熱門論文
最新論文
應急物流的物資投送信息管理系統研究與實現
發布時間：2023-07-07 16:42
目錄
摘要 I
Abstract II
第 1 章 緒論 1
1.1研究背景及意義 1
1.2研究現狀 2
1.2.1物資投送流程 2
1.2.2應急物資投送信息管理系統 2
1.2.3物資投送信息管理的關鍵問題 3
1.3課題研究內容 4
1.4論文的組織結構 4
第2 章 相關理論概述 6
2.1人口傷亡預測 6
2.2多目標優化問題 6
2.3非支配排序遺傳算法 7
2.4本章小結 10
第3 章 物資投送相關模型構建與求解 11
3.1物資投送總流程 11
3.2人口傷亡預測模型 12
3.3物資需求預測模型 13
3.4物資分配調度模型構建 14
3.4.1物資分配調度問題分類 14
3.4.2模型分析與構建 15
3.5物資分配調度模型求解算法設計 17
3.5.1物資調度常用算法及分析 17
3.5.2非支配排序遺傳算法的改進思路 18
3.5.3基于改進算法的物資分配模型求解過程 18
3.6改進算法的驗證與分析 20
3.6.2實現過程 21
3.6.3結果對比與分析 22
3.7本章小結 24
第4 章 應急物資投送信息管理系統設計與實現 25
4.1系統概述 25
4.2系統分析 26
4.2.1業務功能需求分析 26
4.2.2數據接口分析 28
4.2.3非功能需求分析 28
4.3總體設計 29
4.3.1功能設計 29
4.3.2數據庫設計 31
4.3.3開發環境 35
4.4 詳細設計 35
4.4.1主要類和接口設計 35
4.4.2主要模塊設計 37
4.4.3物資分配調度算法實現 40
4.5 本章小結 42
第5 章 應急物資投送信息管理系統測試 43
5.1測試環境 43
5.2測試目的 43
5.3測試過程 43
5.4測試結果 46
5.5本章小結 47
第6 章 結論 48
參考文獻 49
致謝 52
第 1 章 緒論
1.1研究背景及意義
近年來，嚴重自然災害在全球頻繁發生，造成生命安全巨大威脅和財產巨大損失。 2011年日本東部海域發生9.0地震，致使大量人員傷亡，截至同年 4月，官方確認 13691 人失蹤、14063 人死亡；我國是世界上因自然災害損失最為嚴重的國家之一，2010 年 中國青海省玉樹縣發生的兩次地震造成2698 人遇難；2017 年九寨溝發生的7.0級地震 造成24 人死亡，493人受傷，地震造成的損失占所有自然災害早晨損失的 60%，具有 發生的不確定性、受災點的物資需求量緊迫、應急資源有限等特點，因其短時間內不 能夠快速完全地滿足救災需求所以需在道路存在中斷風險的情況下快速反應、科學決 策，實現救援物資的順利供給，最大限度地減少震后救援時間延長造成的人員傷亡和 財產損失。物資投送的快速、精準成為救援中的關鍵環節，對于震后救援具有重要意 義。
震后快速、有效救援涉及多個方面，需要實時掌握多方面數據和信息，具體包括 救災物資信息、運力信息、救災路線信息等，在掌握大量數據的基礎上如何合理、快 速開展救援就需要一個救援的快速決策模型。在信息化快速發展的今天，構建一個應 急物資投送信息管理系統來輔助決策對震后快速、精準救援是非常重要的。其中決策 模型的重點在于物資的投送、調度方面。物資的投送調度就是將多個供應點的多種物 資及運力分配給多個受災點，在這個過程需綜合考慮運輸時間和物資需求滿足率，收 集受災點附近的可用物資、受災點的受災情況如震級、烈度、房屋倒塌率等［1,2］，本文 將震后救援過程分為三階段：人口傷亡預測、物資需求預測和物資分配調度。關于物 資需求預測需考慮震后實際傷亡人數，搭建人口傷亡預測模型，在已有的物資需求信 息、物資庫存信息基礎上，調用物資需求預測模型預測受災點所需物資數量，最后利 用物資分配調度模型對可用物資及運力，結合實際救援路線進行分配調度［3］，最終輸出 物資投送信息。
