一种高鲁棒性应急物流选址方法与流程

1.本发明涉及物流选址的技术领域，尤其涉及一种高鲁棒性应急物流选址方法。


背景技术：

2.随着自然灾害、事故灾难等紧急突发事件频繁发生,尤其是地震灾害因突发性、瞬时性、破坏性等特征，不确定性极强，对经济发展和社会安全稳定造成了严重的影响。为尽可能降低地震灾害等突发事件带来的损失，须及时采取有效的应对措施，但是在进行应急处置过程中，因应急准备不充分和物资资源协调不畅等问题导致的受灾点激增问题显著。为保证做好充足的灾害防范应对准备和应急物流的顺利开展，科学合理地对震灾应急准备分区和应急物流配送中心选址问题进行研究具有重要意义，因此本发明提出一种高鲁棒性应急物流选址方法。


技术实现要素：

3.有鉴于此，本发明提供一种高鲁棒性应急物流选址方法，目的在于：1)通过基于应急物流中心选址结果对物流运输区域的响应辐射值以及物流运输区域的应急评价指标值构建应急物流中心初步选址目标函数，将物流运输区域的应急评价指标作为应急物流中心初步选址目标函数中不同物流运输区域的权重指标，物流运输区域的应急评价指标值越大，表明该物流运输区域发生应急状况的概率以及发生应急状况后的损失越大，因此需要应急物流中心初步选址结果对该地区具有较快的应急响应速度，通过采用优化后的粒子更新算法，快速求解得到满足上述需求的应急物流中心初步选址结果；2)结合不同物流运输区域在发生不同应急状况时所需物资的不确定性，基于应急物流中心初步选址结果以及运输成本构建高鲁棒性应急物流中心选址目标函数，并基于所需物资的不等式约束，构建结合动态惩罚的动态选址函数，比较应急物流中心初步选址结果集合中任意两个应急物流中心初步选址结果的动态地址函数值，进而得到满足多种应急状况下不同物流运输区域物资需求且运输成本较小的高鲁棒性应急物流中心选址结果。
4.实现上述目的，本发明提供的一种高鲁棒性应急物流选址方法，包括以下步骤：
5.s1：构建应急物流运输连通图，并将应急物流运输连通图划分为若干物流运输区域；
6.s2：构建应急物流中心响应范围辐射函数，其中所构建函数的自变量为应急物流中心选址结果，因变量为应急物流中心选址结果对物流运输区域的响应辐射值；
7.s3：构建应急评价函数，得到不同物流运输区域的应急评价指标值；
8.s4：基于应急物流中心选址结果对物流运输区域的响应辐射值以及物流运输区域的应急评价指标值构建应急物流中心初步选址目标函数，对应急物流中心初步选址目标函数进行求解得到应急物流中心初步选址结果；
9.s5：结合不同物流运输区域所需物资的不确定性，基于应急物流中心初步选址结果以及运输成本构建高鲁棒性应急物流中心选址目标函数；
10.s6：利用动态惩罚策略对高鲁棒性应急物流中心选址目标函数进行优化求解，得到满足多种应急状况的高鲁棒性应急物流中心选址结果。
11.作为本发明的进一步改进方法：
12.可选地，所述s1步骤中构建应急物流运输连通图，包括：
13.构建应急物流运输连通图g＝(s,l)，其中s＝(s0,s1,s2,...,sn)表示应急物流运输连通图g中的位置坐标集合，s0表示应急物流中心位置坐标，(s1,s2,...,sn)表示n个物流配送站点的位置坐标，l表示应急物流运输连通图g中任意两个位置坐标之间运输路径集合：
[0014][0015]
其中：
[0016]
l
0n
表示s0与sn之间的运输路径，对于s中任意两个位置坐标si和sj，l
ij
＝l
ji
，l
ij
表示物流配送站点位置坐标si和sj之间的运输路径，i,j∈[0,n]，运输路径l
ij
对应的运输路径长度为d
ij
，其中s0为待确定位置坐标，应急物流中心位置坐标可以是任意空置区域的位置坐标。
[0017]
在本发明实施例中，当任意区域发生应急状况时，应急物流中心将应急物资运输到发送应急状况区域的对应物流配送站点，由物流配送站点将应急物资配送到应急状况区域，其中应急状况包括自然灾害、消防事故等。
[0018]
可选地，所述s1步骤中将应急物流运输连通图划分为若干物流运输区域，包括：
[0019]
将应急物流运输连通图划分为若干物流运输区域，其中物流运输区域的划分流程为：
[0020]
s11：以应急物流运输连通图中任意物流配送站点为中心，预设置的物流配送距离为半径构建圆形区域；
[0021]
s12：将不在圆形圆形内的区域划分到距离最近的圆形区域内，得到以物流配送站点为中心的不规则区域；
[0022]
s13：将每个不规则区域作为划分得到的物流运输区域，得到n个物流运输区域，每个物流运输区域内具有唯一物流配送站点，其中物流运输区域集合为{mj|j∈[0,n]}，其中mj表示物流配送站点位置坐标sj所处的物流运输区域。
[0023]
可选地，所述s2步骤中构建应急物流中心响应范围辐射函数，包括：
[0024]
构建应急物流中心响应范围辐射函数，所构建函数的自变量为应急物流中心选址结果，因变量为应急物流中心选址结果对物流运输区域的响应辐射值，其中应急物流中心响应范围辐射函数为：
[0025][0026]
其中：
[0027]d0j
表示以应急物流中心位置坐标为起点，物流运输区域mj内物流配送站点位置坐标sj为终点的运输路径l
0j
的长度；
[0028]
max{d0}表示以应急物流中心位置坐标为起点，任意物流运输区域内物流配送站点位置坐标为终点的最长运输路径长度，min{d0}表示以应急物流中心位置坐标为起点，任意物流运输区域内物流配送站点位置坐标为终点的最短运输路径长度；
