化工园区突发事故应急资源调度策略.pdf

收稿日期:2 0 2 2 1 1 2 3基金项目:国家自然科学基金资助项目(7 1 6 7 2 1 1 7)。作者简介:赵宏伟(1 9 7 6),男,辽宁沈阳人,教授,博士。第3 5卷 第5期2 0 2 3年 1 0月沈阳大学学报(自然科学版)J o u r n a l o fS h e n y a n gU n i v e r s i t y(N a t u r a lS c i e n c e)V o l.3 5,N o.5O c t.2023文章编号:2 0 9 5-5 4 5 6(2 0 2 3)0 5-0 4 4 9-1 0化工园区突发事故应急资源调度策略赵宏伟,赵西珂,王阳阳,尤静月(沈阳大学 信息工程学院,辽宁 沈阳 1 1 0 0 4 4)摘 要:考虑突发事件应急资源调度的时效性、充足性和经济性等特点,研究了应急资源调度策略。首先,针对应急资源调度多储备点、多事故点、多资源的情况,引入化工园区事故多米诺效应约束,构建了一种以应急资源调度时间最短化为主要目标和运输成本最小化为次要目标的双目标应急资源调度模型,通过利用理想点法将双目标问题转化为单目标问题;其次,针对调度模型的特点,提出一种改进的灰狼算法对模型进行求解,该算法融合了遗传算法、交叉算子以及引入禁忌表策略,提高了收敛精度和全局寻优能力,并对解进行离散化处理,从而得到实际的突发事件应急资源调度策略;最后,通过仿真对比实验,验证了所提模型和算法的有效性,确保可以兼顾化工园区事故应急救援的时效性和经济性,提高应急处置救援能力,为决策者提供科学合理的应急资源调度方案。关 键 词:应急资源调度;理想点法;灰狼算法;交叉算子;禁忌表中图分类号:T P 3 0 1 文献标志码:AE m e r g e n c yR e s o u r c eD i s p a t c h i n gS t r a t e g y f o rS u d d e nA c c i d e n t si nC h e m i c a l I n d u s t r yP a r k sZHA OH o n g w e i,ZHA OX i k e,WANGY a n g y a n g,Y O UJ i n g y u e(S c h o o l o f I n f o r m a t i o nE n g i n e e r i n g,S h e n y a n gU n i v e r s i t y,S h e n y a n g1 1 0 0 4 4,C h i n a)A b s t r a c t:Em e r g e n c y r e s o u r c e s c h e d u l i n gs t r a t e g i e sw e r e r e s e a r c h e d,t a k i n g i n t oa c c o u n t t h ec h a r a c t e r i s t i c so ft i m e l i n e s s,a d e q u a c y,a n de c o n o m yo fe m e r g e n c yr e s o u r c es c h e d u l i n g.F i r s t l y,i nr e s p o n s e t o t h e s i t u a t i o no fm u l t i p l e r e s e r v ep o i n t s,m u l t i p l e i n c i d e n tp o i n t s,a n dm u l t i p l er e s o u r c e si ne m e r g e n c yr e s o u r c es c h e d u l i n g,ad u a lo b j e c t i v ee m e r g e n c yr e s o u r c es c h e d u l i n gm o d e lw a sc o n s t r u c t e db yi n t r o d u c i n gt h ed o m i n oe f f e c tc o n s t r a i n to fc h e m i c a lp a r ka c c i d e n t s,w i t ht h em a i no