我國目前對震后物資投送調度問題的研究大部分針對物資的分配，缺少與物資需 求預測與人口傷亡預測的結合，造成在物資分配調度過程中出現有效物資信息不明確、 資源浪費、物資分配不均衡、重復運輸等問題，浪費大量人力及資金，極大影響救援 效率，且對于震后道路受損情況考慮甚少，道路不確定的情況下對于救援的速度有很 大影響。
基于此，本文主要對震后初期救援問題進行研究，解決震后救援過程的一體化流 程，包括人口傷亡預測、物資需求預測及物資分配調度，并在此基礎上設計開發了應 急物流的應急物資投送信息管理系統，用于提高應急物資快速精準投送效率。
1.2研究現狀
1.2.1物資投送流程
物資投送問題涉及多個方面，關于震后的物資投送主要涉及到救援物資的籌集， 人口傷亡數的預測、基于人口傷亡數進行物資需求分析，物資的調度以及物資投送方 案的評估等問題，其中物資投送過程如圖 1.1 所示。
圖 1.1 物資投送流程圖 Fig 1.1 Material delivery flow chart
（1）準備階段 災情信息收集以及救援物資的籌集，具體包括災區情況匯總如災害的類型、級別 以及受災程度，物資信息匯總來源包括應急物資儲備的物資信息、物流公司物資信息、 社會捐助的物資信息。
（2）實施階段 這個階段將物資供應點將能夠籌集到的物資進行統一調度，應急物資到達物資發 放點后，物資發放點會對應急物資進行分類、包裝處理，然后將應急物資運往各個受 災點。
（3）評估階段 對前面準備和調度兩個階段的工作進行評價，為以后的救援工作提供參考意見。
1.2.2應急物資投送信息管理系統
應急物資投送信息管理系統是在突發事件發生后進行物資信息管理、物資分配調 度過程的救援系統，通過這個系統可實現救援物資的高效管理，也可為震后快速、精 準救援提供有力支撐，目前已有很多人對應急物資投送信息管理系統進行研究。 賈群林等［4］研究并設計了應急救援虛擬仿真訓練系統；陳文凱等［5］針對區域地震設 計并實現了地震災害快速評估系統，研究快速評估機制，包括其特點、設計原則、約 束條件等；丁香等提出了一種地震現場應急指揮管理信息系統，該系統基于GIS技術 實現，可為震后救援提供數據管理和地理位置信息服務、地震災害情況等信息；符志 強等創造一個重點研究最優路徑計算的救援系統；楊曾輝將GPS/北斗定位技術、云服 務技術與城市應急物資管理調度相結合，實現物資實時追蹤與定位的系統。
根據已有研究對應急物流的應急物資投送信息管理系統研究現狀做出如下總結。
(1)本文重點研究最優運輸路徑、將地理信息相關的定位技術與城市應急物資管理 調度相結合的應急物流系統，這一類系統主要是為地理數據管理，為地震應急救援提 供依據；
(2)本文重點研究震后人口傷亡預測進行研究，分析影響人口傷亡的重要因素，通 過不斷線性回歸分析等方法實現震后人口傷亡數的預測值，構建人口傷亡預測系統。
目前，我國的應急救援系統在整體救援過程中缺少一體化、分工明確的救援流程， 僅針對人口傷亡預測、物資需求預測及物資分配調度中的一部分內容進行研究容易出 現分配不均，救援不及時、重復運輸等問題，極大影響震后救援速度。
1.2.3物資投送信息管理的關鍵問題
物資投送信息管理主要涉及物資信息的收集、統計，震后災情信息的統計分析、 人口傷亡數的預測、受災點物資需求預測和物資分配調度問題，其中最重要的為物資 分配調度問題。
(1)人口傷亡預測問題
