长江干线多事故点应急资源调度研究_张育铭.pdf

文章编号:1009-6094(2023)02-0498-08长江干线多事故点应急资源调度研究*张育铭1，2，邓健1，3，4，谢澄1，胡玉昌5(1 武汉理工大学航运学院，武汉 430063;2 武汉理工大学威海研究院，山东威海 264300;3 内河航运技术湖北省重点实验室，武汉 430063;4 国家水运安全工程技术研究中心，武汉 430063;5 交通运输部水运科学研究院，北京 100088)摘要:为了更好地协调长江干线应急能力，针对多起事故同时发生对多种应急资源有需求的情况，考虑到应急救援范围、应急资源种类、应急资源数量等影响因素，以缩短应急时间、满足事故点需求、缩小运输成本为目标，建立多目标调度模型，使用传统和改进粒子群算法求解，对传统粒子群算法从惯性权重参数和环形拓扑结构两个方面进行了改进，增加模型的迭代次数，从而使其能够更好地适应所提出的模型，并获得更高计算精度。以长江干线某多事故点的应急行动为例进行典型案例研究，将构建的应急资源调度模型及相应的求解算法应用于该案例，结果表明，改进后的粒子群算法具有较好的求解质量，得到的结果符合实际情况。可见，提出的应急资源调度模型可以为解决长江干线应急资源调度问题提供支撑。关键词:公共安全;长江干线;应急调度;多资源调度中图分类号:X951文献标志码:ADOI:10.13637/j issn 1009-6094.2021.1781*收稿日期:20211011作者简介:张育铭，实习研究员，硕士，从事交通环境与安全保障研究，zhangym0914 qq com;邓健(通信作者)，教授，博士，从事交通环境与安全保障研究，dengjian_whut aliyun com。基金项目:国家自然科学基金重点项目(52031009)0引言近年来，我国高度重视水上应急能力建设工作，2019 年国务院办公厅发布了关于加强水上搜救工作的通知，要求大力加强水上应急能力建设。在内河水路运输中，长江黄金水道航运发展迅速，2020年长江干线货物通过量冲破 30 亿 t，打破历史最高值。在长江航运快速发展的同时，水上交通事故风险也日益增加，特别是长江水上船舶流量大、部分航道条件复杂、连续桥区及突发恶劣天气等情况易造成重大事故。而从长江干线水上交通事故特点来看，多事故同时发生的情况屡见不鲜，最为典型的是2006 年 6 月 5 日深夜，长江安庆、芜湖、九江等水域突发大风，致使 12 艘船舶几乎在同一时间遇险，多艘船舶直接被大风掀翻，造成了近 50 名船员落水的后果，由于多起事故几乎同时发生，长江干线应急工作开展捉襟见肘，对船员的生命安全、事故发生水域交通秩序、自然环境及社会稳定产生严重影响1。因此，有必要加强长江干线应急能力研究，特别是内河水域应急资源调度理论方法的深入研究。应急资源的调度问题一直是水上交通安全的热点问题，相关学者开展了丰富的研究工作。1984年，Kemball-Cook 等2 首次提出针对应急调度问题需要进行系统性研究。王军等3 4 等考虑了海洋环境影响，以单次事故为对象构建了基于时间、运力、物资需求等多约束条件的多级应急物资调度优化模型，并针对岸基基地物资储备量不足的情况，构建了基于需求链的两阶段协同调度模型。陈泽旭5 考虑单应急站点对多个事故点进行应急调度的情况，构建了应急时间和成本最小的多目标规划模型。张聆晔等6 7 考虑事故点受风浪影响的动态需求，针对单起事故构建动态目标定位 路径模型，并探讨了海上多起事故随机连续发生的情况。郝国柱等8 考虑事故需求和应急时间模糊不确定性问题，针对单类资源构建了双目标调度模型。刘晓佳等9 针对于海上溢油事故中应急物资需求种类和数量不确定性问题，构建了以调度时间最短为目标的调度模型。Garrett 等10 考虑应急站点的功能性对海上溢油应急行动的影响，构建了应急时间最短的动态应急资源调度模型。对内河水上应急调度问题，相关学者也进行了探索。孔欣欣11 以长江干线单起突发事故为例，构建了以最短应急时间、最小应急成本和最高应急规模为目标的应急调度模型。马定国12 考虑长江顺逆流对事故点的影响，以应急最短、出救点个数最少为目标构建了调度模型。王腾腾等13 减小应急行动时间和成本，以长江干线危险品船舶突发事故为例构建了多目标规划模型，通过 LINGO 软件求解。从现有研究情况来看，针对海上应急的研究开展较多，对内河水上应急调度研究还相对较少，两者相同之处在于都会突出研究应急资源调度的时效性，同时考虑水上应急资源的特殊性及高成本特性，而不同之处在于海上与内河之间航道、水深等航行条件区别明显，内河应急资源调度路径局限于一条线上，而海上则可能是网状;针对内河应急调度的研究主要集中于单起事故应急资源调度，对于同时发894第 23 卷第 2 期2023 年 2 月安全 与 环 境 学 报Journal of Safety and EnvironmentVol 23No 2Feb，2023生多起事故的研究还不多，因此，亟须对于长江干线这一内河典型水域多事故点状况下的应急资源调度问题开展研究。