团队应用变量减少策略来改进应急物资调度

当现实世界发生灾难时，物流在应急灾难管理中发挥着至关重要的作用。应急物资调度是应急物流计划的重要组成部分。制定合理、高效的应急物资调度计划对于挽救生命、减少财产损失至关重要。一个研究小组将变量缩减策略应用于紧急物资调度问题。这加速了已经使用的算法的优化过程，并通过简化相应的紧急物资调度问题获得了更好的解决方案。

他们的研究发表在6 月 20 日的《复杂系统建模与仿真》杂志上 。

应急物资调度主要是制定最佳计划，将应急物资快速、高效地从供应点运送到需求点，使人员伤亡和财产损失降到最低。然而，现实世界的应急物资调度问题往往规模较大且涉及复杂的约束。研究人员通常使用进化算法作为解决紧急物资调度问题的有效方法之一。受自然 现象 和生物行为启发的进化算法在解决优化问题方面表现出竞争性的表现。然而，现有的进化算法在处理大规模应急物资调度问题或具有等式约束的问题时仍然面临很大的挑战。

为了解决现有进化算法面临的挑战，研究团队首先定义了应急物资分配和路线调度模型，并设计了变量邻域搜索和NSGA-II混合算法来求解该模型。接下来，他们应用变量缩减策略来简化所提出​​的应急物资调度模型，以允许更低的维度和更少的等式约束。(当使用变量减少策略时，研究人员能够减少一些变量和方程，以降低问题的复杂性。)更进一步，团队将变量减少策略与 NSGA-II 混合算法相结合，求解缩减应急物资调度模型。

为了证明变量缩减策略在 NSGA-II 混合算法上的有效性，团队构建了两个测试用例。一个案例是基于多站点车辆路径问题。另一个案例取材于2008年5月12日中国四川省汶川地区发生地震时发生的真实的初步应急物资保障情况。中国中南大学教授吴国华表示：“实验结果表明，变量缩减策略可以提高标准 NSGA-II 混合算法的性能，从而实现更好的优化效率和更高质量的解决方案。”

该团队最初提出了变量缩减策略，因为它允许他们获得较低维度的解空间并消除部分等式约束。变量缩减策略通过使用优化问题中隐含的一般问题领域知识来探索变量之间的关系。基于变量之间的关系，团队在算法的重复过程中总是用一些变量来表示和计算其余的变量。这意味着优化问题具有较低维度的解空间和较少的变量。

展望未来的研究，该团队指出这项工作仍然存在局限性。他们承认，他们考虑的紧急物资调度模型有点简单。“因此，在未来的工作中，我们可以考虑将变量减少策略应用于更复杂的应急物资调度模型，该模型具有动态需求、多种物资和不同的车辆容量，”吴说。此外，该团队指出，值得进行更多研究，将另一种潜在的进化算法与变量缩减策略相结合，以帮助进化算法表现更好。虽然团队目前的工作为采用变量缩减策略有效解决现实问题提供了参考，