第四節(jié) 研究框架及其主要內(nèi)容

針對(duì)以上問(wèn)題，本書(shū)提出應(yīng)急物流配送車輛路網(wǎng)路徑實(shí)時(shí)生成方法，分別從配送車輛的微觀角度研究配送路網(wǎng)信息的動(dòng)態(tài)更新，從應(yīng)急決策者的全局角度研究配送路徑方案的實(shí)時(shí)生成，綜合二者之長(zhǎng)以應(yīng)對(duì)災(zāi)害發(fā)生時(shí)外部運(yùn)輸配送路網(wǎng)的劇烈變化和由于災(zāi)害發(fā)展造成的道路路況的不確定性。本書(shū)研究框架如圖1-2所示。

圖1-2 本書(shū)研究框架

在配送車輛的微觀角度層面，車載終端從應(yīng)急物流調(diào)度中心接收配送路徑方案和實(shí)時(shí)更新的路網(wǎng)，同時(shí)將搜集到的實(shí)時(shí)路況信息反饋給應(yīng)急物流調(diào)度中心。配送車輛在這里起著信息收集器的作用，需要解決的問(wèn)題是如何將這些第一手的實(shí)時(shí)信息融合進(jìn)實(shí)時(shí)路網(wǎng)和配送路徑的生成模型中去。為此本書(shū)分別提出了基于節(jié)點(diǎn)重要性指標(biāo)的應(yīng)急物流車輛導(dǎo)航系統(tǒng)多尺度空間數(shù)據(jù)模型和應(yīng)急物流配送的情景演變路網(wǎng)表達(dá)方法：車輛導(dǎo)航系統(tǒng)多尺度空間數(shù)據(jù)模型引入系統(tǒng)科學(xué)和社會(huì)網(wǎng)絡(luò)分析的相關(guān)理論與方法，可以根據(jù)當(dāng)前路況信息和配送目標(biāo)實(shí)時(shí)生成應(yīng)急物流配送導(dǎo)航路網(wǎng)；應(yīng)急物流配送的情景演變路網(wǎng)表達(dá)方法將突發(fā)事件情景分析樹(shù)嵌入路段數(shù)據(jù)中，來(lái)描述災(zāi)害鏈情景在路網(wǎng)中的演變遷移模式，根據(jù)當(dāng)前的路況就可以預(yù)測(cè)判斷即將發(fā)生的災(zāi)害情景。

在應(yīng)急決策者的全局角度層面，應(yīng)急物流調(diào)度中心接收所有配送車輛收集的實(shí)時(shí)路況信息，根據(jù)外部應(yīng)急需求及時(shí)調(diào)整、生成配送路徑方案和實(shí)時(shí)更新的路網(wǎng)，發(fā)送到配送車輛的車載終端上。應(yīng)急物流調(diào)度中心在這里起著統(tǒng)籌全局的中樞作用，需要解決的問(wèn)題是如何根據(jù)接收到的實(shí)時(shí)路況信息建立并快速求解模型，及時(shí)生成和更新路網(wǎng)、路徑。為此本書(shū)分別提出了應(yīng)急物流配送車輛導(dǎo)航地圖分解算法和不確定條件下應(yīng)急物流配送路徑規(guī)劃情景演化模型。應(yīng)急物流配送車輛導(dǎo)航地圖分解算法建立在前述應(yīng)急物流車輛導(dǎo)航系統(tǒng)多尺度空間數(shù)據(jù)模型基礎(chǔ)之上，利用應(yīng)急物流調(diào)度中心強(qiáng)大的計(jì)算能力和最新收集到的路況信息，快速生成導(dǎo)航路網(wǎng)發(fā)送到配送車輛導(dǎo)航終端，解決了車載終端計(jì)算能力難以適應(yīng)導(dǎo)航地圖龐大數(shù)據(jù)量的問(wèn)題，為應(yīng)急物流車輛導(dǎo)航提供了兼顧速度和精度的解決方案；不確定條件下應(yīng)急物流配送路徑規(guī)劃情景演化模型建立在前述應(yīng)急物流配送的情景演變路網(wǎng)表達(dá)方法基礎(chǔ)之上，在外部道路路況不確定的情況下仍能最大限度地保障配送路線方案的可行性。