[0029]
f1(s0,mj)表示将应急物流中心选址设置为s0，对物流运输区域mj的响应辐射值，在本发明实施例中，物流运输区域的响应辐射值越大，表示应急物流中心对该物流运输区域的应急物流响应越快。
[0030]
可选地，所述s3步骤中构建应急评价函数，包括：
[0031]
构建应急评价函数，其中应急评价函数从物流运输区域的应急状况发生概率以及所造成损失程度对物流运输区域进行应急评价，得到每个物流运输区域的应急评价指标值，物流运输区域的应急评价指标值越大，表明该物流运输区域发生应急状况的概率以及发生应急状况后的损失越大，所构建应急评价函数为：
[0032][0033][0034]
其中：
[0035]
num表示n个物流运输区域在过去5年内所发生应急状况的数量，numj表示物流运输区域mj在过去5年内所发生应急状况的数量；
[0036]
count(2)表示n个物流运输区域的当前居民户数之和，countj(2)表示物流运输区域mj内的当前居民户数之和；
[0037]
countj(1)表示物流运输区域mj内的工厂数量，count
min
(1)表示n个物流运输区域中的最少工厂数量，count
max
(1)表示n个物流运输区域中的最多工厂数量；
[0038]
f2(mj)表示物流运输区域mj的应急评价指标值。
[0039]
可选地，所述s4步骤中构建应急物流中心初步选址目标函数，包括：
[0040]
基于应急物流中心选址结果对物流运输区域的响应辐射值以及物流运输区域的应急评价指标值构建应急物流中心初步选址目标函数，所构建的应急物流中心初步选址目标函数为：
[0041][0042]
其中：
[0043]
表示待求解得到的应急物流中心初步选址位置坐标，即为应急物流中心初步选址结果；
[0044]
表示应急物流中心初步选址目标函数；
[0045]
所构建应急物流中心初步选址目标函数的约束条件为：
[0046][0047]
其中：
[0048]
ω表示空置区域的位置坐标。
[0049]
在本发明实施例中，通过对应急物流中心初步选址目标函数进行求解，得到可以尽快响应发生应急状况的概率以及发生应急状况后的损失较大的物流运输区域的应急物流中心初步选址结果。
[0050]
可选地，所述s4步骤中对所构建应急物流中心初步选址目标函数进行求解，得到应急物流中心初步选址结果，包括：
[0051]
对所构建应急物流中心初步选址目标函数进行求解，得到应急物流中心初步选址结果，所述应急物流中心初步选址目标函数的求解流程为：
[0052]
s41：随机生成k个粒子，并初始化每个粒子的位置编码表示以及速度信息，其中每个粒子的位置编码表示为空置区域的位置坐标，第k个粒子的初始化位置编码表示为xk(0)，初始化速度信息为vk(0)；
[0053]
s42：构建粒子适应度计算函数g1(x)：
[0054][0055]
其中：
[0056]
x表示粒子适应度计算函数g1(x)的输入值，对应粒子的位置编码表示；
[0057]
s43：设置求解目标函数的当前迭代次数为t，t的初始值为0，最大值为max；
[0058]
s44：将第t次迭代后粒子的位置编码表示输入到粒子适应度计算函数中，得到每个粒子的适应度函数值，并将不符合约束条件的粒子的适应度函数值置为0，其中第t次迭代后第k个粒子的适应度函数值为g1(xk(t))；
[0059]
s45：按照适应度函数值大小对k个粒子进行排序，其中适应度函数值最大的30％k个粒子为优秀粒子，其余粒子为中间粒子；
[0060]
s46：对粒子的位置编码表示进行更新，其中第k个粒子的位置编码表示更新公式为：
[0061]
xk(t+1)＝vk(t+1)+xk(t)
[0062][0063][0064][0065]
其中：
[0066]
xk(t+1)表示第t+1次迭代后第k个粒子的位置编码表示，k(t)∈excellent表示第t次迭代后第k个粒子属于优秀粒子；
[0067]
ε表示随机学习因子；
[0068]wt
表示动态权重，w
max
表示预设置的最大动态权重，w
min
表示预设置的最小动态权重；
[0069]
rand(0,1)表示0-1之间的随机数；
[0070]
x
best
(t)表示第t次迭代中适应度函数值最大的粒子的位置编码表示；
[0071]
在本发明实施例中，对于表现较好的优秀粒子，其寻优效果较好，距离全局最优值
最近，只需增强其局部搜索能力，因此优秀粒子的速度只受其自身惯性速度影响，快速得到最优解；而对于其余粒子，距离全局最优值相对较远，为增强粒子多样性和跳出局部最优解的能力，引入基于随机数的随机学习因子，进而基于随机学习因子进行速度更新；通过采用两种方式对不同粒子的位置编码表示进行更新，在保证避免陷入局部最优的前提下，快速得到应急物流中心初步选址结果；
[0072]
s47：若t+1≤max，则令t＝t+1，返回步骤s44；否则计算当前所有粒子的适应度函数值，并将不符合约束条件的粒子的适应度函数值置为0，选取适应度函数值最大的10％k个粒子的位置编码表示作为应急物流中心初步选址结果，其中应急物流中心初步选址结果集合为ω
′
，ω
′
包含10％k个应急物流中心初步选址的位置坐标。
[0073]
可选地，所述s5步骤中基于应急物流中心初步选址结果构建高鲁棒性应急物流中心选址目标函数，包括：
[0074]