b j e c t i v eo fm i n i m i z i n ge m e r g e n c yr e s o u r c es c h e d u l i n gt i m ea n dm i n i m i z i n gt r a n s p o r t a t i o nc o s t sa st h es e c o n d a r yo b j e c t i v e.B yu s i n gt h ei d e a lp o i n tm e t h o d,t h ed u a lo b j e c t i v ep r o b l e m w a st r a n s f o r m e di n t oas i n g l eo b j e c t i v ep r o b l e m.S e c o n d l y,b a s e do nt h ec h a r a c t e r i s t i c so ft h es c h e d u l i n g m o d e l,a ni m p r o v e dg r e y w o l fa l g o r i t h mi sp r o p o s e d t o s o l v e t h em o d e l.T h i s a l g o r i t h mi n t e g r a t e s t h e c r o s s o v e r o p e r a t o r o fg e n e t i c a l g o r i t h ma n d i n t r o d u c e s a t a b o o t a b l e s t r a t e g y,i m p r o v i n gc o n v e r g e n c ea c c u r a c ya n dg l o b a lo p t i m i z a t i o na b i l i t y.T h es o l u t i o n w a sd i s c r e t i z e dt oo b t a i nt h ea c t u a le m e r g e n c yr e s o u r c es c h e d u l i n gs t r a t e g yf o re m e r g e n c i e s.F i n a l l y,t h r o u g h s i m u l a t i o n c o m p a r a t i v ee x p e r i m e n t s,t h ee f f e c t i v e n e s so f t h ep r o p o s e dm o d e la n da l g o r i t h m w a sv e r i f i e d,e n s u r i n gt h a t t h et i m e l i n e s sa n de c o n o m yo fe m e r g e n c yr e s c u ef o rc h e m i c a lp a r ka c c i d e n t sc a nb ec o n s i d e r e d,i m p r o v i n ge m e r g e n c yr e s p o n s ea n dr e s c u ec a p a b i l i t i e s,a n dp r o v i d i n gd e c i s i o n-m a k e r sw i t has c i e n t i f i ca n dr e a s o n a b l ee m e r g e n c yr e s o u r c es c h e d u l i n gp l a n.K e y w o r d s:e m e r g e n c yr e s o u r c es c h e d u l i n g;i d e a lp o i n t m e t h o d;g r e y w o l fa l g o r i t h m;c r o s s o v e ro p e r a t o r;t a b o o l i s t化工园区在提高生产技术水平,促进行业经济的同时,也给化学工业的安全生产带来了挑战。