1多目标调度模型的构建1.1长江干线应急资源需求内河水上交通事故发生后会出现船舶搁浅、人员落水、船舶沉没、货物掉落等情况，事故情况不同所需的应急资源也不同，如救助人员落水的救生衣、救生圈等，用于船舶火灾的灭火器、防火服等，用于船舶沉没的电磁铁、打捞浮筒等。本文将长江干线应急资源的类型分为抢险和打捞两大类，按照不同的应急任务进一步细分为 6 个小类，见表 1。1.2调度模型构建长江干线某水域发生突发事故时后，应急资源调度的开展一般涉及 4 个要素:事故点、应急站点、应急资源和应急船舶。图 1 为长江干线应急资源调度示意图。图 1 中各要素名词释义如下。事故点:发生突发事故的水域位置，图中用三角形表示;应急站点:应急资源的存储点，通常应急站点内部存储资源的种类和数量都不相同，从体量上由小到大一般分为应急站、应急基地和综合基地，图中分别用圆形、四角星、五角星表示。应急资源:应急行动中所需的应急资源，本文考虑 1.1 节中划分的 6 类资源。应急船舶:应急行动中应急资源的运输工具及参与应急行动的专业工程船舶，主要包括巡航艇、拖轮、起重船等。应急调度方案的确定本质上是一个多目标优化的过程，首先要确定应急资源调度的目标，其主要涉及这几个方面:1)时间要求，应急行动的紧急性要求调度时间尽量短;2)应急资源输送的可靠性，即要使各事故点对其所需各类应急资源的满意程度最大;3)应急资源运输成本要求，尽量减少应急船舶数量和应急船舶运输成本。1.2.1基本假设1)多事故点，多个地点同时发生突发事故且通过事故类型和规模对各类应急资源需求量已知。2)多应急站点，多级别应急站点且各类站点内部应急资源数量已知。3)忽略长江江面宽度影响，即事故点和应急站点均处于一条线上。4)不同种类应急资源对应不同应急船舶类型。5)各类应急船舶速度已知，并且应急过程中保持匀速行驶。1.2.2模型建立模型内设置 I 个应急站点 e1，e2，ei，eI，J个事故点 a1，a2，aj，aJ，K 类应急资源 n1，n2，nk，nK。将缩短应急时间、满足事故点需求、缩小运输成本作为目标函数，具体设定方法如下。表 1应急资源分类Table 1Classification of emergency resources应急保障类别现场任务类型重点应急装备名称抢险资源救生类救助船、生命探测仪、救生衣、急救箱等抢险资源油污清理类多功能溢油应急船、收油机、围油栏等抢险资源消防类消防船、灭火器、消防水带、防火服等打捞资源沉船除泥类抓斗挖泥船、吸沙船、攻泥器等打捞资源沉船沉物打捞类浮吊船、提升袋、打捞浮筒、起重装备等打捞资源水下营救类饱和潜水系统、潜水器、水下切割工具等图 1长江干线应急抢险资源调度示意图Fig 1Schematic diagram of emergency rescue resource dispatching on the Yangtze River Trunk Line9942023 年 2 月张育铭，等:长江干线多事故点应急资源调度研究Feb，2023为了使所有事故点都能及时得到所需应急资源，首要考虑的便是使应急行动的时间最短，应急行动时间由事故点与应急站点之间的距离与派遣船速的比值来表示。应急行动时间目标函数表达式为minF1=Ii=1Jj=1Kk=1d(i，j)v(i，k)(1)式中F1为目标函数 1，d(i，j)为应急站点 i 与事故点 j 之间的距离，v(i，k)为应急站点 i 内运送第 k 类应急资源的船舶速度。为了使所有目标函数统一为最小化的优化问题，以事故点 j 对所需应急资源 k 的供给不足情况来表达满意程度，供给情况可用事故点 j 得到的第 k 类应急资源的数量和需求量之差来表示，差值越小表明满意度越大。事故点不满意度目标函数表达式为minF2=Jj=1Kk=1n(j，k)g(j，k)n(j，k)(2)式中F2为目标函数 2，n(j，k)为事故点 j 对第 k 类应急资源的需求量，g(j，k)为事故点 j 实际接收的第 k类应急资源的数量。为了减轻事故点附近的航路堵塞情况和船舶派遣成本，应急站点应尽量少地派出应急船舶，当应急站点 i 运送的某几类物资速度相同则视为该几类物资可使用一艘船舶进行运输，此时该应急站点派出船舶总数减 1。船舶数量目标函数表达式为minF3=b(i，j)1Kk=1v(i，k)v(i，k+1)=0b(i，j)Kk=1v(i，k)v(i，k+1)0(3)式中F3为目标函数 3，b(i，j)为参与应急资源调度的船舶数量。为尽量减少应急调度行动的运输成本，所有进行应急行动的船舶应尽量减少运输距离，单艘次船舶的运行距离与总船舶艘次的乘积即可表示应急行动运输总距离。运输成本目标函数表达式为minF4=Ii=1Jj=1d(i，j)b(i，j)(4)式中F4为目标函数 4。一般多目标模型很难直接求得有效的最优解，因此需要将多目标模型转换为单目标模型。本模型4 个目标都是最小化的优化问题，常通过线性加权的方法将多目标规划问题转化为单目标问题，考虑到应急行动的紧急性、时效性特点，对 4 个目标进行权衡处理，按照不同的重要程度及各目标结果量纲不同等情况做权重分配，转化后单目标函数表达式为minF=c1F1+c2F2+c3F3+c4F4(5)式中F 为加权总目标函数，c1 c4为对应目标的权重。