震后人口傷亡的研究起源早在1951 年，通過不斷的總結分析，越來越多的預測模 型被搭建，錢莉［6］基于 SPSS 統計分析軟件，根據已有地震歷史數據，對震后人口傷亡 數做了線性回歸分析；馬玉宏等綜合考慮房屋倒塌率、人員密度、發震時間及烈度因 素等因素，采用最小二乘統計回歸法進行模型分析，并提出一種盲估計算模型；李帆 等提出了一種概率預測模型；陳黛等［7］提出地震人員傷亡預測模型研究。現有的人口傷 亡預測因估算方法不同、數據樣本的選擇不同、主要影響因素的提取不同等因素影響， 造成評估結果存在很大差別。
(2)物資分配調度問題 陳業華等［8］通過分析應急物資協同調度的特征，建立了以系統修復時間最短和成本 最小為目標的兩種物資調度模型：縱向配送的物資調度模型和縱向配送與橫向轉運相 結合的物資協同調度模型，并用改進的遺傳算法對兩種模型進行求解從而驗證了模型 可行性與有效性；王子墨［9］ 引入“需求覆蓋”的概念，以災害發生時物流設施的最大需 求覆蓋率與系統總成本最小為目標，建立了應急物流多目標選址模型，并用 NSGA-II 算法對模型進行仿真驗證；陳剛［10］等人通過對物資供應點的選擇、配送中心的選址和 配送車輛的路徑進行了研究，建立了以系統總響應時間、運輸總成本最小，配送路線 的道路安全性最大為目標的多目標優化模型，并采用改進的非支配排序遺傳算法進行 模型求解。文仁強等［11］在建模時將物資分配調度問題分解為分配和調度兩個方面，并 通過采用蟻群算法兩階段搜索方式進行模型的求解，給出了分配和調度方案。
雖然目前我國對于應急物資的調度分配問題已有大量研究，但在多種運力協同調 度問題上仍缺少大量理論研究。在物資分配調度模型研究中，目前大多數僅考慮物資 如何分配，忽略了調度過程中的道路可靠性對救援速度的影響，基于路網結構，考慮 道路實際狀況及多種運輸方式協同調度，可解決此問題。
1.3課題研究內容
本課題的核心任務是設計一個關于應急物流的應急物資投送信息管理系統，實現 震后應急物資調度整體流程的一體化、協調統一調度，達到震后救援物資的快速、精 準投送。課題分為以下幾個研究內容：
(1)物資分配調度模型的構建。本文搭建了考慮多供應點、多受災點、多種物資、 多種運力的，以運輸時間最短、受災點物資滿足率最大為目標的物資分配聯合優化模 型，該模型調用已有人口傷亡預測模型得到的傷亡人數、構建的物資需求預測模型得 到的受災點物資需求量、物資庫存信息、震后道路可靠性等信息進行物資的分配調度。
(2)基于改進的非支配排序遺傳算法的模型求解。非支配排序遺傳算法存在容易得 到局部最優解的問題。本文通過引入標準差的思想，進行遺傳算法過程中染色體聚合 程度的衡量計算，改進了遺傳操作中的變異方案，使種群再迭代時，如果出現聚合程 度較高現象，則增大變異率，反之，減小變異率。通過這種方式提高染色體多樣性， 降低種群迭代速度。
(3)應急物資投送信息管理系統的設計與實現。該系統主要實現人口傷亡預測管理、 物資需求管理、物資信息管理、物資調度管理、用戶管理等功能。
(4)系統的實現與測試。在系統實現的基礎上，通過實際的地震數據進行物資投送 方案的輸出，完成系統的功能測試和性能測試。
1.4論文的組織結構
論文內容共分為六個章節，各章內容安排如下：
第一章：緒論。本章介紹了課題的研究背景及意義；分析了物資投送流程、應急 物資投送信息管理系統的研究現狀、物資投送信息管理涉及的多方面問題，包括人口 傷亡預測、物資分配調度兩個問題；介紹了課題研究內容和論文的組織結構。
第二章：相關理論概述。本章介紹了物資投送信息管理的相關理論，包括物資投 送理論、人口傷亡預測理論、非支配排序遺傳算法。
第三章：物資投送中主要模型的構建與求解。本章介紹了物資投送的總體流程， 介紹了投送流程中涉及到的人口傷亡預測模型、物資需求預測模型以及物資分配調度 模型的引用與構建、模型求解算法的改進優化、通過改進的算法對模型的進行求解、 驗證分析。