化工园区内存放有大量的易燃易爆物料,如果园区内出现了火灾、爆炸、泄露气体等突发事故,可能会产生灾难性的多米诺效应,并由此带来重大的人员伤亡和财产损失,如2 0 1 9年,江苏省响水化工园区“3.2 1”特大爆炸事件,共导致7 8人遇难,6 4 0人受伤住院,直接经济损失高达1 9.8 6亿元1。鉴于事故的突发性,当事件发生时迅速制定合理的应急资源调度方案至关重要。化工园区应急资源调度存在着时效性、复杂性和经济性等特征。由这些特征可知,化工园区应急资源调度体系应对突发事件的能力,有赖于它的迅速反应机制以及在复杂环境下的适应性。对应急资源调度的研究,主要针对于事故突发时,如何快速、合理、有效的将储备点的应急资源运送到事故点,从而尽可能地降低损失并且防止引发其他灾害。当前,国内外学者在应急资源调度问题上做了很多研究。如王飞跃等2从物流成本和系统损失2方面最小化救灾作业成本且最大限度地配置有限的救灾资源,构建基于路况的多目标应急资源分配模型,并使用细胞遗传算法求解。唐红亮等3构建了由单位时间周转量最小、资源分配公平性最佳和资源运送空载量最低所组成的3目标资源优化调度模型,并通过多目标粒子群算法求解。W a n g等4考虑了物流因素对调度计划的影响,建立了物资调度与物资运输的二维多目标优化模型,然后采用分解救援点的方式对模型进行降维处理,并通过仿真实验证明了模型的有效性。唐伟勤等5构建了多目标灰色规划模型,该模型以时间满意度和紧急需求的满足程度最大化为目标,对提升政府应急物资调配决策的准确性具有参考意义。D i n g等6基于灰色区间数建立了多对多的应急资源调度模型,并采用基于遗传算法的多目标优化算法进行求解。张国富等7构建了多储备站、多种应急物资、单事故点的应急物资多目标分配模型,然后基于非支配排序遗传算法和启发式策略设计了求解算法,解出了较好的应急物资分配方案。然而,大多研究是以自然灾害领域的应急资源调度为背景,而以化工园区事故为背景的应急资源调度研究并不是很多。实际上,化工园区应急资源调度需要考虑时效性、充足性和经济性等方面,化工园区是危化品高度集聚区,危化品事故具有典型的多米诺效应,一家企业突发安全事故,处理不及时的话,会同时影响园区内其他的企业8。所以,化工园区安全事故的发生对应急资源的时效性和充足性更加苛刻。本文在已有工作的基础上,针对化工园区突发事故应急救援的时效性和充足性特点,并考虑多米诺效应约束,构建了一种面向多储备站、多事故点、多资源、以应急资源调度时间最短化为主要目标和运输成本最小化为次要目标的双目标应急资源调度模型。然后使用结合遗传算法交叉算子和引入禁忌表策略的改进灰狼优化算法对其求解,最后通过仿真实验检验了所提模型与算法的有效性。1 化工园区突发事故应急资源调度模型1.1 问题描述当化工园区发生火灾事故时,必须用最短的时间做出科学合理的应急资源调度方案,此时的应急资源调度具备紧迫性的特点,并且调度给化工园区事故的应急资源需要满足其需求量,不然很容易引发多图1 应急资源调度示意F i g.1 S c h e m a t i cd i a g r a mo f e m e r g e n c yr e s o u r c es c h e d u l i n g米诺效应,形成次生事故。化工园区事故发生多米诺效应的最晚时间按照发生概率不超过1 0%来推算,一般为2 5m i n左右9。化工园区火灾发生时,需要大量的消防资源和医疗资源,这时需要多个储备库协作调度应急资源,以满足救援需求。依据化工园区火灾事故应急的特点,本文构建了一种面向多储备站、多事故点、多资源,以应急资源调度时间最短化为主要目标和运输成本最小化为次要目标的双目标应急资源调度模型。其调度关系如图1所示。有m个储备点A=A1,A2,Ai,Am,n个事故点B=B1,B2,Bj,Bn,u种应急资源C=C1,C2,Ck,Cu。储备点Ai往事故点Bj调运第k种资源的量用Xi j k表示。1.2 基本假设1)各储备点对各种应急资源的储存量054沈阳大学学报(自然科学版)第3 5卷已知;2)各事故点对各种应急资源的需求量已知;3)各储备点到各事故点的运输距离已知;4)运输车辆相同且充足,车辆行驶速度和单位距离运输成本已知;5)不存在堵车、道路损坏情况;6)各储备点相互独立,不能互相调度资源。