根据长江干线应急资源调度的具体要求，设立如下约束条件。f(i，j，k)=1d(i，j)r(i)o(i，k)00d(i，j)r(i)o(i，k)0(6)Ii=1o(i，k)Jj=1n(j，k)k K(7)o(i，k)Jj=1x(i，j，k)0i I，k K(8)Ii=1x(i，j，k)n(j，k)j J，k K(9)其中，式(6)是应急站点是否对事故点展开应急行动的约束，本模型考虑到应急行动的快速响应这一特性，应急站点在进行应急行动时不能对无限远的地方进行应急资源配送，因此每个应急站点都有其自己的应急救援半径，仅能对自己救援半径内的事故点进行应急行动，同时，仅在应急站点内有事故点所需应急资源时，该应急站点才考虑进行应急行动。式中 f(i，j，k)为 01 变量，表示应急站点 i 是否对事故点 j 提供 k 类应急资源;r(i)为各应急站点的救援半径。式(7)表示应急站点 i 内储备的第 k类应急资源数量 o(i，k)应能满足事故点应急资源需求 n(j，k)，即事故点对应急资源的总需求之和应小于或等于可向其提供救援的应急站点的总应急资源之和，避免出现无法满足事故点需求的情况。式(8)表示应急站点运送应急资源数量不能超过其自身储存量，且应急资源运输量应大于等于 0，因为负数表示事故点向应急站点运输应急资源，不符合现实应急行动的意义。式(9)表示应急站点 i 向事故点 j 运送第 k 类应急资源的数量 x(i，j，k)不能超过事故点的需求，这样可以避免某一事故点接收过多的应急资源，导致应急资源浪费或运输成本增加。2求解算法的设计应急资源的调度已被证明是非确定性多项式难度问题(Non-deterministic Polynomial time hard problem，NP 难问题)，通常使用智能优化算法解决此类问题，相较于其他算法来说，粒子群算法的进化原理容易理解，算法运行的收敛速度快，所需要的控制参数少，各个粒子具有记忆性，并且通过群体与个体之间的信息共享实现进化操作。目前粒子群算法比较成熟，且在资源调度、多目标规划等方面具有较大的优005Vol 23No 2安全 与 环 境 学 报第 23 卷第 2 期势14。因此，本文选择粒子群算法进行模型的求解。传统粒子群算法(Particle Swarm Optimization，PSO)是由 Kennedy 等15 根据自然界中鸟类觅食行为提出的，目的是通过粒子之间的协作和数据共享来找到最优解。在算法的初始阶段，随机设置每个粒子的速度和方向，每个粒子受当前阶段自己所处的最优位置和其他各粒子所处的最优位置影响，通过不断迭代修正各粒子的速度和位置并向全局最优的位置运动，每个粒子的速度和位置更新通过式(10)和(11)来进行。传统粒子群算法的拓扑结构通常采用收敛速度较快的全连接结构。改进算法参数和拓扑结构是对于传统粒子群算法在自身方面改进常用的两个方向16 17。本文从施加惯性权重和改变拓扑结构两方面对传统粒子群算法进行改进以更适应本文提出的模型，目的是使粒子在进行速度学习时不那么快地改变运动方向，从而更容易得到全局最优解。常见的自适应惯性权重确定方法在解决动态非线性问题时能够更加灵活地对粒子的全局或局部搜索能力进行调整，比固定或随机取值的效果要好18。本文在确定自适应惯性权重时采用典型的线性递减策略，见式(12)和(13)，令惯性权重随着迭代次数的变化而变化，迭代次数越接近最大迭代次数，惯性权重越小，越容易收敛。本文在改进拓扑结构方面选用环形结构，该结构中的个体只知道与其相邻的两个编号的个体的信息，这样就会更细致地在解空间中进行搜索，从而更有可能得到全局最优解。vk+1ia=vkia+c1r1(pkia xkia)+c2r2(gkia xkia)(10)xk+1ia=xkia+vk+1ia(11)w=wmax(wmax wmin)i/imax(12)vk+1ia=wvkia+c1r1(pkia xkia)+c2r2(gkia xkia)(13)式中k 表示算法迭代次数;vk+1ia表示粒子 i 在进行第 k+1 次搜索时的速度;c1表示自我学习速度的影响因子，作用于自我最优位置 pia与当前自身位置 xia的差;c2表示社会学习速度的影响因子，作用于全局最优位置 gia与当前自身位置 xia的差;r1和 r2是两个0 1 的随机数;w 为惯性权重;i 为迭代数，imax为最大迭代数。式(10)为速度更新公式，式(11)为位置更新公式，式(12)为惯性权重公式，式(13)为新的速度更新公式。本文使用传统和改进粒子群算法的求解过程如下。1)根据各应急站点救援半径来确定解空间维数，再 根 据 事 故 点 所 需 应 急 资 源 确 定 解 空 间范围。2)在解空间范围内随机生成 100 个个体，同时给这些个体产生随机的初始速度。3)计算每个粒子所在位置的目标函数值，记录当前个体自身的最小目标函数值即个体最优解及其在解空间中的位置。4)计算当前的全局最优解及其在解空间中的位置。