配送调度方法难以奏效。因此，我们必须研究新环境下应急物流配送的新工具来支持决策。
针对以上问题，本书提出应急物流配送车辆路网路径实时生成方法，分别从配送车辆的微观角度研究配送车辆导航地图的动态更新，从应急决策者的全局角度研究配送路径方案的实时生成，综合二者之长以应对灾害发生时外部运输配送路网的剧烈变化和由于灾害发展造成的道路路况的不确定性。
在配送车辆导航地图的动态更新方面，本书提出了应急物流配送车辆导航地图多尺度空间数据模型，以实时生成配送车辆导航地图。该模型以提高应急物流车辆导航路径分析的速度和精度为目标，按照“分解导航地图空间关系到网络中各个节点→滤取对于行车目标重要的网络元素→重新综合生成所需尺度的导航地图”的思路，引入系统科学和社会网络分析的相关理论与方法，重点研究导航地图网络节点间连通性的度量、应急物流车辆导航多尺度空间数据模型的建立及该模型在车辆导航系统中的应用，为应急车辆导航空间数据分析的快速、精确处理开展探索性研究。具体研究工作如下。
（1）基于网络节点重要性的连通性度量指标的研究。现有指标难以精确度量网络节点相对于行车目标的连通性，为此本书提出了一种基于节点重要性的连通性度量指标——相对连通系数，利用该指标来量化与目标节点相关的连通关系集合，将其分解到网络中各个节点上；并可按需合成与指定目标节点集最相关的空间关系；为在实际应用中快速计算该指标，提出了“以形估数”的计算方法，利用与节点相关联的子树形状快速估算出连通关系路径集合的计数规模。
（2）基于广义尺度的车辆导航地图多尺度空间数据模型的研究。针对现有模型生成的导航地图路径分析难以保证精度的问题，建立了基于广义尺度的多尺度空间数据模型，为空间数据服务的高精度、按需生成提供了一种定量分析工具。并在此基础上，将上述方法拓展到网络抽样问题的化简中。
（3）车辆导航地图分解算法的研究。针对车载终端计算能力难以适应导航地图庞大数据量的问题，构建了基于主成分分析的车辆导航地图分解算法。该算法可以确保车载设备拥有较快的反应速度和较高的求解精度，为物流车辆导航提供了兼顾速度和精度的解决方案。在求最短路的实验中，该算法在对网络规模做大幅压缩的情况下(压缩比率为20%～30%)，仍有效地控制了网络分解造成的网络分析精度损失，同时将车载终端求最短路的计算时间由秒级降到了百毫秒级。
在配送路径方案的实时生成方面，本书提出了应急物流配送的情景演变路网表达方法，在外部道路路况不确定的情况下仍能最大限度地保障配送路线方案的可行性。该方法以情景演化表达突发事件下的次生衍生灾害链的发展规律，将情景条件嵌入配送路网的空间数据中，引入不确定规划的相关理论与方法，重点研究应急物流配送的情景演变路网表达、不确定条件下的应急物流配送的路径方案规划，并将该方法与仿真模型结合起来应用到南方冰雪灾害应急物流配送的实际场景中。具体研究工作如下。
（1）应急物流配送的情景演变路网表达方法研究。在突发灾害下进行应急物流配送时，由于灾害链发展演变会导致物流配送决策状态空间的切换，本书针对应急物流配送的这种情景演变的特征提出应急物流配送的情景演变路网表达方法，将突发事件情景分析树嵌入路段数据中，来描述灾害链情景在路网中的演变迁移模式，并根据配送车辆发回的实时路况信息对之进行动态更新。
（2）不确定条件下的应急物流配送路径规划情景演化模型的研究。针对应急物流配送情景演变路网情景切换演变的不确定性，建立起应急物流配送路径不确定规划模型，在模型中提出包含路网中所有路段的理想路径概念作为基准，将实际路径嵌入其中进行路径综合满意度的比较，提出了结合蒙特卡罗模拟算法和遗传算法的混合智能求解方法，并以福建暴雨灾害的实例验证了以上方法的有效性。
（3）基于灾害扩散仿真的南方雪灾应急物流配送模型的研究。针对灾害随时间发展扩散的特点，以2008年南方冰雪灾害为例，将灾害扩散仿真模型嵌入应急物流配送路径规划情景演化模型，并以湖南衡阳救灾物资快速补给路径规划的实例验证了以上方法的有效性。
本书是地理信息科学、系统科学、运筹学等学科理论和方法的交叉与渗透，为解决应急物流配送车辆路网空间数据分析的实时处理这一热点和难点问题进行了有益的探索。其研究成果在应急物流、车辆导航和地理信息科学领域具有广阔的应用前景，将在应急物流配送车辆实时导航与调度工作中发挥重要作用。