1.3 符号说明及相关公式表1 模型中各符号的含义T a b l e1 T h em e a n i n go f s y m b o l s i n t h em o d e l符号含 义Ai第i个储存各类资源的储备点Bj第j个需要救援的事故点Qj k事故点Bj对第k种资源的需求量Pi k储备点Ai对第k种资源的储备量Xi j k储备点Ai往事故点Bj调运第k种资源的数量ak第k种资源每件占每辆运输车的空间系数Hi j储备点Ai往事故点Bj调运应急资源所需的车辆数Gi j是否从储备点Ai派出应急资源到事故点BjTi j资源从储备点Ai到事故点Bj的行程时间ti各个储备点每辆车装载资源所需的准备时间di j资源从储备点Ai到事故点Bj的运输距离s单位距离车辆的运输费用v运输车辆的行驶速度t j防止事故点附近储罐发生多米诺效应最晚时间为了便于描述问题,涉及的变量符号及其含义如表1所示。计算应急资源调度时间最短目标时,首先算出每个事故点所需要物资均达到要求所花费的最长时间,然后将所有事故点所花费的最长时间求和,得到整个应急资源调度过程时间最短化目标Y,即:Y=nj=1m a xi(tiHi j+Ti jGi j)。(1)Hi j的计算公式如下:Hi j=c e i luk=1akXi j()k。(2)Gi j为01变量,派出为1,否则为0,具体如下:Gi j=1,uk=1Xi j k0;0,uk=1Xi j k=0。(3)储备点Ai往事故点Bj的行程时间则由资源调度情况Gi j和行程时间Ti j相乘得到。而Ti j由式(4)可得:Ti j=di j/v。(4)式中:di j表示资源从储备点Ai到事故点Bj的运输距离;v表示运输车辆的行驶速度。1.4 应急资源调度模型建立本文以应急资源调度时间f1最短化为主要目标,以运输成本f2最小化为次要目标来作为模型的目标函数。模型的目标函数如下:m i nf1=nj=1m a xi(tiHi j+Ti jGi j);(5)m i nf2=nj=1mi=1(s di jHi j)。(6)模型的约束条件如下:m a xi(tiHi j+Ti jGi j)t j,jB;(7)nj=1Xi j kPi k,iA,kC;(8)mi=1Xi j k=Qj k,jB,kC;(9)154第5期 赵宏伟等:化工园区突发事故应急资源调度策略Xi j k0且为整数,iA,jB,kC。(1 0)其中:式(7)是失效时间约束,要求各事故点在多米诺效应发生前,所需的应急资源需全部到达;式(8)是储备点储存量约束,表示储备点Ai为每个事故点调度第k种资源的总量小于等于储备点Ai对第k种资源的总储备数量;式(9)是事故点需求量约束,表示所有储备点为事故点Bj调度第k种资源的数量等于事故点Bj对第k种资源的需求量;式(1 0)是变量的非负整数约束,表示储备点Ai往事故点Bj调度某资源数量的取值范围为非负整数。1.5 问题转化讨论求解的化工园区应急资源调度问题属于双目标优化问题,即要求应急调度时间f1最短、运输成本f2最小。多目标优化问题求解时往往各目标是相互矛盾、相互冲突的,通常得到1组非劣解,不存在同时最小化所有目标函数的可行解。而应急资源调度时需快速确定一种具体的调度策略,为了模型的准确性及简便性,本文通过理想点法把双目标优化问题变成单目标优化问题。理想点法的基本原理是构造一个评价函数。首先找出每个单独目标函数的最优解和最差解,即正理想点和负理想点1 0。然后选出1个距离各项最优解距离之和最短的理想点。将f1,m i n和f1,m a x作为目标函数f1的最优解和最差解,f2,m i n和f2,m a x作为目标函数f2的最优解和最差解。考虑到不同目标的优先级可能不同,因此引入权重系数1、2作为f1、f2的期望权重,1+2=1且011,021。由于各个目标量纲不一,构造函数时为消除量纲影响,还需进行归一化处理1 1。最终构造的新的优化目标函数如下:m i nF=1f1-f1,m i nf1,m a x-f1,m i n+2f2-f2,m i nf2,m a x-f2,m i n。(1 1)为使应急调度时间最短和运输成本最小2个目标函数得到满意解,尽可能地逼近理想点,就要使F最小,以F为新目标,再次结合模型约束进行求解。2 T S GWO-G A算法设计本文构建的应急资源调度模型涉及2个目标函数和多维决策变量,且变量之间相互影响,该问题是N P难问题,其求解复杂度远高于一般调度规划问题。一般智能算法求解收敛速度慢且解的质量不高。