结合不同物流运输区域所需物资的不确定性，基于应急物流中心初步选址结果以及运输成本构建高鲁棒性应急物流中心选址目标函数，所构建的高鲁棒性应急物流中心选址目标函数为：
[0075][0076]
其中：
[0077]s′0表示高鲁棒性应急物流中心选址结果，d
′
0j
表示高鲁棒性应急物流中心选址结果与物流运输区域mj内物流配送站点位置坐标sj之间运输路径的长度；
[0078]
表示物流运输区域mj在发生应急状况时的不确定性物资需求量，在发生应急状况时的不确定性物资需求量，其中μj表示物流运输区域mj在发生应急状况后的历史物资需求量均值；
[0079]
所构建高鲁棒性应急物流中心选址目标函数的约束条件为：
[0080]s′0∈ω
′
[0081][0082]
其中：
[0083]
ω
′
表示应急物流中心初步选址结果集合。
[0084]
可选地，所述s6步骤中利用动态惩罚策略对高鲁棒性应急物流中心选址目标函数进行优化求解，包括：
[0085]
利用动态惩罚策略对高鲁棒性应急物流中心选址目标函数进行优化求解，得到满足多种应急状况的高鲁棒性应急物流中心选址结果，实现高鲁棒性应急物流选址，其中基于动态惩罚策略的高鲁棒性应急物流中心选址目标函数优化求解流程为：
[0086]
s61：将高鲁棒性应急物流中心选址目标函数转换为结合约束条件的动态选址函数h(s
′0)：
[0087]
[0088][0089]
其中：
[0090]
δ1(c),δ2(c)表示第c次迭代得到的动态惩罚系数；δ1(0),δ2(0)为预设置的初始动态惩罚系数，动态惩罚系数的最大迭代次数为c；
[0091]
δ1(c)p1+δ2(c)p2表示动态惩罚值；
[0092]
s62：设置动态惩罚系数迭代公式：
[0093]
δ1(c+1)＝β1δ1(c)
[0094]
δ2(c+1)＝β2δ2(c)
[0095]
其中：
[0096]
β1,β2表示迭代系数，β1,β2∈(0,1)；
[0097]
s63：将应急物流中心初步选址结果集合中的任意两个应急物流中心初步选址结果分别代入到动态选址函数中进行同时动态惩罚系数迭代，直到两者的动态惩罚值均小于预设值的惩罚阈值或达到动态惩罚系数的最大迭代次数；
[0098]
比较此时两个应急物流中心初步选址结果的动态选址函数值大小；
[0099]
s64：重复步骤s63，得到应急物流中心初步选址结果集合中所有应急物流中心初步选址结果的动态选址函数值比较结果，选取最小动态选址函数值所对应的应急物流中心初步选址结果作为高鲁棒性应急物流中心选址结果。
[0100]
为了解决上述问题，本发明提供一种电子设备，所述电子设备包括：
[0101]
存储器，存储至少一个指令；
[0102]
通信接口，实现电子设备通信；及
[0103]
处理器，执行所述存储器中存储的指令以实现上述所述的高鲁棒性应急物流选址方法。
[0104]
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的高鲁棒性应急物流选址方法。
[0105]
相对于现有技术，本发明提出一种高鲁棒性应急物流选址方法，该技术具有以下优势：
[0106]
首先，本方案提出一种应急物流中心初步选址目标函数得到应急物流中心初步选址结果，通过基于应急物流中心选址结果对物流运输区域的响应辐射值以及物流运输区域的应急评价指标值构建应急物流中心初步选址目标函数，所构建的应急物流中心初步选址目标函数为：
[0107][0108]
其中：表示待求解得到的应急物流中心初步选址位置坐标，即为应急物流中心初步选址结果；表示应急物流中心初步选址目标函数；所构建应急物流中心初步选址目标函数的约束条件为：
[0109][0110]
其中：ω表示空置区域的位置坐标。本方案通过基于应急物流中心选址结果对物流运输区域的响应辐射值以及物流运输区域的应急评价指标值构建应急物流中心初步选址目标函数，将物流运输区域的应急评价指标作为应急物流中心初步选址目标函数中不同物流运输区域的权重指标，物流运输区域的应急评价指标值越大，表明该物流运输区域发生应急状况的概率以及发生应急状况后的损失越大，因此需要应急物流中心初步选址结果对该地区具有较快的应急响应速度，通过采用优化后的粒子更新算法，采用两种方式对不同粒子的位置编码表示进行更新，在保证避免陷入局部最优的前提下，快速求解得到满足需求的应急物流中心初步选址结果。
[0111]
同时，本方案提出一种高鲁棒性应急物流中心选址目标函数，对应急物流中心初步选址结果进行鲁棒优化，通过结合不同物流运输区域所需物资的不确定性，基于应急物流中心初步选址结果以及运输成本构建高鲁棒性应急物流中心选址目标函数，所构建的高鲁棒性应急物流中心选址目标函数为：
[0112][0113]
其中：s
′0表示高鲁棒性应急物流中心选址结果，d
′
0j
表示高鲁棒性应急物流中心选址结果与物流运输区域mj内物流配送站点位置坐标sj之间运输路径的长度；表示物流运输区域mj在发生应急状况时的不确定性物资需求量，其中μj表示物流运输区域mj在发生应急状况后的历史物资需求量均值；所构建高鲁棒性应急物流中心选址目标函数的约束条件为：
[0114]s′0∈ω
′
[0115][0116]
其中：ω
′
表示应急物流中心初步选址结果集合。利用动态惩罚策略对高鲁棒性应急物流中心选址目标函数进行优化求解，得到满足多种应急状况的高鲁棒性应急物流中心选址结果，实现高鲁棒性应急物流选址，其中基于动态惩罚策略的高鲁棒性应急物流中心选址目标函数优化求解流程为：将高鲁棒性应急物流中心选址目标函数转换为结合约束条件的动态选址函数h(s
