论文部分内容阅读
车辆在实际的运行过程中总是会受到许多不确定的因素影响,如原来规划路线上车辆的拥堵、道路的维修封路等;而对于前往处理突发事件的武警车辆来说,在行进过程中又可能受到多点突发事件的影响,而需要重新规划和调派车辆的问题。对于这些突发事件,往往很难提前预支现场对车辆的需求情况,只能基于概率理论进行一些估算;同时,多点突发事件在发生的时间上更是不可能准确的提前预知的,这就使得基于确定性车辆调度和路径规划理论无能为力,需要提出解决这类不确定条件下车辆路径安排问题的方法。通过对常规的车辆调度问题的全面研究,可以将单需求点车辆调度的理论和方法用到多需求点同时调度中去。本文的研究主题是突发事件下车辆指挥调度,具体的研究内容有以下几个方面:(1)通过对现有车辆调度方面文献的学习,归纳总结车辆调度基本知识,分析车辆调度的概念、分类以及各种调度方法的特点等,研究突发事件对车辆调度的影响,多点突发事件的需求特征,突发事件车辆调度特点,车辆调度方式以及调度过程等。(2)建立车辆调度模型,提出多点突发事件调度的几种方式,分别从初始调度和后续调度两个方面建立了多点突发事件车辆调度模型并求解,模型主要考虑在限制期内,含有运输能力约束的资源调度模型。(3)由于车辆调度过程中,机动师车辆调度点到突发任务的现场存在许多不确定性因素,从而可能导致时间不确定,本文主要考虑了道路通行力、人群疏散可能导致交通堵塞等各种因素的干扰,导致到达时间的不确定,本文提出不确定因素下最短时间的车辆调度模型。(4)利用蚁群算法原理建立车辆调度模型,在带有时间约束的基础上考虑各个驻点和任务点的运输距离,以Matlab语言为基础对车辆调度模型进行求解,结果表明,利用蚁群算法解决多点突发事件下车辆调度问题是有效的、可行的。(5)介绍了启发式算法的特点和一般的分析步骤,之后对武警部队车辆调度中经常面临的不确定条件下车辆调度问题进行了分析,并将此问题抽象为了相应的数学模型,基于启发式算法对此问题进行求解;最后基于某案例对此方法进行了验证,结果表明基于启发式算法的车辆调度模型,可以很好的解决多点突发事件下的武警车辆调度问题。