因此本文将灰狼优化算法(g r e yw o l fo p t i m i z a t i o n,GWO)引进到该问题的求解中,并将其改进为T S GWO-GA(t a b us e a r c hg r e yw o l fo p t i m i z a t i o n-g e n e t i ca l g o r i t h m)算法,有效地解决了该应急资源调度模型的求解问题。2.1 基本灰狼算法灰狼优化算法是一种仿真大自然中灰狼的等级划分和狩猎活动的群体智能优化算法,其参数设置简单,优化能力强大,在资源调度、函数寻优等领域中获得了广泛应用1 2。GWO中,灰狼社会可分为、4个层次,是首狼,对整个狼群实施控制;是位居第2的灰狼,主要辅佐;是位居第3位的领导层灰狼;是指底层灰狼,是狼群的基础,要服务于,和1 3。其中,每只灰狼都代表一种有效解,最优解是,次优解与第3优解是和,其他的解为1 4。迭代更新时,GWO通过、和引领来实现包围、追捕和攻击3个阶段的捕食行为,进而进行了全局优化。灰狼种群捕猎的流程有以下3步:1)包围猎物。在狩猎过程中狼群发现并包围猎物的数学模型为:D=O Xp(t)-X(t);(1 2)X(t+1)=Xp(t)-E D。(1 3)式中:Xp为猎物位置;X为灰狼位置;t是迭代次数;D为个体和猎物之间的距离;E和O为系数向量。式(1 2)和式(1 3)是灰狼位置的更新公式,E和O的计算公式为:E=2a r1-a;(1 4)O=2r2。(1 5)式中:收敛因子a在迭代中从2线性递减到0;r1和r2为0,1内随机产生的数。2)追捕猎物。在狩猎过程中狼群由,和带领追捕猎物,其余灰狼通过式(1 6)式(1 8)来更新位置:254沈阳大学学报(自然科学版)第3 5卷D=O1X-X,D=O2X-X,D=O3X-X。(1 6)X1=X-E1D,X2=X-E2D,X3=X-E3D。(1 7)X(t+1)=X1+X2+X33。(1 8)式中:X、X和X为、和位置;O1、O2、O3和E1、E2、E3为系数向量。3)攻击猎物。攻击猎物是获得最优解的过程,它通过式(1 4)中a的递减实现,当a从2线性递减到0时,相应的E会在区间-a,a变化。另外,当E1时,狼群远离猎物,导致失去最优解位置。a的更新公式为a=2-2t/T。(1 9)式中,T为预设的最大迭代次数。2.2 改进灰狼算法T S GWO-G A2.2.1 解的编码及转换方法改进灰狼算法中,灰狼个体的位置即问题的解,本文用mnu的3维矩阵来表示灰狼个体的位置,灰狼个体位置如式(2 0)和式(2 1)所示:l=1ku;(2 0)k=X1 1kX1j kX1n kXi1kXi j kXi n kXm1kXm j kXm n k。(2 1)式中:l表示第l个灰狼个体的3维矩阵位置;u表示资源种数;k表示第k类资源对应的2维数组;m表示储备点个数;n表示事故点个数。基本灰狼算法迭代更新后的灰狼种群为实数矩阵,不适用于离散整数域。因此在求解化工园区事故应急资源调度问题时,还需把灰狼的位置实数转换为整数才能得到实际的调度方案。为了解决应急资源调度问题,可以采用如下的编码变换方式,把在连续空间中的所有灰狼个体的元素xi都映射为整数yi1 5,即yi=L(xiL);xi+0.5(LxiU);U(xiU)。(2 2)2.2.2 T S GWO-GA算法GWO算法的迭代方式是由领导层灰狼位置来更新其余灰狼的位置,选择适应度最优的3个个体、作为领导层灰狼,之后以这3个个体进行迭代,直至达到迭代结束条件。算法前期收敛速度较快,但迭代后期若头狼陷入局部最优,会导致其余个体更新位置时都围绕在头狼附近,所以算法在迭代后期易陷入局部最优,收敛速度变慢且寻优精度变差。因此使用以下2个方法来增强全局搜索寻优的能力,一是引入遗传算法的交叉算子,交叉操作通过种群中的染色体互相交换自身的基因来产生新的个体;二是引入禁忌表策略,禁忌表通常记录前若干次迭代中选择的局部最优解,在下一次迭代中避开它们来实现跳出局部最优的目的。交叉操作提取普通灰狼的部分信息与头狼相应位置信息进行交换,如果交换后产生的新的灰狼个体适应度值更优,则交换后的灰狼个体保留,原始灰狼个体被淘汰,否则保留原有个体。这里进行交换的信息为l中2维数组的整体信息,k中的信息不做变化。具体操作过程如图2所示:选中普通灰狼个体为 l,l为头狼个体,随机提取交换信息合并到 l中形成新的灰狼个体 l。