′0)：
[0117][0118][0119]
其中：δ1(c),δ2(c)表示第c次迭代得到的动态惩罚系数；δ1(0),δ2(0)为预设置的初始动态惩罚系数，动态惩罚系数的最大迭代次数为c；δ1(c)p1+δ2(c)p2表示动态惩罚值；设置动态惩罚系数迭代公式：
[0120]
δ1(c+1)＝β1δ1(c)
[0121]
δ2(c+1)＝β2δ2(c)
[0122]
其中：β1,β2表示迭代系数，β1,β2∈(0,1)；将应急物流中心初步选址结果集合中的任意两个应急物流中心初步选址结果分别代入到动态选址函数中进行同时动态惩罚系数迭代，直到两者的动态惩罚值均小于预设值的惩罚阈值或达到动态惩罚系数的最大迭代次数；比较此时两个应急物流中心初步选址结果的动态选址函数值大小，进而得到应急物流中心初步选址结果集合中所有应急物流中心初步选址结果的动态选址函数值比较结果，选取最小动态选址函数值所对应的应急物流中心初步选址结果作为高鲁棒性应急物流中心选址结果。本方案通过结合不同物流运输区域在发生不同应急状况时所需物资的不确定性，基于应急物流中心初步选址结果以及运输成本构建高鲁棒性应急物流中心选址目标函数，并基于所需物资的不等式约束，构建结合动态惩罚的动态选址函数，比较应急物流中心初步选址结果集合中任意两个应急物流中心初步选址结果的动态地址函数值，进而得到满足多种应急状况下不同物流运输区域物资需求且运输成本较小的高鲁棒性应急物流中心选址结果。
附图说明
[0123]
图1为本发明一实施例提供的一种高鲁棒性应急物流选址方法的流程示意图；
[0124]
图2为本发明一实施例提供的实现高鲁棒性应急物流选址方法的电子设备的结构示意图。
[0125]
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0126]
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0127]
本技术实施例提供一种高鲁棒性应急物流选址方法。所述高鲁棒性应急物流选址方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述高鲁棒性应急物流选址方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
[0128]
实施例1：
[0129]
s1：构建应急物流运输连通图，并将应急物流运输连通图划分为若干物流运输区域。
[0130]
所述s1步骤中构建应急物流运输连通图，包括：
[0131]
构建应急物流运输连通图g＝(s,l)，其中s＝(s0,s1,s2,...,sn)表示应急物流运输连通图g中的位置坐标集合，s0表示应急物流中心位置坐标，(s1,s2,...,sn)表示n个物流配送站点的位置坐标，l表示应急物流运输连通图g中任意两个位置坐标之间运输路径集合：
[0132][0133]
其中：
[0134]
l
0n
表示s0与sn之间的运输路径，对于s中任意两个位置坐标si和sj，l
ij
＝l
ji
，l
ij
表示物流配送站点位置坐标si和sj之间的运输路径，i,j∈[0,n]，运输路径l
ij
对应的运输路径长度为d
ij
，其中s0为待确定位置坐标，应急物流中心位置坐标可以是任意空置区域的位置坐标。
[0135]
在本发明实施例中，当任意区域发生应急状况时，应急物流中心将应急物资运输到发送应急状况区域的对应物流配送站点，由物流配送站点将应急物资配送到应急状况区域，其中应急状况包括自然灾害、消防事故等。
[0136]
所述s1步骤中将应急物流运输连通图划分为若干物流运输区域，包括：
[0137]
将应急物流运输连通图划分为若干物流运输区域，其中物流运输区域的划分流程为：
[0138]
s11：以应急物流运输连通图中任意物流配送站点为中心，预设置的物流配送距离为半径构建圆形区域；
[0139]
s12：将不在圆形圆形内的区域划分到距离最近的圆形区域内，得到以物流配送站点为中心的不规则区域；
[0140]
s13：将每个不规则区域作为划分得到的物流运输区域，得到n个物流运输区域，每个物流运输区域内具有唯一物流配送站点，其中物流运输区域集合为{mj|j∈[0,n]}，其中mj表示物流配送站点位置坐标sj所处的物流运输区域。
[0141]
s2：构建应急物流中心响应范围辐射函数，其中所构建函数的自变量为应急物流中心选址结果，因变量为应急物流中心选址结果对物流运输区域的响应辐射值。
[0142]
所述s2步骤中构建应急物流中心响应范围辐射函数，包括：
[0143]
构建应急物流中心响应范围辐射函数，所构建函数的自变量为应急物流中心选址结果，因变量为应急物流中心选址结果对物流运输区域的响应辐射值，其中应急物流中心响应范围辐射函数为：
[0144][0145]
其中：
[0146]d0j
表示以应急物流中心位置坐标为起点，物流运输区域mj内物流配送站点位置坐标sj为终点的运输路径l
0j
的长度；
[0147]
max{d0}表示以应急物流中心位置坐标为起点，任意物流运输区域内物流配送站点位置坐标为终点的最长运输路径长度，min{d0}表示以应急物流中心位置坐标为起点，任意物流运输区域内物流配送站点位置坐标为终点的最短运输路径长度；
[0148]