第四章：系統的設計與實現。本章對應急物資投送信息管理系統進行了系統分析、 并介紹了系統總體設計及詳細設計過程。
第五章：應急物資投送信息管理系統的測試。選取一些不同地震數據對應急物資 投送信息管理系統進行功能測試和性能測試。
第六章：結論。本章主要對論文主要工作內容進行總結。
第 2 章 相關理論概述
2.1人口傷亡預測
地震人員傷亡影響因素包括很多，包括地震震級、發震時刻、地震烈度、房屋內 人口密度、、房屋倒塌率及其他影響因素，對這些影響因素進行系統分析，能夠為抗 震救災工作提供建議，同時對傷亡預測模型提供參考選擇依據。
地震震情影響因素中的地震烈度是是指對特定區域的地面和各種建筑物有影響的 程度。根據規律得知，地震的幅度正向影響著釋放的能量，并且與震中的距離也影響 著烈度。現有的預測方法可以大致分為五類：經驗公式法，概率分析法，基于 GIS 的 評估法和其他評估方法。
(1)經驗公式法
經驗公式法是通過過去的典型地震災害數據進行地震影響因素的統計分析，找出 影響程度最大的某些參數，根據所得的參數建立相應預測公式，用于預測類似情況下 的地震傷亡人數。具體分為兩種，以單一指標為參數和以多個指標為參數，其中，多 個指標為參數是在原有的以單一指標(建筑物倒塌率、地震烈度等)基礎上，考慮其 它相關影響因素(人口密度、發震時間、災害規模等)對死亡人數的影響變化趨勢， 多個指標為參數可用冪函數擬合法、線性回歸分析法等數學方法實現模型的建立，最 終得到各參數、各修正系數與地震死亡人數或地震死亡率直接的關系式，進而提高評 估模型計算結果的精確度。
(2)概率分析方法 概率分析法將地震災害中的相關因素作為概率過程進行分析，通過計算出的傷亡 人數發生概率，得出最終傷亡人數的上限值和下限值。
⑶基于GIS的評估方法
基于 GIS 的評估方法是一種通過綜合分析各種地理數據，對地理數據進行處理描 述的工具。該方法通過將地震災害數據，經濟數據，人口數據，本底數據、易損性工 程信息與其他信息相結合，進行集成及綜合分析，并及時更新數據。
2.2多目標優化問題
在物資分配調度問題上，希望物資運送至受災點的時間最短，且各個受災點的物 資需求滿足率最高，像這樣的問題就需要在兩個目標中做一個權衡，這種問題稱為多 目標問題。 一般來說，在多目標優化問題中，子目標之間相互影響，如果一個目標得
到改善，其他目標可能會退化，因此，找到一個最優解使其在所有目標上均取得最優 是不可能的。若決策者對各個目標沒有一個明確的偏好，則只能試圖找到一些較優的 解，而這些解之間又不存在優劣。對于單目標優化而言，通過適應度函數計算結果就 能比較出解的優劣。因此，多目標優化和單目標優化存在的差異在于多目標函數得到 的解決方案不是唯一的，在諸多解中，存在一組Pareto最優解，并且這一組中的每個 解決方案都稱為Pareto最優解或非支配解。決策者可以從這些非劣質的解決方案中找 到可以滿足要求的解決方案。
對于多目標問題的求解方法中，傳統的解決方案為將其轉換為單目標問題，然后 對轉換后的單目標優化算法進行求解。常見的單目標優化方法有線性加權法，約束法 等。
線性加權方法：為每個目標設定一個權重值，然后將目標值與其對應權重值相乘， 并將每個相乘后的目標值累加在一起作為最終目標并進行求解，計算公式如式2.1所示， 其中叫為各個目標設定的權重值，這種雖簡化了求解過程，但因為權重的不同對結果 的影響比較大。
(2.1)
約束方法是隨機選擇一個目標函數作為要優化的目標，其他目標函數作為約束函 數，數學表述如式 2.2、 2.3 所示。
minf(x) = ft(x)
suject to f©) < sk,x E X,i k
約束法處理方式簡單，但是如何選取合理的容許值氐，需要從歷史經驗上獲取， 但由于歷史經驗是受限的，所以選取合理地容許值存在較大難度。
