详情

原文传递道路容量不确定情形下可靠应急疏散路径规划问题研究

论文题名：	道路容量不确定情形下可靠应急疏散路径规划问题研究
关键词：	城市道路;应急疏散;路径规划;道路容量不确定情形
摘要：	中国是自然灾害和其它事故灾难多发的国家，建立和完善国家应急管理体系、提升应对能力，是当前的迫切需求。其中，如何有效减轻灾害发生后造成的损失，是应急疏散的重点研究方向。于灾害发生前制定出可靠的有效疏散方案，以应对当灾害发生时按照该方案对人员进行疏散，是政府相关部门决策者重点考虑的一个有效手段。疏散方案的可靠性往往与对灾害发生后可能发生情景估计的精确性有关，然而，受限于灾害事件数据的稀缺性，得到精确的预估十分困难。因此，如何充分利用有限的数据做好可靠应急疏散预案，以快速应对灾害发生，是当前亟待解决的问题。　　近年来，考虑各种不确定性因素影响下的应急疏散路径规划问题受到了广泛关注，但大多假设道路容量为已知不变常数，在其他参数不确定条件下进行分析。然而，道路容量在应急疏散路径规划中具有非常重要的作用，忽略它的不确定性对规划方案的可靠性具有重大影响。最近，部分学者已开始关注到容量不确定的应急疏散路径规划模型。但他们研究的基本假设都是已知容量的精确概率分布函数，例如假设离散概率分布、均匀分布、对称分布、Weibull分布等。这些研究都是在假设决策者在制定应急疏散规划方案阶段，即灾害发生前，决策者完全已知灾害发生后道路容量的精确信息(或者精确值，或者精确概率分布)，给出的最优疏散路径规划方案。如果在灾害发生后，实际的道路容量符合假设，由此所设计的规划方案将会产生较好的效果；但如果实际的道路容量与在设计方案时使用的假设差异较大，所给出的规划方案可能就会失去其最优性，造成道路拥塞的现象，最终导致方案的不可靠。　　本文假设以往道路容量的具体概率分布无法精确获知，仅知概率分布的部分特征信息，利用分布鲁棒优化(Distributionally Robust Optimization,DRO)方法进行建模分析。该方法首先构建以已知信息为特征的分布函数不确定集(Ambiguity set)，然后基于该不确定集，确定最坏情形下达到最优的疏散路径规划方案，因此能够避免已有研究对道路容量概率分布假设过强的弊端，确保所得应急疏散规划方案的可靠性。同时，以往针对疏散网络流量分配的文献研究中，大多是基于Wardrop的第一或第二原则来确定最优的总疏散时间。Wardrop的第一原则是指所有待疏散者遵循“网络总出行时间最小化”的目标来选择路径，而第二原则是指在拥塞路网上的交通流应该按照平均或总的出行成本最小为依据来分配，从而疏散预案的设计者应该最小化总网络的移动时间。由于在应急疏散路径规划制定之时，灾害还未发生，实际具体情景是不确定的，因此，疏散路径会以一定概率出现流量拥塞，这种拥塞在Wardrop的这两个模型中均没有考虑。基于此，本文将使用Kerner提出的网络拥塞最小化原则(Breakdown Minimization principle，BM)。BM交通分配原则的目的是分配链路流量，使交通拥塞的概率最小化，因此能够最终影响到整个疏散规划的决策与执行，进一步确保疏散方案的可靠性。　　本文的主要研究内容及相关工作如下：　　(1)考虑道路容量不确定、但已知其部分分布信息的应急疏散路径规划问题，重视拥塞在应急疏散路径规划中的重要性，以最小化拥塞可能这一可靠性目标来度量应急疏散方案。利用分布鲁棒优化等方法，构建了相应的分布鲁棒机会约束决策模型，并进行模型化归。然后，利用软件求解最终优化模型，得到相应疏散规划方案，并设计了比较确定算法，通过数值仿真验证了模型的有效性和疏散方案的可靠性。　　(2)同时考虑道路容量以及各源节点疏散人数的不确定性，均仅知部分分布信息，利用分布鲁棒优化思想建模。关注各源节点之间疏散人数由于多种因素造成的非独立性，建立了相应的分布鲁棒机会约束模型，利用化归方法进行处理。最后利用所得优化模型求解方案，通过设计的比较确定算法测试所得疏散方案的可靠性以及模型方法的有效性。最后仿真实验的结果验证所提出的模型具有良好性能。　　(3)在道路容量不确定模型的基础上，重视道路稳定系数对灾后道路实际容量的重大影响，考虑应急疏散路径规划优化问题。本文提出了“稳定系数”的概念，考虑在灾害场景中，影响道路容量的稳定系数不确定且未知具体分布，研究了仅知稳定系数部分分布信息的应急疏散方案规划问题。通过建立该问题的分布鲁棒机会约束模型并进行求解，最终得到了一个近似优化模型，并进行了数值实验以证明用该方法构建应急疏散路径规划问题模型的优越性。
作者：	陈琳
专业：	管理科学与工程
导师：	代文强
授予学位：	硕士
授予学位单位：	电子科技大学
学位年度：	2022