f1(s0,mj)表示将应急物流中心选址设置为s0，对物流运输区域mj的响应辐射值，在本发明实施例中，物流运输区域的响应辐射值越大，表示应急物流中心对该物流运输区域的应急物流响应越快。
[0149]
s3：构建应急评价函数，得到不同物流运输区域的应急评价指标值。
[0150]
所述s3步骤中构建应急评价函数，包括：
[0151]
构建应急评价函数，其中应急评价函数从物流运输区域的应急状况发生概率以及所造成损失程度对物流运输区域进行应急评价，得到每个物流运输区域的应急评价指标
值，物流运输区域的应急评价指标值越大，表明该物流运输区域发生应急状况的概率以及发生应急状况后的损失越大，所构建应急评价函数为：
[0152][0153][0154]
其中：
[0155]
num表示n个物流运输区域在过去5年内所发生应急状况的数量，numj表示物流运输区域mj在过去5年内所发生应急状况的数量；
[0156]
count(2)表示n个物流运输区域的当前居民户数之和，countj(2)表示物流运输区域mj内的当前居民户数之和；
[0157]
countj(1)表示物流运输区域mj内的工厂数量，count
min
(1)表示n个物流运输区域中的最少工厂数量，count
max
(1)表示n个物流运输区域中的最多工厂数量；
[0158]
f2(mj)表示物流运输区域mj的应急评价指标值。
[0159]
s4：基于应急物流中心选址结果对物流运输区域的响应辐射值以及物流运输区域的应急评价指标值构建应急物流中心初步选址目标函数，对应急物流中心初步选址目标函数进行求解得到应急物流中心初步选址结果。
[0160]
所述s4步骤中构建应急物流中心初步选址目标函数，包括：
[0161]
基于应急物流中心选址结果对物流运输区域的响应辐射值以及物流运输区域的应急评价指标值构建应急物流中心初步选址目标函数，所构建的应急物流中心初步选址目标函数为：
[0162][0163]
其中：
[0164]
表示待求解得到的应急物流中心初步选址位置坐标，即为应急物流中心初步选址结果；
[0165]
表示应急物流中心初步选址目标函数；
[0166]
所构建应急物流中心初步选址目标函数的约束条件为：
[0167][0168]
其中：
[0169]
ω表示空置区域的位置坐标。
[0170]
在本发明实施例中，通过对应急物流中心初步选址目标函数进行求解，得到可以尽快响应发生应急状况的概率以及发生应急状况后的损失较大的物流运输区域的应急物流中心初步选址结果。
[0171]
所述s4步骤中对所构建应急物流中心初步选址目标函数进行求解，得到应急物流中心初步选址结果，包括：
[0172]
对所构建应急物流中心初步选址目标函数进行求解，得到应急物流中心初步选址
结果，所述应急物流中心初步选址目标函数的求解流程为：
[0173]
s41：随机生成k个粒子，并初始化每个粒子的位置编码表示以及速度信息，其中每个粒子的位置编码表示为空置区域的位置坐标，第k个粒子的初始化位置编码表示为xk(0)，初始化速度信息为vk(0)；
[0174]
s42：构建粒子适应度计算函数g1(x)：
[0175][0176]
其中：
[0177]
x表示粒子适应度计算函数g1(x)的输入值，对应粒子的位置编码表示；
[0178]
s43：设置求解目标函数的当前迭代次数为t，t的初始值为0，最大值为max；
[0179]
s44：将第t次迭代后粒子的位置编码表示输入到粒子适应度计算函数中，得到每个粒子的适应度函数值，并将不符合约束条件的粒子的适应度函数值置为0，其中第t次迭代后第k个粒子的适应度函数值为g1(xk(t))；
[0180]
s45：按照适应度函数值大小对k个粒子进行排序，其中适应度函数值最大的30％k个粒子为优秀粒子，其余粒子为中间粒子；
[0181]
s46：对粒子的位置编码表示进行更新，其中第k个粒子的位置编码表示更新公式为：
[0182]
xk(t+1)＝vk(t+1)+xk(t)
[0183][0184][0185][0186]
其中：
[0187]
xk(t+1)表示第t+1次迭代后第k个粒子的位置编码表示，k(t)∈excellent表示第t次迭代后第k个粒子属于优秀粒子；
[0188]
ε表示随机学习因子；
[0189]wt
表示动态权重，w
max
表示预设置的最大动态权重，w
min
表示预设置的最小动态权重；
[0190]
rand(0,1)表示0-1之间的随机数；
[0191]
x
best
(t)表示第t次迭代中适应度函数值最大的粒子的位置编码表示；
[0192]
s47：若t+1≤max，则令t＝t+1，返回步骤s44；否则计算当前所有粒子的适应度函数值，并将不符合约束条件的粒子的适应度函数值置为0，选取适应度函数值最大的10％k个粒子的位置编码表示作为应急物流中心初步选址结果，其中应急物流中心初步选址结果集合为ω
′
，ω
′
包含10％k个应急物流中心初步选址的位置坐标。
[0193]
s5：结合不同物流运输区域所需物资的不确定性，基于应急物流中心初步选址结果以及运输成本构建高鲁棒性应急物流中心选址目标函数。
[0194]
所述s5步骤中基于应急物流中心初步选址结果构建高鲁棒性应急物流中心选址
目标函数，包括：
[0195]
结合不同物流运输区域所需物资的不确定性，基于应急物流中心初步选址结果以及运输成本构建高鲁棒性应急物流中心选址目标函数，所构建的高鲁棒性应急物流中心选址目标函数为：
[0196][0197]