2.3非支配排序遺傳算法
非支配排序遺傳算法(Non-dominated Sorting Genetic Algorithms，NSGA)由 Srinivas 和 Deb 提出。這是一種基于 Pareto 最優解集概念的遺傳算法，該算法具有計算復雜度 低、運行速度快、收斂性好的優點，該算法求解過程主要借鑒自然選擇規律和生物遺 傳進化機制，首先將要優化問題的解編碼為染色體，形成初始種群，如何設定適應度 值，該適應度值由問題的具體目標函數得出，個體之間通過適應度值進行排序，適應 度值小的將被直接劣汰。最后選擇出個體中適應度較大的進行保留并直接進入下一代， 同時對該種群中部分個體進行選擇、交叉、變異等遺傳操作產生新一代中部分個體， 通過不斷迭代得到Pareto解集，算法流程圖如圖2.1所示。
非支配排序遺傳算法有 3個重要的算子：非支配排序算子、擁擠度估計、擁擠度 比較算子、精英選擇算子。
(1)非支配排序算法：對規模為 n 的種群中的個體分層，主要通過計算個體所有目 標函數值與其他個體目標函數值的大小，如果個體 1 的所有目標函數值均大于個體 2，
則個體 1 為非支配個體。具體步驟如下：
1)設i=1，其非支配排序為®ank；
2)對于所有的7=1,2 n,且沖I,按照以上定義，比較個體%i和個體坷之間的支配
與非支配關系；
3)如果個體衍優于種群中其它所有個體坷，則占標記為非支配個體；
4)令2=汁1，轉到步驟(b)，找到所有的非支配個體%i，得到的種群的第一級非支配 層中的非支配個體集并對其進行標記，通過步驟(a)-(d)對其它未標記的非支配個體進行 下一輪比較，得到第二級非支配層中的非支配個體集并對其進行標記。依此類推，直 到整個種群被分層。
圖 2.1 非支配排序遺傳算法流程圖 Fig 2.1 Flow chart of NSGA-II
（2） 擁擠度估計：通過擁擠度的計算可分析出種群中個體的聚合程度，從而判斷種 群的多樣性。在擁擠度的計算過程中，首先對種群中所有個體進行非支配排序，根據 排序結果，計算每個個體的兩側個體之間的目標函數之差。具體步驟如下：
1） 設個體i存在n個目標函數值/n,擁擠度id=0；
2） 針對每個目標，對種群中的個體進行非支配排序，同時設邊界的兩個個體擁擠 度為無窮，即0d = g = I個體i的擁擠度為力=哥=1（|於1—點1|）；
（3） 擁擠度比較算子: 經過前面的快速非支配排序和擁擠度計算之后，種群中的毎 個個體i都擁有兩個屬性：非支配排序決定的非支配序i如/級數）和擁擠度比較算子擁 擠度力依據這兩個屬性的定義：個體i與另一個個體j進行比較，只要下面任意一個條 件成立，則個體獲勝。
1） 如果個體i處非支配層優于個體j所處的非支配層，即%k<jrank，保留個體厶 確保被選擇的個體屬于較優的非劣個體。
2） 如果他們有相同的等級，且個體i比個體j有一個更大的擁擠距離，即iraHank 且id>丿d。根據擁擠距離選擇兩個個體中位于較不擁擠區域的個體即有較大的擁擠度id 的個體勝出，進入下一個操作。
（4）精英選擇策略：首先將第/代產生的子代種群Qt與父代種群Pt合并組成種群規 模為2N的種群Rt，然后對Rt中的個體進行非支配排序，得到非支配排序解集Zi，并對 Rt中的所有個體計算擁擠度仇中最優的非支配排序解集Zi，將Z］放入新的父代種群 P（t+i）中。如果種群規模小于N，則繼續向p（t+i）中填充下一級非支配集Z2,直到添加務 時，種群的大小超出N，對Zt中的個體進行擁擠度比較，選擇出擁擠度高的個體進入新 種群P（t+i）。然后通過對產生的新子代種群P（t+i）進行相關遺傳算子即選擇、交叉、變異 產生新的子代種群Q（t+i），具體過程如圖2.2所示。