354第5期 赵宏伟等:化工园区突发事故应急资源调度策略图2 随机交叉过程F i g.2 R a n d o mc r o s s o v e rp r o c e s s图3 禁忌表F i g.3 T a b o o l i s t禁忌表是一个循环表,每迭代一次,将新的灰狼个体n放在禁忌表的末端,然后释放最早进入的灰狼个体1,具体操作过程如图3所示。T S GWO-GA算法流程如图4所示。图4 T S GWO-G A流程图F i g.4 F l o wc h a r t o f T S GWO-G A2.2.3 适应度函数灰狼优化算法以适应度值来评价灰狼个体的好坏,本文所研究的化工园区火灾事故应急资源调度问题,以应急调度时间最短和运输成本最小为目标,并通过理想点法把双目标问题变成单目标问题,将目标值与理想值的加权欧几里德距离视为灰狼的适应度值。最后判断是否符合多米诺效应约束、资源储备约束以及资源需求约束,对于不满足的情况,使用罚函数法进行处理,将一个惩罚项赋予此灰狼,使其适应度值变得极差,从而淘汰该灰狼。3 仿真实验3.1 算法性能测试为了验证T S GWO-G A算法的有效性,选取4个标准测试函数进行测试,标准测试函数如表2所示。454沈阳大学学报(自然科学版)第3 5卷表2 标准测试函数T a b l e2 S t a n d a r d t e s t f u n c t i o n函数函 数 表 达 式搜索范围解F1f1(x)=ni=1X2i-1 0 0,1 0 00F2f2(x)=ni=1xi+ni=1xi-1 0,1 00F3f3(x)=ni=1ij-1X()j2-1 0 0,1 0 00F4f4(x)=m a xixi,1in-1 0 0,1 0 00 进行测试的除了改进的T S GWO-GA算法,还有原GWO算法和GA算法来形成对比,算法种群数都为3 0,总迭代次数为5 0 0,测试算法涉及到的交叉概率设为0.9 5,变异概率设为0.1,禁忌表长度为6,所有试验独立运行3 0次,然后从平均值和标准差2个方面来分析该算法的求解精度和鲁棒性,结果如表3所示。表3 测试结果T a b l e3 T e s t r e s u l t s函数F1F2算 法平均值标准差T S GWO-GA1.7 91 0-3 93.2 31 0-3 9GWO9.4 61 0-2 81.6 81 0-2 7G A9.4 44.3 5T S GWO-GA5.3 91 0-2 55.7 21 0-2 5GWO1.0 31 0-1 66.8 91 0-1 7G A1.9 22.8 7函数F3F4算 法平均值标准差T S GWO-G A2.2 11 0-1 14.6 31 0-1 1GWO1.2 41 0-53.1 11 0-5GA1.4 31 032.6 51 03T S GWO-G A1.6 61 0-93.8 31 0-9GWO5.7 41 0-74.8 51 0-7GA1.1 71 01.6 61 0 由表3可知,改进的T S GWO-GA算法测试得到的平均值和标准差均小于原GWO算法和GA算法,所以改进的T S GWO-GA算法拥有更好的寻优能力和鲁棒性,优于原GWO算法和GA算法。3.2 案例分析表4 各储备点到各事故点的距离T a b l e4 T h ed i s t a n c e f r o me a c h r e s e r v ep o i n t t oe a c ha c c i d e n t p o i n t储备点B1B2B3A1687A21 291 0A3971 4A41 31 16 假设某地区有3处同时发生化工园区事故,3个事故点为B1、B2、B3,这3个事故点周边有4个应急资源储备点A1、A2、A3、A4。设各储备点运输车装载物资的准备时间为3、1、2、2m i n。按照发生多米诺效应的概率低于1 0%来计算,3个事故点防止发生多米诺效应的最晚时间分别为2 7、2 5、2 3m i n。事故需要5种应急资源,它们 占 用 车 辆 空 间 的 空 间 系 数 分 别 为0.5 0、0.2 0、0.2 0、0.1 0、0.0 5。各运输车行驶的平均速度设为4 0k mh-1。运输车辆的单位距离运输费用为1 0元(k m车)-1。各储备点到各事故点的距离见表4,各储备点对各资源的储存量见表5,各事故点对各资源的需求量见表6。