贫信息情况下的应急救援路径选择模型

来源：中国安全科学学报杂志2018年第8期北京时间：

作者：李彦瑾, 罗霞, 游云晴

单位：1 西南交通大学 交通运输与物流学院,四川 成都 610031; ；2 成都银行股份有限公司 青羊支行,四川 成都 610031

摘要：为及时获取突发事件后的最优应急救援路径,首先运用Zadeh模糊算子量化路段行程速度的模糊性,引入随机动态变量表征路段行程时间的随机性,以此刻画具有模糊性与随机性的贫信息路网环境;然后结合随机一致性条件,构建该环境下的应急救援路径选择模型,再通过数学归纳法将其转化为鲁棒优化模型,并利用改进Dijkstra算法完成求解;最后用KAUFMAN路网验证模型的有效性。结果表明:基于2类不同的Zadeh模糊算子估算路段行程速度,其平均绝对误差为6.271 km/h;与传统方法相比,用鲁棒优化模型得到的应急救援路径行程时间更短;而且这种模型的算法复杂度为多项式形式,故可应用于大规模路网。

关键词：贫信息,模糊性,随机一致性条件,鲁棒优化,数学归纳法

基金资助：国家自然科学基金资助(61673321);中铁二院工程集团有限责任公司科研项目(KYY2016-06)。