中断情境下的应急设施选址-分配多目标优化模型
142 浏览量
更新于2024-08-29
1
收藏 541KB PDF 举报
"这篇研究论文主要探讨了在中断情境下如何进行应急设施的选址和分配,以实现经济性、服务质量和公平性的多目标优化。作者于冬梅、高雷阜和赵世杰构建了一个考虑系统成本最小化、覆盖服务质量最大化以及最小需求覆盖水平最大化的模型,以此来体现中断环境中的可靠性。他们运用了带有精英策略的非支配排序遗传算法(NSGA-II)来求解该多目标优化问题,从而得到经济成本、服务质量和公平性之间的Pareto最优解集,这有助于决策者在面对中断情况时设计出更可靠的选址分配网络。研究结果提供了中断环境下应急设施选址布局的决策支持。"
文章详细内容阐述了在应急设施选址分配问题中,由于存在潜在的中断风险,因此需要建立一个能够应对这些不确定性的模型。这个模型的核心在于处理三个关键目标:经济性、均衡性和公平性。经济性通过最小化系统总成本来衡量,旨在降低设施建设与运营的成本;均衡性则通过最大化覆盖服务质量来实现,确保各个区域都能得到有效覆盖;而公平性体现在最大化最小需求覆盖水平,保证最不利群体也能获得基本服务。
为了实现这些目标的平衡,研究者提出了一个中断情境下服务能力有限的可靠性应急设施选址-分配多目标优化模型。该模型的解决方法采用了NSGA-II算法,这是一种高效的多目标优化算法,能够找到非支配解集,即Pareto最优解集,这些解集反映了不同目标之间的权衡关系。通过Pareto最优解集,决策者可以清晰地看到在三维空间中经济成本、服务质量和公平性的分布,并据此制定实际的应急设施选址布局策略。
此外,该研究还提到了其他相关研究,如基于改进非支配排序精英遗传算法的篦冷机参数优化、基于分解和差分进化的多目标粒子群优化算法、应急救援物资的多目标分配与调度问题以及考虑蓄意攻击的第三方物流多周期可靠性网络设计等,这些都体现了在复杂优化问题中多目标优化算法的应用和重要性。
这项工作不仅为应急设施选址分配问题提供了一种新的优化方法,也为在中断环境下进行可靠决策提供了理论支持和实践指导。
2022-05-10 上传
142 浏览量
126 浏览量
179 浏览量
点击了解资源详情
140 浏览量
181 浏览量
weixin_38665775
- 粉丝: 3
- 资源: 946
最新资源
- Applied-ML-Algorithms:一个采用泰坦尼克号数据集并在scikit-learn和超参数调整中使用不同ML模型的ML项目
- Spring_2021
- Tolkien
- cot_tracker:交易者数据追踪器的承诺
- http-factory-diactoros:为Zend Diactoros实现的HTTP工厂
- 酒保:酒保-PostgreSQL备份和恢复管理器
- tpwriuzv.zip_归一化时域图
- TPF U13
- TicTaeToeOnline
- Large-scale Disk Failure Prediciton Dataset-数据集
- aim-high:用于设置和跟踪目标的应用
- c#飞机大战期末项目.rar
- Becross
- nrmgqpyn.zip_complex cepstrum
- 适用于Android NDK的功能强大的崩溃报告库。 签出后不要忘记运行git submodule update --init --recursive。-Android开发
- 弹跳旋转器::globe_with_meridians::bus_stop:一个显示弹跳旋转器的Web组件