其中：
[0198]s′0表示高鲁棒性应急物流中心选址结果，d
′
0j
表示高鲁棒性应急物流中心选址结果与物流运输区域mj内物流配送站点位置坐标sj之间运输路径的长度；
[0199]
表示物流运输区域mj在发生应急状况时的不确定性物资需求量，在发生应急状况时的不确定性物资需求量，其中μj表示物流运输区域mj在发生应急状况后的历史物资需求量均值；
[0200]
所构建高鲁棒性应急物流中心选址目标函数的约束条件为：
[0201]s′0∈ω
′
[0202][0203]
其中：
[0204]
ω
′
表示应急物流中心初步选址结果集合。
[0205]
s6：利用动态惩罚策略对高鲁棒性应急物流中心选址目标函数进行优化求解，得到满足多种应急状况的高鲁棒性应急物流中心选址结果。
[0206]
所述s6步骤中利用动态惩罚策略对高鲁棒性应急物流中心选址目标函数进行优化求解，包括：
[0207]
利用动态惩罚策略对高鲁棒性应急物流中心选址目标函数进行优化求解，得到满足多种应急状况的高鲁棒性应急物流中心选址结果，实现高鲁棒性应急物流选址，其中基于动态惩罚策略的高鲁棒性应急物流中心选址目标函数优化求解流程为：
[0208]
s61：将高鲁棒性应急物流中心选址目标函数转换为结合约束条件的动态选址函数h(s
′0)：
[0209][0210][0211]
其中：
[0212]
δ1(c),δ2(c)表示第c次迭代得到的动态惩罚系数；δ1(0),δ2(0)为预设置的初始动态惩罚系数，动态惩罚系数的最大迭代次数为c；
[0213]
δ1(c)p1+δ2(c)p2表示动态惩罚值；
[0214]
s62：设置动态惩罚系数迭代公式：
[0215]
δ1(c+1)＝β1δ1(c)
[0216]
δ2(c+1)＝β2δ2(c)
[0217]
其中：
[0218]
β1,β2表示迭代系数，β1,β2∈(0,1)；
[0219]
s63：将应急物流中心初步选址结果集合中的任意两个应急物流中心初步选址结果分别代入到动态选址函数中进行同时动态惩罚系数迭代，直到两者的动态惩罚值均小于预设值的惩罚阈值或达到动态惩罚系数的最大迭代次数；
[0220]
比较此时两个应急物流中心初步选址结果的动态选址函数值大小；
[0221]
s64：重复步骤s63，得到应急物流中心初步选址结果集合中所有应急物流中心初步选址结果的动态选址函数值比较结果，选取最小动态选址函数值所对应的应急物流中心初步选址结果作为高鲁棒性应急物流中心选址结果。
[0222]
实施例2：
[0223]
如图2所示，是本发明一实施例提供的实现高鲁棒性应急物流选址方法的电子设备的结构示意图。
[0224]
所述电子设备1可以包括处理器10、存储器11、通信接口13和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如程序12。
[0225]
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0226]
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(用于实现高鲁棒性应急物流选址的程序12等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
[0227]
所述通信接口13可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接，并实现电子设备内部组件之间的连接通信。
[0228]
所述总线可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
[0229]
图2仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图2示出的结
构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0230]
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
[0231]
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
[0232]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0233]
所述电子设备1中的所述存储器11存储的程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
[0234]
构建应急物流运输连通图，并将应急物流运输连通图划分为若干物流运输区域；
[0235]
构建应急物流中心响应范围辐射函数；
[0236]
构建应急评价函数，得到不同物流运输区域的应急评价指标值；
[0237]
基于应急物流中心选址结果对物流运输区域的响应辐射值以及物流运输区域的应急评价指标值构建应急物流中心初步选址目标函数，对应急物流中心初步选址目标函数进行求解得到应急物流中心初步选址结果；
[0238]
结合不同物流运输区域所需物资的不确定性，基于应急物流中心初步选址结果以及运输成本构建高鲁棒性应急物流中心选址目标函数；
[0239]
利用动态惩罚策略对高鲁棒性应急物流中心选址目标函数进行优化求解，得到满足多种应急状况的高鲁棒性应急物流中心选址结果。
[0240]
