摘要

近些年來，我國各種自然災(zāi)害、事故災(zāi)難、公共衛(wèi)生和社會(huì)安全等領(lǐng)域的非常規(guī)突發(fā)事件頻頻發(fā)生，危害程度越來越大。在應(yīng)對這類非常規(guī)突發(fā)事件的過程中，及時(shí)快捷的應(yīng)急物流配送就成為提高政府防災(zāi)減災(zāi)和災(zāi)害救助能力的關(guān)鍵環(huán)節(jié)，也是衡量政府應(yīng)急管理能力的重要指標(biāo)。

在應(yīng)對這類非常規(guī)突發(fā)事件的應(yīng)急物流配送中，由于災(zāi)害爆發(fā)和發(fā)展的不可預(yù)測性，外部運(yùn)輸配送路網(wǎng)的路況變化呈現(xiàn)高度的動(dòng)態(tài)性和不確定性，傳統(tǒng)的物流配送調(diào)度方法難以奏效。因此，我們必須研究新環(huán)境下應(yīng)急物流配送的新工具來支持決策。

針對以上問題，本書提出應(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車輛導(dǎo)航地圖的動(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，綜合二者之長以應(yīng)對災(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。

在配送車輛導(dǎo)航地圖的動(dòng)態(tài)更新方面，本書提出了應(yīng)急物流配送車輛導(dǎo)航地圖多尺度空間數(shù)據(jù)模型，以實(shí)時(shí)生成配送車輛導(dǎo)航地圖。該模型以提高應(yīng)急物流車輛導(dǎo)航路徑分析的速度和精度為目標(biāo)，按照“分解導(dǎo)航地圖空間關(guān)系到網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)→濾取對于行車目標(biāo)重要的網(wǎng)絡(luò)元素→重新綜合生成所需尺度的導(dǎo)航地圖”的思路，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，重點(diǎn)研究導(dǎo)航地圖網(wǎng)絡(luò)節(jié)點(diǎn)間連通性的度量、應(yīng)急物流車輛導(dǎo)航多尺度空間數(shù)據(jù)模型的建立及該模型在車輛導(dǎo)航系統(tǒng)中的應(yīng)用，為應(yīng)急車輛導(dǎo)航空間數(shù)據(jù)分析的快速、精確處理開展探索性研究。具體研究工作如下。

（1）基于網(wǎng)絡(luò)節(jié)點(diǎn)重要性的連通性度量指標(biāo)的研究。現(xiàn)有指標(biāo)難以精確度量網(wǎng)絡(luò)節(jié)點(diǎn)相對于行車目標(biāo)的連通性，為此本書提出了一種基于節(jié)點(diǎn)重要性的連通性度量指標(biāo)——相對連通系數(shù)，利用該指標(biāo)來量化與目標(biāo)節(jié)點(diǎn)相關(guān)的連通關(guān)系集合，將其分解到網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)上；并可按需合成與指定目標(biāo)節(jié)點(diǎn)集最相關(guān)的空間關(guān)系；為在實(shí)際應(yīng)用中快速計(jì)算該指標(biāo)，提出了“以形估數(shù)”的計(jì)算方法，利用與節(jié)點(diǎn)相關(guān)聯(lián)的子樹形狀快速估算出連通關(guān)系路徑集合的計(jì)數(shù)規(guī)模。

（2）基于廣義尺度的車輛導(dǎo)航地圖多尺度空間數(shù)據(jù)模型的研究。針對現(xiàn)有模型生成的導(dǎo)航地圖路徑分析難以保證精度的問題，建立了基于廣義尺度的多尺度空間數(shù)據(jù)模型，為空間數(shù)據(jù)服務(wù)的高精度、按需生成提供了一種定量分析工具。并在此基礎(chǔ)上，將上述方法拓展到網(wǎng)絡(luò)抽樣問題的化簡中。