5)更新从计算开始至今的全局最优解及其在解空间中的位置。6)更新所有的个体速度，判断个体速度是否在速度区间内，若超过最大速度，取最大速度，若小于最小速度，取最小速度，所有个体的运动方向不变。7)更新所有个体位置，判断是否超过解空间范围，超过就将其拉回到解空间范围内。8)判断是否达到最大迭代次数，若没有，从 3)开始继续迭代，如果达到最大迭代次数，则输出全局最优解。9)算法结束，输出最优化结果。3算例验证3.1问题描述及参数确定假设长江干线某段水域内同时发生 3 起水上突发事故，事故点分别为 a1、a2、a3，急需 n1、n2、n3、n4、n5、n6共 6 类应急资源。根据前文对应急资源的分类，n1 n3类资源属于抢险类应急类资源，该类物资通常以应对遇险人员数量(套)为单位，可由吨位较小的巡逻艇等速度较快的船舶尽早送往事故地点;n4 n6类资源属于打捞类应急资源，该类物资通常以应对沉船沉物质量(t)为单位，只能由速度较慢的载重船舶运输前往事故地点。水域附近的各应急站点 e1、e2、e3、e4协调进行应急行动。经由险情接收可知，3 个事故点需要的 6 类应急资源见表 2。事故点附近存在的 4 个应急站点所储备的 6 类应急资源量见表 3。3.2模型求解结果及分析基于 3.1 节的情况，通过 MATLAB 软件编写程序代码对 3 起事故进行应急资源调度模型的计算，根据第 2 节中的算法设计，考虑模型稳定性与准确性，各参数设置如下:种群数量为 100，最大迭代次1052023 年 2 月张育铭，等:长江干线多事故点应急资源调度研究Feb，2023表 2事故点所需应急资源Table 2Emergency resources needed at the accident point事故点应急资源n1/套n2/套n3/套n4/tn5/tn6/ta1406065903502 000a25560003203 000a3152060803000表 3应急站点内应急资源储备量Table 3Emergency resource reserves in emergency station应急站点应急资源n1/套n2/套n3/套n4/tn5/tn6/te13753871605974 490e210713812101160292e31051731029617e41091071171541513 154数为 400，最大惯性权重为 1.2，最小惯性权重为0.4，自身学习因子为 1，社会(全局)学习因子为 1，最大运动速度与最大应急资源数量比值为 0.15。另外在考虑各目标重要程度及数量级不同的情况下，各目标函数的权重 c1 c4分别取 0.5、100、0.2、0.2。多次计算之后最优结果如下。3.2.1传统粒子群算法根据第 2 节中的求解过程，通过 MATLAB 软件使用传统粒子群算法进行求解，应急站点 e1向事故点 a1运送 n3、n4、n5和 n6类应急资源，向事故点 a2运送 n5、n6类应急资源;应急站点 e2向事故点 a1运送n1、n2类应急资源，向事故点 a2运送 n1、n2、n5类应急资源，向事故点 a3运送 n1、n2、n5类应急资源;应急站点 e3向事故点 a3运送 n1、n3、n5类应急资源;应急站点 e4向事故点 a3运送 n3、n4、n5类应急资源。详细的应急资源调度方案见表 4。该方案中应急站点 1 共派遣 6 艘船舶，应急站点 2 共派遣 8 艘船舶，应急站点 3 共派遣 3 艘船舶，应急站点 4 共派遣 3 艘船舶，共需 20 艘船舶进行应急资源运输，运输总里程为 944 km。3 个事故点分别在在应急调度开始后的 3.2 h、9.7 h、8.0 h 内得到足够的应急资源。3.2.2改进粒子群算法通过 MATLAB 软件使用改进粒子群算法进行求解，应急站点 e1向事故点 a1运送 n3、n4、n5和 n6类应急资源，向事故点 a2运送 n5、n6类应急资源;应急站点 e2向事故点 a1运送 n1、n2类应急资源，向事故点a2运送 n2类应急资源，向事故点 a3运送 n1、n2类应急资源;应急站点 e3向事故点 a2运送 n1、n2、n5类应急资源，向事故点 a3运送 n1、n5类应急资源;应急站点e4向事故点 a3运送 n1、n2、n3、n4、n5类应急资源。详细应急资源调度方案见表 5。该方案中应急站点 1 共派遣 6 艘船舶，应急站点 2 共派遣 5 艘船舶，应急站点 3 共派遣 5 艘船舶，应急站点 4 共派遣 5 艘船舶，参与应急行动的船舶总数为 21 艘，总运输距离为 863 km。3 个事故点分别在在应急调度开始后的 3.2 h、9.7 h、1.14 h 内得到足够的应急资源。对比图 2 中两种算法的迭代收敛结果可以看出，改进后的算法相对收敛速度较慢、迭代次数变多，在寻找全局最优解的表现上更好，能够避免过早陷入局部最优。从调度结果来看，改进后的算法大大缩短了应急行动所需的时间，减少了总运输路程，保证了 3 个事故点都能被及时救助情况下的总应急行动成本最小。由此可见改进后的粒子群算法求解效果更好。