具体地，所述处理器10对上述指令的具体实现方法可参考图1至图2对应实施例中相关步骤的描述，在此不赘述。
[0241]
需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
[0242]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个
存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0243]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

技术特征：
1.一种高鲁棒性应急物流选址方法，其特征在于，所述方法包括：s1：构建应急物流运输连通图，并将应急物流运输连通图划分为若干物流运输区域；s2：构建应急物流中心响应范围辐射函数；s3：构建应急评价函数，得到不同物流运输区域的应急评价指标值；s4：基于应急物流中心选址结果对物流运输区域的响应辐射值以及物流运输区域的应急评价指标值构建应急物流中心初步选址目标函数，对应急物流中心初步选址目标函数进行求解得到应急物流中心初步选址结果；s5：结合不同物流运输区域所需物资的不确定性，基于应急物流中心初步选址结果以及运输成本构建高鲁棒性应急物流中心选址目标函数；s6：利用动态惩罚策略对高鲁棒性应急物流中心选址目标函数进行优化求解，得到满足多种应急状况的高鲁棒性应急物流中心选址结果。2.如权利要求1所述的一种高鲁棒性应急物流选址方法，其特征在于，所述s1步骤中构建应急物流运输连通图，包括：构建应急物流运输连通图g＝(s,l)，其中s＝(s0,s1,s2,...,s
n
)表示应急物流运输连通图g中的位置坐标集合，s0表示应急物流中心位置坐标，(s1,s2,...,s
n
)表示n个物流配送站点的位置坐标，l表示应急物流运输连通图g中任意两个位置坐标之间运输路径集合：其中：l
0n
表示s0与s
n
之间的运输路径，对于s中任意两个位置坐标s
i
和s
j
，l
ij
＝l
ji
，l
ij
表示物流配送站点位置坐标s
i
和s
j
之间的运输路径，i,j∈[0,n]，运输路径l
ij
对应的运输路径长度为d
ij
，其中s0为待确定位置坐标，应急物流中心位置坐标可以是任意空置区域的位置坐标。3.如权利要求1所述的一种高鲁棒性应急物流选址方法，其特征在于，所述s1步骤中将应急物流运输连通图划分为若干物流运输区域，包括：将应急物流运输连通图划分为若干物流运输区域，其中物流运输区域的划分流程为：s11：以应急物流运输连通图中任意物流配送站点为中心，预设置的物流配送距离为半径构建圆形区域；s12：将不在圆形圆形内的区域划分到距离最近的圆形区域内，得到以物流配送站点为中心的不规则区域；s13：将每个不规则区域作为划分得到的物流运输区域，得到n个物流运输区域，每个物流运输区域内具有唯一物流配送站点，其中物流运输区域集合为{m
j
|j∈[0,n]}，其中m
j
表示物流配送站点位置坐标s
j
所处的物流运输区域。4.如权利要求3所述的一种高鲁棒性应急物流选址方法，其特征在于，所述s2步骤中构建应急物流中心响应范围辐射函数，包括：构建应急物流中心响应范围辐射函数，所构建函数的自变量为应急物流中心选址结果，因变量为应急物流中心选址结果对物流运输区域的响应辐射值，其中应急物流中心响应范围辐射函数为：
其中：d
0j
表示以应急物流中心位置坐标为起点，物流运输区域m
j
内物流配送站点位置坐标s
j
为终点的运输路径l
0j
的长度；max{d0+表示以应急物流中心位置坐标为起点，任意物流运输区域内物流配送站点位置坐标为终点的最长运输路径长度，min{d0}表示以应急物流中心位置坐标为起点，任意物流运输区域内物流配送站点位置坐标为终点的最短运输路径长度；f1(s0,m
j
)表示将应急物流中心选址设置为s0，对物流运输区域m
j
的响应辐射值。5.如权利要求1所述的一种高鲁棒性应急物流选址方法，其特征在于，所述s3步骤中构建应急评价函数，包括：构建应急评价函数，其中应急评价函数从物流运输区域的应急状况发生概率以及所造成损失程度对物流运输区域进行应急评价，得到每个物流运输区域的应急评价指标值，所构建应急评价函数为：构建应急评价函数为：其中：num表示n个物流运输区域在过去5年内所发生应急状况的数量，num
j
表示物流运输区域m
j
在过去5年内所发生应急状况的数量；count(2)表示n个物流运输区域的当前居民户数之和，count
j
(2)表示物流运输区域m
j
内的当前居民户数之和；count
j
(1)表示物流运输区域m
j
内的工厂数量，count
min
(1)表示n个物流运输区域中的最少工厂数量，count
max
(1)表示n个物流运输区域中的最多工厂数量；f2(m
j
)表示物流运输区域m
j
的应急评价指标值。6.如权利要求5所述的一种高鲁棒性应急物流选址方法，其特征在于，所述s4步骤中构建应急物流中心初步选址目标函数，包括：基于应急物流中心选址结果对物流运输区域的响应辐射值以及物流运输区域的应急评价指标值构建应急物流中心初步选址目标函数，所构建的应急物流中心初步选址目标函数为：其中：表示待求解得到的应急物流中心初步选址位置坐标，即为应急物流中心初步选址结果；
