李茂平
(大連財經學院 遼寧大連 116622)
重大突發事件具有爆發突然、破壞力強、傳播速度快、影響范圍廣、及不易控制等特征[1],例如2003年非典肺炎疫情、2008年汶川大地震、2009年爆發的甲型H1N1流感、及2020席卷全球的新冠疫情等事件,都是典型的重大突發事件。面對自然災害和疫情,對食品、藥品、救援物資的應急物流運輸,往往關系到災民的生命安全,及對災情的控制進度[2-3]。因此,提高應急物流的反應速度和信息傳播速度,并提前規劃和選擇好物流的行進路線,能夠為救援工作贏得寶貴時間,最大限度地減少人員傷亡和降低經濟損失[3]。
重大突發事件發生時,要求應急平臺快速做出反應,為救援贏得寶貴的時間,因此在平臺設計時還要考慮到平臺的事前預警性能和信息資源共享性能。整合平臺設計基于互聯網和通信技術,是一種以信息傳播和交流為基礎的應急平臺,平臺在總體框架結構上由三部分構成,即綜合調度平臺、信息疏導平臺和運作執行平臺,整體框架設計見圖1:

圖1 應急整合物流平臺的整體框架結構設計
其中,綜合調度平臺是應急物流整合平臺的大腦中樞,后臺有大量的管理人員根據災情進展而制定應急預案、調度計劃、選擇行進路徑和配送方案等;信息疏導平臺是應急物流整合平臺的核心構成部分,完成全部的信息采集、信息傳遞、指令傳達和信息交互功能。信息疏導平臺以移動互聯網為基礎,將整個救援過程形成一個高效的信息網絡,以減少各個救援環節的延遲,將重大突發事件的救援時間控制到最低;運作執行平臺負責將準備好的救援物資按設計好的路徑,及時傳遞到災區一線,具體的救援過程執行包括物資的籌集、物資的運輸和物資的分配。重大突發事件救援方案和應急物流調度策略的制定,需要基于受災地區的實施情況和已有成熟的救援方案制定。
(一)綜合調度模塊。綜合調度模塊負責對整個救援活動的策劃、指揮及方案制定,模塊的具體功能見圖2:

圖2 綜合調度模塊的功能分類
1.信息處理功能:從災區采集到的數據信息具有多源異構的特征,調度模塊需要具有大數據處理功能,即利用大數據和云計算工具快速地分析和處理采集到的前方數據,以做出合理的救援計劃。2.救援方案的制定以一線數據為基礎,并結合已有的成熟方案。由于具體救援的過程較為復雜,且災區的情況也處于實施調整與變化當中。因此制定的救援計劃是一種動態、可調整的計劃。3.在具體的信息調度方式上,可借助移動互聯網實施在線調度,隨時傳遞指令和更新最新的救援方案,保證最佳的調度效果。4.考慮到救援現場的復雜性和實時變化,綜合調度模塊借助計算機軟件模型模擬仿真出多種可能發生的情境,并在仿真環境下制定出輔助的決策預案。5.如果當現場發生的救援情況與仿真模擬方案趨同時,調度系統可直接調用仿真方案執行,并同時生成該種方案下相關的救援路徑規劃,車輛調度和物資調度方案等。
(二)信息疏導模塊。信息疏導模塊是應急物流整合平臺的核心模塊,由多個業務層面構成,該模塊整合系統內部、外部的全部信息資源,負責對采集到救援現場數據的處理,為綜合調度模塊提供數據查詢和數據分析功能。按照功能特點分類,信息疏導模塊共分為用戶層、技術層、數據層、決策層和執行層,詳見圖3。