根据仿真案例分析，这种应急资源调度方式满足在长江干线某水域突发多起水上交通事故时，附近应急站点的应急资源在时间限制下完成调度，为205Vol 23No 2安全 与 环 境 学 报第 23 卷第 2 期表 4应急资源调度方案 1Table 4Emergency rescue and salvage resource scheduling plan 1应急站点事故点应急资源n1/套n2/套n3/套n4/tn5/tn6/te1a10065903502 000a200002713 000a3000000e2a140600000a2556000490a3820001110e3a1000000a2000000a370150320e4a1000000a2000000a30045801570表 5应急资源调度方案 2Table 5Emergency rescue and salvage resource scheduling plan 2应急站点事故点应急资源n1/套n2/套n3/套n4/tn5/tn6/te1a10065903502 000a200003093 000a3000000e2a140600000a20550000a35110000e3a1000000a255500110a35000390e4a1000000a2000000a35960802610相关海事部门展开应急行动提供了一定的借鉴。该调度模型在满足时间要求的基础上对应急资源的种类和数量进行合理科学的配置，对船舶艘次和运输距离进行了很好的把控，提高了应急行动效率，减少了应急行动成本，避免了应急资源和运输资源的浪费，具有一定的经济性。4结论本文针对于长江干线这一典型的内河水域，对多事故点、多应急资源、多资源类型的水上应急物资调度问题开展了研究，得到了如下结论。1)在长江干线突发多起事故时，为解决在时间3052023 年 2 月张育铭，等:长江干线多事故点应急资源调度研究Feb，2023图 2目标函数迭代曲线Fig 2Objective function iteration curve最短、满意度最大、调度成本最小等多个目标下的应急资源调度问题，考虑应急站点等级、应急船舶速度等影响因素，构建了长江干线应急资源多目标规划模型，将改进粒子群算法运用到模型中进行求解。2)在长江干线发生多起事故的案例计算中，对模型进行检验，得出了多应急站点对多事故点进行应急行动的多物资联合调度方案，并对结果的合理性进行了分析，验证了模型的可行性。本文研究可对长江干线短时突发多起事故后的应急资源调度提供一些参考，未来需要进一步结合长江干线等内河实际应急调度的特点，对模型从算法和逻辑层面进行不断的研究和改进，使其能够更好地反映内河水上应急调度的问题，更好地推动内河航运的安全绿色发展。参考文献(References):1 新法制报 长江九江等水域突发 12 级大风致 2 人死亡 3 人失踪EB/OL (20090616)20221102 https:/news ifeng com/c/7fYRrtd8eX0.New Legal ReportTwo people dead and other threemissing after a 12-magnitude gale broke out in watersincluding the Jiujiang on the Yangtze RiverEB/OL(20090616)20221102 https:/news ifengcom/c/7fYRrtd8eX0.2 KEMBALL-COOKD，STEPHENSONRLessoninlogistics from Somali J Disaster，1984，8(1):5766.3 王军，王美蓉 海上突发灾难事件应急物资调度优化方法研究J 中国安全科学学报，2013，23(1):166170.WANG J，WANG M R Study on optimizing of emergencyresources scheduling for maritime perils J China SafetyScience Journal，2013，23(1):166170.4 王军，陈金晶，陆永样 基于贪婪算法的水上应急物资协同调度优化方法 J 安全与环境学报，2013，13(5):254258.WANG J，CHEN J J，LU Y YOptimal synergeticregulation method and its use of rescuing materials againstmarine perils based on greedy algorithmJ Journal ofSafety and Environment，2013，13(5):254258.5 陈泽旭 海上溢油事故中应急物资的调度优化研究 D 大连:大连海事大学，2020.CHEN Z X Research on the optimization if emergencymaterials scheduling in maritime