表示应急物流中心初步选址目标函数；所构建应急物流中心初步选址目标函数的约束条件为：其中：ω表示空置区域的位置坐标。7.如权利要求6所述的一种高鲁棒性应急物流选址方法，其特征在于，所述s4步骤中对所构建应急物流中心初步选址目标函数进行求解，得到应急物流中心初步选址结果，包括：对所构建应急物流中心初步选址目标函数进行求解，得到应急物流中心初步选址结果，所述应急物流中心初步选址目标函数的求解流程为：s41：随机生成k个粒子，并初始化每个粒子的位置编码表示以及速度信息，其中每个粒子的位置编码表示为空置区域的位置坐标，第k个粒子的初始化位置编码表示为x
k
(0)，初始化速度信息为v
k
(0)；s42：构建粒子适应度计算函数g1(x)：其中：x表示粒子适应度计算函数g1(x)的输入值，对应粒子的位置编码表示；s43：设置求解目标函数的当前迭代次数为t，t的初始值为0，最大值为max；s44：将第t次迭代后粒子的位置编码表示输入到粒子适应度计算函数中，得到每个粒子的适应度函数值，并将不符合约束条件的粒子的适应度函数值置为0，其中第t次迭代后第k个粒子的适应度函数值为g1(x
k
(t))；s45：按照适应度函数值大小对k个粒子进行排序，其中适应度函数值最大的30％k个粒子为优秀粒子，其余粒子为中间粒子；s46：对粒子的位置编码表示进行更新，其中第k个粒子的位置编码表示更新公式为：x
k
(t+1)＝v
k
(t+1)+x
k
(t)(t)(t)其中：x
k
(t+1)表示第t+1次迭代后第k个粒子的位置编码表示，k(t)∈excellent表示第t次迭代后第k个粒子属于优秀粒子；ε表示随机学习因子；w
t
表示动态权重，w
max
表示预设置的最大动态权重，w
min
表示预设置的最小动态权重；rand(0,1)表示0-1之间的随机数；x
best
(t)表示第t次迭代中适应度函数值最大的粒子的位置编码表示；
s47：若t+1≤max，则令t＝t+1，返回步骤s44；否则计算当前所有粒子的适应度函数值，并将不符合约束条件的粒子的适应度函数值置为0，选取适应度函数值最大的10％k个粒子的位置编码表示作为应急物流中心初步选址结果，其中应急物流中心初步选址结果集合为ω
′
，ω
′
包含10％k个应急物流中心初步选址的位置坐标。8.如权利要求7所述的一种高鲁棒性应急物流选址方法，其特征在于，所述s5步骤中基于应急物流中心初步选址结果构建高鲁棒性应急物流中心选址目标函数，包括：结合不同物流运输区域所需物资的不确定性，基于应急物流中心初步选址结果以及运输成本构建高鲁棒性应急物流中心选址目标函数，所构建的高鲁棒性应急物流中心选址目标函数为：其中：s
′0表示高鲁棒性应急物流中心选址结果，d
′
0j
表示高鲁棒性应急物流中心选址结果与物流运输区域m
j
内物流配送站点位置坐标s
j
之间运输路径的长度；表示物流运输区域m
j
在发生应急状况时的不确定性物资需求量，在发生应急状况时的不确定性物资需求量，其中μ
j
表示物流运输区域m
j
在发生应急状况后的历史物资需求量均值；所构建高鲁棒性应急物流中心选址目标函数的约束条件为：s
′0∈ω
′
其中：ω
′
表示应急物流中心初步选址结果集合。9.如权利要求8所述的一种高鲁棒性应急物流选址方法，其特征在于，所述s6步骤中利用动态惩罚策略对高鲁棒性应急物流中心选址目标函数进行优化求解，包括：利用动态惩罚策略对高鲁棒性应急物流中心选址目标函数进行优化求解，得到满足多种应急状况的高鲁棒性应急物流中心选址结果，其中基于动态惩罚策略的高鲁棒性应急物流中心选址目标函数优化求解流程为：s61：将高鲁棒性应急物流中心选址目标函数转换为结合约束条件的动态选址函数h(s
′0)：)：其中：δ1(c),δ2(c)表示第c次迭代得到的动态惩罚系数；δ1(0),δ2(0)为预设置的初始动态惩
罚系数，动态惩罚系数的最大迭代次数为c；δ1(c)p1+δ2(c)p2表示动态惩罚值；s62：设置动态惩罚系数迭代公式：δ1(c+1)＝β1δ1(c)δ2(c+1)＝β2δ2(c)其中：β1,β2表示迭代系数，β1,β2∈(0,1)；s63：将应急物流中心初步选址结果集合中的任意两个应急物流中心初步选址结果分别代入到动态选址函数中进行同时动态惩罚系数迭代，直到两者的动态惩罚值均小于预设值的惩罚阈值或达到动态惩罚系数的最大迭代次数；比较此时两个应急物流中心初步选址结果的动态选址函数值大小；s64：重复步骤s63，得到应急物流中心初步选址结果集合中所有应急物流中心初步选址结果的动态选址函数值比较结果，选取最小动态选址函数值所对应的应急物流中心初步选址结果作为高鲁棒性应急物流中心选址结果。

技术总结
本发明涉及物流选址的技术领域，揭露了一种高鲁棒性应急物流选址方法，所述方法包括：基于应急物流中心选址结果对物流运输区域的响应辐射值以及物流运输区域的应急评价指标值构建应急物流中心初步选址目标函数，对应急物流中心初步选址目标函数进行求解得到应急物流中心初步选址结果；构建高鲁棒性应急物流中心选址目标函数并进行优化求解。本发明选取可以快速应急响应易发生应急状况的地址作为应急物流中心初步选址结果，并结合物流运输区域在发生不同应急状况时所需物资的不确定性构建高鲁棒性应急物流中心选址目标函数，求解得到满足多种应急状况下物流运输区域物资需求且运输成本较小的高鲁棒性应急物流中心选址结果。址结果。址结果。


技术研发人员：饶伟 罗政 杨庚鑫
受保护的技术使用者：深圳佳利达供应链管理有限公司
技术研发日：2023.05.11
技术公布日：2023/8/13