圖 2.2 精英選擇策略
Fig 2.2 Elite selection strategy
2.4本章小結
本章主要介紹了應急物資投送信息管理系統中所涉及的相關理論知識，具體包括 人口傷亡預測理論，多目標優化問題及非支配排序遺傳算法的相關理論，基于以上理 論為整個系統的研究和實現提供了理論與技術支持。
第 3 章 物資投送相關模型構建與求解
3.1物資投送總流程
地震發生后，應急響應平臺立刻啟動，天地一體化監測快速搭建通訊網，在最短 的時間內獲得災情信息及路徑信息，具體包括地震發生時的人口密度、地震烈度、發 生時間段、房屋倒塌率等信息，基于以上信息對震后人口傷亡數、物資需求書及物資 分配調度進行分析計算，得到最佳投送方案，從而實現震后快速精準救援，以達到降 低人員傷亡和經濟損失的目的，投送方案的制定過程如圖 3.1 所示。
圖 3.1 投送方案制定過程
Fig 3.1 Development process of delivery plan
系統完成一次投送方案輸出的完整流程為：應急物資投送信息管理系統中請求/響 應模塊首先接收地震相關數據進行解析，然后物資需求管理模塊調用相關數據進行人 口傷亡預測和物資需求預測，并將結果發送至物資調度管理模塊，物資分配調度模塊 對可用有限物資進行調度。
(1)地震發生后，首先收集地震信息、受災點的人口信息、地震發生的時間信息等， 將相關數據輸入到人口傷亡預測模塊，該模塊利用搭建好的預測模型對人口傷亡數進 行預測，并將預測結果發送至物資需求預測模塊；
(2)物資需求預測：該模塊通過已有建立人均物資需求信息表進行受災點物資的需 求預測，得到受災點所需物資量，并將物資需求量發送至物資分配調度模塊；
(3)物資分配聯合優化模型：物資分配調度模型利用庫存物資信息和可用路徑信息， 受災點物資需求量、可用運力及運力相關屬性等信息，對可用物資進行分配調度，得
到最終救援物資投送方案。
3.2人口傷亡預測模型
本文通過對已有人口傷亡預測模型進行分析，研究對比后發現人口密度、發生時 間、地震烈度、房屋倒塌率 4 個因素對模型有很大影響，參考馬玉宏提出的人口傷亡 預測模型，得到人口死亡率計算公式如式(3.1)，根據修正系數的調整得出人口死亡預 測值的計算公式如式(3.2)所示。
log晉=9.0RB01 -10.07 (3.1)
ND = fp * ft * RD *M (3.2)
砂為人員死亡率；2為某城市或地區人員死亡數估計值；倍為房屋的倒塌率；M 為該城市或地區的總人數，九為該地區人口密度修正系數，根據人口密度修正系數對 死亡人數進行結果修正，人口密度修正系數取值范圍見表 3.1，人口密度與死亡人數呈 正相關，根據經驗分析得知受傷人口數一般為死亡人口數的 3-5 倍，本文以死亡人口 數 4 倍計算受傷人口數。
表 3.1 人口密度修正系數
Table 3.1 Population density correction coefficient
人口密度P <50 人/km3 <50-200 人/ km3 <200-500 人/ km3 >500 人/ km3
修正系數fp 0.8 1.0 1.1 1.2
九為地震烈度修正系數，按照不同程度劃分不同的地震烈度等級，烈度級別越高, 對房屋倒塌率及傷亡人數影響越大，地震烈度修正系數取值見表 3.2所示。
表 3.2 地震烈度修正系數
Table3.2 Seismic intensity correction coefficient
烈度 VI VII VIII IX X
修正系數九 1.5 2 4 8 17
針對人口傷亡預測模型采用統計分析軟件對所選的幾組測試數據進行回歸分析， 選取的汶川地震中成都市、德陽市等 6個受災點的總人數、死亡人數以及受傷人數如 表 3.3 所示。