oil spill accidentD Dalian:Dalian Maritime University，2020.6ZHANG L Y，L J，YANG Z Optimal scheduling ofemergencyresourcesformajormaritimeoilspillsconsideringtime-varyingdemandandtransportationnetworks J European Journal of Operational Research，2021，293(2):529546.7张聆晔，吕靖，梁孝，等 考虑多事故点的海上重大事故应急物资优化调度J 系统工程，2021，39(4):103114.ZHANG LY，LJ，LIANGX，etalOptimalscheduling of emergency supplies for major maritimeaccidents considering multiple demand sites J SystemsEngineering，2021，39(4):103114.8郝国柱，黄立文，张可，等 海上溢油事故双目标应急物资调度模型J 安全与环境学报，2021，21(1):303308.HAO G Z，HUANG L W，ZHANG K，et alDual-objective emergency material dispatching in marine oilspill accidentJ Journal of Safety and Environment，2021，21(1):303308.9刘晓佳，汪强，李子木，等 海上船舶溢油事故多物资应急调度问题分析J 中国航海，2020，43(4):105109，140.LIU X J，WANG Q，LI Z M，et al Material dispatch inmarine oil spill emergencyJ Navigation of China，2020，43(4):105109，140.10 GARRETT R A，SHARKEY T C，GRABOWSKI M，etalDynamic resource allocation to support oil spillresponse planning for energy exploration in the Arctic J European Journal of Operational Research，2017，257(1):272286.11 孔欣欣 长江重点航段突发事件应急资源调度方法研究 D 武汉:武汉理工大学，2014.KONG X X Research on emergency resource schedulingfor the accident on Yangtze River key segmentsD Wuhan:Wuhan University of Technology，2014.12 马定国 长江危化品泄漏事故应急物资调度研究 D 武汉:武汉理工大学，2012.MADGResearchontheemergencyresourcescheduling of Yangtze River hazardous chemicals leakingaccident D Wuhan:Wuhan University of Technology，2012.13 王腾腾，盛进路 长江干线危险品运输应急资源优化调度研究J 交通科技与经济，2019，21(6):19 23.WANG TT，SHENGJLResearchonoptimaldispatching of dangerous cargo transportation emergency405Vol 23No 2安全 与 环 境 学 报第 23 卷第 2 期resources in the Yangtze RiverJ Technology Economy in Areas of Communications，2019，21(6):1923.14 张莉，张惠珍，刘冬，等 考虑紧迫度的应急物资调度及粒子群算法求解 J/OL 系统仿真学报:11220211122 https:/doi org/10.16182/jissn1004731x joss 21-0362.ZHANG L，ZHANG H Z，LIU D，et al Particle swarmalgorithmforsolvingemergencymaterialdispatchconsideringurgency J/OL JournalofSystemSimulation:112 20211122 https:/doi org/10.16182/j issn1004731x joss 21-0362.15 KENNEDYJ，EBERHARTRCParticleswarmoptimizationC/Proceedings of IEEE