表5 各储备点对各种资源的储存量T a b l e5 T h es t o r a g ea m o u n t o f e a c h r e s o u r c ea t e a c hr e s e r v ep o i n t储备点C1C2C3C4C5A1002 06 09 0A251 505 08 0A331 02 500A472 51 57 01 0 0表6 各事故点对各种资源的需求量T a b l e6 T h ed e m a n d f o rv a r i o u s r e s o u r c e sa t e a c ha c c i d e n t p o i n t事故点C1C2C3C4C5B141 01 54 06 0B221 01 03 04 0B341 52 05 08 0554第5期 赵宏伟等:化工园区突发事故应急资源调度策略 对此案例进行仿真分析时,设定总迭代次数为20 0 0,维度为6 0,其余参数和算法性能测试参数相同,2个目标的权重系数为0.5。得到的收敛曲线如图5所示。图5 3种算法的收敛曲线F i g.5 C o n v e r g e n c ec u r v e so f t h e t h r e ea l g o r i t h m s表7 3种算法求解结果对比T a b l e7 C o m p a r i s o no f t h es o l u t i o n r e s u l t so f t h e t h r e ea l g o r i t h m s结果T S GWO-G AG AGWO最优值0.0 6 95 8 50.0 7 18 6 20.0 7 43 9 2最差值0.0 7 21 1 50.0 7 92 0 00.0 7 89 4 7平均值0.0 7 07 7 40.0 7 51 0 10.0 7 58 0 9图6 3种算法求解案例得到的箱线图F i g.6 T h eb o x p l o t so b t a i n e db y t h r e ea l g o r i t h m s t os o l v e t h ec a s e 根据图5的对比结果发现,在求解化工园区事故应急资源调度方案的过程中,T S GWO-GA算法的曲线随迭代次数的增加下降最快且收敛的值最小,所以该算法求解精度更高,并且收敛速度最快。由此可见,T S GWO-GA算法能有效地求解本文提出的应急资源调度问题。为保证实验合理性,用3种算法对案例分别进行1 0次求解,结果如表7所示。从表7可以看出,T S GWO-GA算法在3种算法中解的平均值最小且解的最优值小于其他算法,说明T S GWO-GA算法比其他2种算法的求解适应度更高。3种算法求解案例1 0次所得结果的箱线图如图6所示。从图6箱线图可以看出,T S GWO-GA算法在1 0次求解中所得结果的中位数最小,结果优于其他算法,从而反馈的调度策略更能符合应急资源调度对时效性和经济性等特点的要求。基本灰狼算法在种群更新时始终靠近当前最优解,容易陷入局部最优,而T S GWO-GA算法融合了遗传算法的交叉算子并且引入禁忌表策略,增强了算法全局搜索能力和寻优能力。上述实验证明了此算法在应对化工园区应急资源调度模型问题时拥有较好的寻优能力,相较于原GWO算法和GA算法更适合求解该问题,它可以在不超过各事故点发生多米诺效应的时间前提下,尽可能地减少总调度时间和运输成本,对提高化工园区事故救援效率和降低事故损失有着重要的实际意义。用T S GWO-GA算法求解得到的最优调度方案如表8所示。在表8中,数值0代表该储备点不往该事故点调运这种资源,如储备点A1往事故点B1调运C4和C5两种资源,分别是2 9和4 1个单位。此方案代入到式(1 1),得到其目标函数值为0.0 6 9 5 8 5,其目标1调度时间和为6 5.5m i n,目标2运输成本为38 1 0元。表8 T S GWO-G A算法求解得到的最优调度方案T a b l e8 T h eo p t i m a l s c h e d u l i n gs c h e m eo b t a i n e db yT S GWO-G Aa l g o r i t h m储备点B1B2B3A1(0,0,0,2 9,4 1)(0,0,0,4,3 0)(0,0,1 9,1,0)A2(2,9,0,1 1,0)(2,1,0,1 7,9)(1,5,0,1 9,7 1)A3(2,1,1 5,0,0)(0,9,1 0,0,0)(1,0,0,0,0)A4(0,0,0,0,1 9)(0,0,0,9,1)(2,1 0,1,3 0,9)654沈阳大学学报(自然科学版)第3 5卷4 结 论化工园区应急资源调度是危化品突发事故发生时的重要工作,关系着人民群众的生命与财产安全,因此对化工园区应急资源调度的研究是十分必要的。