（3）車輛導(dǎo)航地圖分解算法的研究。針對車載終端計(jì)算能力難以適應(yīng)導(dǎo)航地圖龐大數(shù)據(jù)量的問題，構(gòu)建了基于主成分分析的車輛導(dǎo)航地圖分解算法。該算法可以確保車載設(shè)備擁有較快的反應(yīng)速度和較高的求解精度，為物流車輛導(dǎo)航提供了兼顧速度和精度的解決方案。在求最短路的實(shí)驗(yàn)中，該算法在對網(wǎng)絡(luò)規(guī)模做大幅壓縮的情況下（壓縮比率為20% ～30%），仍有效地控制了網(wǎng)絡(luò)分解造成的網(wǎng)絡(luò)分析精度損失，同時(shí)將車載終端求最短路的計(jì)算時(shí)間由秒級降到了百毫秒級。

在配送路徑方案的實(shí)時(shí)生成方面，本書提出了應(yīng)急物流配送的情景演變路網(wǎng)表達(dá)方法，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。該方法以情景演化表達(dá)突發(fā)事件下的次生衍生災(zāi)害鏈的發(fā)展規(guī)律，將情景條件嵌入配送路網(wǎng)的空間數(shù)據(jù)中，引入不確定規(guī)劃的相關(guān)理論與方法，重點(diǎn)研究應(yīng)急物流配送的情景演變路網(wǎng)表達(dá)、不確定條件下的應(yīng)急物流配送的路徑方案規(guī)劃，并將該方法與仿真模型結(jié)合起來應(yīng)用到南方冰雪災(zāi)害應(yīng)急物流配送的實(shí)際場景中。具體研究工作如下。

（1）應(yīng)急物流配送的情景演變路網(wǎng)表達(dá)方法研究。在突發(fā)災(zāi)害下進(jìn)行應(yīng)急物流配送時(shí)，由于災(zāi)害鏈發(fā)展演變會(huì)導(dǎo)致物流配送決策狀態(tài)空間的切換，本書針對應(yīng)急物流配送的這種情景演變的特征提出應(yīng)急物流配送的情景演變路網(wǎng)表達(dá)方法，將突發(fā)事件情景分析樹嵌入路段數(shù)據(jù)中，來描述災(zāi)害鏈情景在路網(wǎng)中的演變遷移模式，并根據(jù)配送車輛發(fā)回的實(shí)時(shí)路況信息對之進(jìn)行動(dòng)態(tài)更新。

（2）不確定條件下的應(yīng)急物流配送路徑規(guī)劃情景演化模型的研究。針對應(yīng)急物流配送情景演變路網(wǎng)情景切換演變的不確定性，建立起應(yīng)急物流配送路徑不確定規(guī)劃模型，在模型中提出包含路網(wǎng)中所有路段的理想路徑概念作為基準(zhǔn)，將實(shí)際路徑嵌入其中進(jìn)行路徑綜合滿意度的比較，提出了結(jié)合蒙特卡羅模擬算法和遺傳算法的混合智能求解方法，并以福建暴雨災(zāi)害的實(shí)例驗(yàn)證了以上方法的有效性。

（3）基于災(zāi)害擴(kuò)散仿真的南方雪災(zāi)應(yīng)急物流配送模型的研究。針對災(zāi)害隨時(shí)間發(fā)展擴(kuò)散的特點(diǎn)，以2008年南方冰雪災(zāi)害為例，將災(zāi)害擴(kuò)散仿真模型嵌入應(yīng)急物流配送路徑規(guī)劃情景演化模型，并以湖南衡陽救災(zāi)物資快速補(bǔ)給路徑規(guī)劃的實(shí)例驗(yàn)證了以上方法的有效性。

本書是地理信息科學(xué)、系統(tǒng)科學(xué)、運(yùn)籌學(xué)等學(xué)科理論和方法的交叉與滲透，為解決應(yīng)急物流配送車輛路網(wǎng)空間數(shù)據(jù)分析的實(shí)時(shí)處理這一熱點(diǎn)和難點(diǎn)問題進(jìn)行了有益的探索。其研究成果在應(yīng)急物流、車輛導(dǎo)航和地理信息科學(xué)領(lǐng)域具有廣闊的應(yīng)用前景，將在應(yīng)急物流配送車輛實(shí)時(shí)導(dǎo)航與調(diào)度工作中發(fā)揮重要作用。