化学工业作为许多国家的基础产业和支柱产业,在国民经济中占有重要地位并对社会经济系统的各个领域产生直接的影响。随着化学工业的飞速发展,化学品已被广泛应用于农业、制药、冶金、建筑、能源、国防等各个行业和领域,为国民经济的发展提供了不可或缺的原材料和产品。事实上大部分的化学品都具有一定的危险性,具有危险性的化学品统称为危险化学品,简称为危化品,它们具有易燃、易爆、腐蚀、辐射、毒害等特性。在化学工业蓬勃发展的推动下,我国的危化品物流领域也获得了快速的增长和繁荣,但物流过程中危化品事故的频繁发生却一次次地敲响了警钟,给社会和环境带来了巨大的损失和灾难。据统计,危化品事故主要发生在储存和运输这两个物流系统的重要环节。因此,如何通过选址和运输的集成优化,降低危化品物流系统的风险已成为政府、企业和学术界关注的热点课题。本文考虑到危化品仓库在实际使用中可能会发生故障的客观现实,率先将可靠性选址引入到危化品物流研究领域,本着战略和战术层面综合决策的理念,以系统风险和系统成本为优化目标,着力于危化品物流系统中储存和运输环节的风险和成本控制,并在故障情景分析的基础上进行可靠性选址运输的集成研究。主要的研究工作如下:(1)研究了基于单仓库故障的危化品可靠性选址分配问题。在分析每一种危化品仓库故障情景的基础上,建立了一个整数线性规划模型,其目标是在满足一定成本约束的基础上最小化系统风险,即储存风险加上所有仓库故障情景下运输风险的加权和。该模型在给出仓库选址和分配(运输)决策最优解的同时,还得到了每一种仓库故障情景下分配(运输)的最优应急预案。数值对比实验揭示了建模过程中考虑仓库故障的必要性和重要性,与同类方法的比较显示了模型的优越性,随机测试实验验证了模型的稳定性。实例研究显示模型有效地降低了系统风险和系统成本,并得出“危化品物流网络设计中,考虑仓库可靠性对于具有中长期影响的选址决策必要且重要”的管理启示。(2)研究了基于多仓库故障的危化品可靠性选址分配问题。在建立仓库故障情景集合的基础上,构建了两阶段整数规划模型,该模型能够解决实际应用中存在多仓库同时故障且仓库故障概率无法量化的问题。模型第一阶段选定租用的危化品仓库,决定租用仓库中危化品的储存量以及仓库正常情景下危化品的运输分配方案;第二阶段决策每一种仓库故障情景下的运输分配方案。针对所建立的两阶段整数非线性规划模型,设计了粒子群算法、模拟退火算法和蚁群算法来进行求解,结果显示粒子群算法优于模拟退火算法和蚁群算法。(3)研究了基于单仓库故障的危化品可靠性选址路径问题。将可靠性选址问题引入到危化品选址路径问题中进行集成优化,并针对危化品系统风险和系统成本的三种不同优先级情景,建立了目标规划模型。针对危化品可靠性选址路径问题的复杂性,设计了粒子群-遗传混合算法对模型进行求解。数值算例显示粒子群-遗传混合算法的收敛速度和求解效果要优于单纯的粒子群算法和遗传算法。(4)研究了基于多仓库故障的危化品可靠性选址路径问题。针对危化品物流中系统风险和系统成本双目标的特点,构建了双目标整数规划模型。为了实现危化品运输风险最小化和运输成本最小化的最佳平衡以及满足不同决策者的决策偏好,采取加权求和方法将双目标规划转化为单目标规划进行求解。设计了基于聚类的粒子群-遗传混合算法来对模型进行求解。数值算例显示基于聚类的粒子群-遗传混合算法比单纯的粒子群-遗传混合算法具有更快的求解速度和更好的求解结果。(5)在上一个工作的基础上对该类问题做进一步拓展,研究了随机运输风险下危化品可靠性选址路径问题。考虑到每个路段上的运输风险是一个可能服从不同随机分布的随机变量,于是构建了随机机会约束模型。模型的目标函数是最小化系统成本,机会约束是要求系统风险小于等于一个给定阈值的概率不小于置信水平α。设计了基于蒙特卡洛模拟的粒子群-遗传混合算法对模型进行求解。数值算例结果表明:同确定性模型相比,随机机会约束模型可以明显地降低系统成本。本文基于选址分配和选址路径的问题,从单仓库故障和多仓库故障以及确定性运输风险和随机性运输风险的角度,系统地研究了危险化学品可靠性选址运输问题。研究成果丰富了可靠性选址问题、选址分配问题以及选址路径问题等一系列科学决策问题的理论,可用于指导危险化学品中小企业进行危化品仓库租用决策、危化品仓库选址决策、危化品运输配送方案选择以及仓库故障情景下应急预案的制定,从而降低企业的风险和成本,提高物流系统的效率和企业竞争力。本研究不仅可以促进危化品物流行业的高速可持续发展,而且可以降低危化品事故对社会、环境和企业造成的损害,因此具有重要的研究价值和现实意义。