针对这一问题,本文分析了化工园区突发事故应急资源调度的特点,从时效性、充足性和经济性角度构建了一种面向多储备站、多事故点、多资源的双目标应急资源调度模型,该模型以调度时间最短化为主要目标,以运输成本最小化为次要目标,并使用理想点法将双目标问题转换为单目标问题。然后基于灰狼优化算法融合遗传算法交叉算子和禁忌表策略设计了一种T S GWO-GA算法,并根据上述模型进行优化,对求解结果进行离散化处理,从而使结果能够反映出实际的应急资源调度策略。仿真实验结果表明:应急资源调度模型有效;T S GWO-GA算法对求解此模型拥有更好的效率和寻优能力,能提高应急处置救援能力,可以为决策者提供科学合理的应急资源调度方案。参考文献:1 刘禄,王青松,孙金华.考虑救援时效的化工园区应急物资储备站点选址模型研究J.火灾科学,2 0 2 1,3 0(2):9 8 1 0 6.L I UL,WAN GQS,S UNJH.Af a c i l i t y l o c a t i o nm o d e l f o r c h e m i c a l p a r k s c o n s i d e r i n g r e s c u e t i m eJ.F i r eS a f e t yS c i e n c e,2 0 2 1,3 0(2):9 8 1 0 6.2 王飞跃,裴重伟,郭换换,等.基于元胞遗传算法的多目标应急资源配置J.中国安全生产科学技术,2 0 2 0,1 6(2):1 7 4 1 7 9.WAN GFY,P E IC W,GUO H H,e t a l.M u l t i-o b j e c t i v ee m e r g e n c yr e s o u r c ed i s t r i b u t i o nb a s e do nc e l l u l a rg e n e t i ca l g o r i t h mJ.J o u r n a l o fS a f e t yS c i e n c ea n dT e c h n o l o g y,2 0 2 0,1 6(2):1 7 4 1 7 9.3 唐红亮,吴柏林,胡旺,等.基于粒子群优化的地震应急物资多目标调度算法J.电子与信息学报,2 0 2 0,4 2(3):7 3 7 7 4 5.T AN G HL,WUBL,HU W,e ta l.E a r t h q u a k ee m e r g e n c yr e s o u r c em u l t i o b j e c t i v es c h e d u l ea l g o r i t h mb a s e do np a r t i c l es w a r mo p t i m i z a t i o nJ.J o u r n a l o fE l e c t r o n i c s&I n f o r m a t i o nT e c h n o l o g y,2 0 2 0,4 2(3):7 3 7 7 4 5.4WAN G H M,XU R F,X I ON G ZJ,e ta l.R e s e a r c ho nt h eo p t i m i z e dd i s p a t c ha n dt r a n s p o r t a t i o ns c h e m ef o re m e r g e n c yl o g i s t i c sJ.P r o c e d i aC o m p u t e rS c i e n c e,2 0 1 8,1 2 9:2 0 8 2 1 4.5 唐伟勤,邹丽,郭其云,等.应急初期物资调度的灰色多目标规划模型J.中国安全科学学报,2 0 1 6,2 6(4):1 5 5 1 6 0.T AN G W Q,Z OUL,GUOQY,e t a l.G r e ym u l t i-o b j e c t i v ep r o g r a mm i n gm o d e l f o r e m e r g e n c ym a t e r i a l d i s p a t c h i n g i n i n i t i a l s t a g