圖3 信息疏導模塊的功能層次分類
信息疏導模塊作為重大突發事件應急物流整合平臺的神經中樞,主要負責數據資源的采集、整合、分析、及指令傳達。信息疏導模塊的層次功能設定以大數據框架為基礎,為后臺管理員提供決策上的支持,包括系統仿真模擬、專家決策輔助、和應急預案的實施等。物流整合平臺信息疏導模塊從前端信息采集開始到后臺指令傳達的終止,形成一個循環。從災區現場采集到的原始信息要經過數據清洗、分類、去冗余后,存儲于本地數據庫中,數據庫自帶軟件備份功能,如果數據規模較大可上傳到云端存儲。應急物流整合平臺自帶數據分析處理功能,若數據規模較大或結構過于復雜,也可上傳到云端借助云計算工具處理。在信息疏導模塊的技術功能設計中帶有模擬運行功能和預警功能,負責一系列基礎設施功能模擬實施,為后臺調度模塊提供數據上的支持和決策上的依據。
(三)執行模塊。物流執行模塊負責執行具體的救援任務,一方面通過信息疏導模塊具體執行后臺管理系統的指令;另一方面實時地將任務完成進度情況反饋給物流調度系統,以便根據前端救援情況的變化,隨時調整下一步的救援方案。應急物流執行過程具體包括救援物資的籌集、物資的運輸及救援物資在終端的配送。執行模塊的任務執行在綜合調度模塊的統一指揮下進行,物流平臺同時負責多個執行模塊的物資調度工作,具體根據前方災情程度采集和傳遞救援信息,并將最新的救援信息傳遞給物資采購部門、物資存儲部門、物流運輸保障部門等,保證物資運輸路徑的暢通。借助移動互聯網提高前端信息和后臺指令的傳遞效率,并提高救援物資的運輸、分配效率,消除各部門之間信息溝通障礙,并將救援物資盡快運輸到最需要的災區現場。當重大事件突發時,最關鍵是提高反應速度,縮短籌備時間,減少由于信息溝通之后導致的救援延誤。應急物流整合平臺采用了模塊化的設計方式,將信息采集、信息傳遞、指令傳達、路線選擇、和物資運輸融合為一體,最大限度地提高了物資的周轉運輸效率,為災區救援贏得寶貴時間。
設整個應急物流運輸整合平臺是一個簡單的無向網絡圖G,表示為:

其中集合A物流運輸系統中的節點集合:

其中,a0代表初始的救援物資配送中心,a1-an代表n個物資配送點。B代表由各配送節點所構成的邊的集合,表示為:

假定配送中心共有p個單位的救援物資,m量運輸工具每輛運輸工具的最大承載物資為q個單位,用tij代表車輛從邊b(ai,aj)經過所耗費的時間,Qi代表待救援的節點i需求的救援物資數量,Ti表示從物流中心到第i個節點所需要的時間,γi為由于缺貨1個單位而造成的損失成本。設立模型的目的是要將損失成本降低到最低,并將整體運輸過程中所耗費的時間降到最少。基于上述假設,所構建的救援物資配送模型ξ表示為:

其中,k表示運輸車輛的標號,yik為第k臺運輸車輛為節點ai配送物資的數量,但模型需要滿足如下條件:

在路徑規劃救援車輛的路徑規劃方面,基于所構建的救援物資配送模型ξ,并借助啟發式算法中的GA算法(遺傳算法)規劃具體每一次的運輸路徑。GA算法與其他啟發式算法相比優勢在于,能夠采用局部逼近最優的方式在全局范圍內尋優,而不易陷入局部最優解。GA算法優化算法將可能會出現了每一個解作為一個染色體,并將這些染色體加入種群,然后基于選定的適應度函數對每個解作系統評估。選擇評估結果中高適應度值個體用于下一步的變異和交叉,這樣選擇的種群具有更強的適應能力。基于GA優化算法選出的救援車輛行進路徑即為最優路徑,運行GA算法共分為編碼、適應度函數選擇、遺傳操作等三個步驟,當種群迭代到最大次數、且適應度函數值不在更新,此時應及時終止遺傳操作。
Step1編碼:將物資集散點和目標配送的救災點混合編碼,如果存在6個救災點染色體編碼至1-6,存在3個物資集散點編碼至7-9,染色體混合編碼后的結果見下圖4:

圖4 染色體混合編碼結果
最先出現的集散點是系統隨機選擇的路徑,不一定是最佳路徑,但通過種群的優化和變異,經過多次迭代以后可以得到最后的規劃路徑。
Step2適應度函數選取:
經過混合編碼后的每一條染色體都是一個解,選用合適的適應度函數判定解的質量。在公式(4)和公式(5)所構建的模型基礎上,采用線性加權求和法計算種群中每個個體的響應時間。令κmax和κmin是染色體響應的最大值與最小值,按照響應時間的長短對全部染色體排序,得到的第i個染色體對應的適應度函數?(i)表示為:

由于在物流運輸中,成本因素也會影響到最優路徑選擇決策,因此同樣獲取在處理應急物流整合平臺總成本時,每條染色體的適應度函數c(i):

其中,κmax和κmin是運輸過程中總成本統計時染色體響應的最大值與最小值。最終的綜合適應度值函數τ(i)由染色體響應因素和成本因素按照適度比例分配而獲得:

其中α為權重因子,具體取值由后臺決策管理人員按照災區的實際情況和歷史經驗數據確定
Step3:遺傳優化操作。確定適應度函數后計算適應度值,優選下一代個體。如果種群的規模為N,第i個染色體被選中的概率P(i)表示為:

通過交叉運算生成新個體,新生成的染色體在特性上要由于上一代,通過多次迭代尋優可以在全局范圍內搜尋到最優運輸路徑。當迭代次數達到最大或適應度值不再更新以后,此時通過解碼得到的最優解即為最佳的物資運輸路徑。
在MATLAB仿真環境下,驗證文中提出的應急物流整合平臺的最優路徑規劃結果,在500km*500km的仿真區域內,包括1個物資存儲中心,6個救災點和3個物資集散點,在文中構建模型和GA優化算法控制下的具體運輸路徑規劃結果,見圖5:

圖5 應急救援物資運輸路徑的規劃
從救援物資中心到救災點都存在一條最經濟、最高效的運輸路徑,在基于文中提出物資運輸整合平臺和GA算法所選擇的路徑,及運輸單位成本統計,如下表1所示(運輸成本為運輸1單位物資的成本):

表1 基于整合平臺和GA算法的路徑規劃成本
仿真結果顯示,在現有的救災節點分布情況下,文中設計的物流整合平臺,能夠從多個路徑中優選出最經濟和耗時最短的運輸路線,為災區救援贏得更多的寶貴時間。而在沒有經過平臺整合與路徑規劃的前提下,無法選擇出最優的路徑,相應的運輸單位成本會增加,運輸效率也會有所下降,統計結果見下表2

表2 基于傳統物流平臺路徑規劃成本
在具體的最優路徑選擇上,傳統物流運輸平臺無法全部選擇出最優的路線,而且在路線單位運輸成本和運輸時間上相對于整合平臺也有不同程度的提升。
重大突發事件會給人們的生產生活,乃至人身安全造成嚴重影響,為最大限度地降低災情損失、挽救災區人民的生命財產安全,需要進一步完善應急物流平臺功能,提高救援響應速度。盡管在移動互聯網和信息通信產業的推動下,現有的重大突發事件應急物流平臺在功能性方面已經有了顯著提升,但仍有提升空間,需要從以下幾個方面加以完善。
(一)以網絡技術為基礎,建立覆蓋范圍更廣的物流應急指揮中心。在突發事件爆發時,會出現短時間內的救援物資奇缺現象,將現有有限的物資運輸到最需要的一線,將成為挽救人員生命的關鍵。這就客觀上要求擴大物流指揮中心的覆蓋半徑,以便在更大范圍內實現救援物資的合理分配。
(二)提升物資運輸中心和臨時救援物資集散點的設置密度。提高物資集散點的密度不僅能夠為救援贏得寶貴時間,還可以實現救援物資在各節點之間的合理調配。小型物資集散點的建設,可采用臨時搭建和組裝的方式,節能環保且成本更低。
(三)進一步提高計算機仿真軟件和算法模型的應用范圍和普及程度。借助計算機仿真能夠更合理地規劃出運輸路線,縮短救援時間,提高救援效率。隨著計算機軟硬件功能的逐步完善,仿真軟件的實用性也在不斷提升,將在重大事件救援領域發揮更積極的作用。