InternationalConferenceonNeuralNetworksPiscataway，NewJersey，USA:Institute of Electrical and ElectronicsEngineers，1995:19421948.16 ZHANG H，YUAN M，LIANG Y，et alA novelparticleswarmoptimizationbasedonprey-predatorrelationshipJ Applied Soft Computing，2018，68:202218.17 冯茜，李擎，全威，等 多目标粒子群优化算法研究综述 J 工程科学学报，2021，43(6):745753.FENG Q，LI Q，QUAN W，et alOverview ofmultiobjective particle swarm optimization algorithm J Chinese Journal of Engineering，2021，43(6):745753.18 宋典娜 粒子群算法的改进研究及在无线传感器网络覆盖问题中的 应 用D 济 南:山 东 师 范 大学，2019.SONG D NResearch and application of improvedparticle swarm optimization algorithm in wireless sensornetwork coverage problem D Jinan:Shandong NormalUniversity，2019.Research on emergency resourcescheduling of multiple accident pointson the Yangtze RiverZHANG Yu-ming1，2，DENG Jian1，3，4，XIE Cheng1，HU Yu-chang5(1 School of Navigation，Wuhan University of Technology，Wuhan 430063，China;2 Weihai Research Institute，WuhanUniversity of Technology，Weihai 264300，Shandong，China;3Hubei Key Laboratory of Inland Shipping Technology，Wuhan430063，China;4 National Engineering Research Center forWater Transportation Safety，Wuhan 430063，China;5 ChinaWaterborneTransportResearchInstitute，Beijing100088，China)Abstract:This paper is to solve the emergency resourcescheduling problem when multiple accidents simultaneously occurin the Yangtze River Trunk Line Emergency resources mainlyinclude rescue and salvage in consideration of the characteristicsof the Yangtze River traffic accidentAccording to differentemergency tasks，the types of emergency resources can be furtherdividedintosixsub-categories:lifesaving，oilpollutioncleaning，fire fighting，sunken ship sludge removal，raising of awreck，and underwater rescue Based on the existing researchresults of emergency resource scheduling，a multi-objectivescheduling model is established to optimize the emergencyresource scheduling scheme The goal of the model is to shortenthe emergency time，meet the needs of accident points，andreduce transportation costs，considering the influence factorssuch as the scope of emergency rescue，the types of emergencyresources，thenumberofemergencyresources，andthelimitations of paths The traditional