表3.3 受災情況統計表
Table3.3 Statistical table of disasters
受災點 受災人口 死亡人數 受傷人數
成都市 2840988 4227 27994
德陽市 3207975 17122 73963
綿陽市 5147400 21963 166428
廣元市 2934951 4815 28195
4個受災點的人口密度、倒塌率、烈度等相關信息見表3.4所示。
表 3.4 四川 6 個市縣人員傷亡與房屋倒塌率數據
Table 3.4 Data on casualties and house collapse rates in 6 cities and counties in Sichuan
受災點 人均居住面積/m2 人口總數/萬人 倒塌率/% 烈度
成都市 17.8 113.4 0.026 旳
德陽市 25.8 60.1 5 K
綿陽市 23 16 90 XI
廣元市 19 87.8 2.1 訓1
預測結果與6個受災點的實際死亡人數對比結果見表3.5所示，預測結果與實際死
亡人數比較接近。 表3.5 結果數據
Table 3.5 Result Data
受災點 死亡人數 預測死亡人數 誤差率%
成都市 4227 4017 4.97
德陽市 17122 18026 5.28
綿陽市 21963 19627 10.6
廣元市 4815 5223 8.47
由于影響人員死亡的因素有很多，理論上講，考慮所有因素的估算公式是最精確 的，但在實際中由于關于人員傷亡的統計資料非常少，得出合理普遍適用的經驗公式 十分困難，因本文選取的影響因素僅為人口密度、倒塌率、烈度、發震時間這4個因 素，所以會導致估算精度不足，存在預測誤差。通過多個預測模型對比分析證明，該 方法計算結果與實際情況比較符合，可供人員傷亡的預測應用。
3.3物資需求預測模型
基于人口傷亡預測數據對災區所需物資進行計算，物資需求預測主要是為傷員及 災民提供物資，物資級別分為四類，包括生命類物資(一次需求如信息探測儀、循環 需求如藥品)、生活類物資(一次性如帳篷、循環性如食品、水等)，如式 3.3、 3.4 所示。
DM1yc = Y1^=1Qc^SS*T (3.3)
DM2yc =P° * (M - ND) * T (3.4)
Qc表示第m類生命類物資；代表示第m類生活類物資；ND為災區的死亡人數；
SS為災區的受傷人數；M為災區的總人數；T表示一次需求還是循環需求。DM1yc是 指受災災民對生命類物資的單位需求量；DM2yc是指受災災民對生命類物資的單位需
求量。
物資需求表以循環生活物資為例，包括物資的規格、衡量物資的單位、單位重量、 單位體積、是否為循環生活物資、物資需求數量以及成人每天需求量，具體數據見表
3.6所示。
表 3.6 物資需求表
Table 3.6 List of material requirements
應急物資 分類名稱 規格 單位 單位重量 kg 單位體
積(m3) 循環生
活物資 需求
數量 需求量描述
凈化水 500ml*24 箱 12 0.072 是 0.17 每人每天 2L
礦泉水 500ml*24 箱 12 0.072 是 0.17 每人每天 2L
面包 100g*50 箱 5 0.015 是 0.20 每人每天 1KG
餅 500g*10 箱 5 0.015 是 0.20 每人每天 1KG
米飯 500g*10 箱 5 0.015 是 0.20 每人每天 1KG
飲料 500ml*24 箱 12 0.072 是 0.17 每人每天 2L
3.4物資分配調度模型構建
3.4.1物資分配調度問題分類
物資分配調度問題根據其構成要素，模型構建過程也不相同，常見的構成要素有： 物資發送點數量、受災點數量、物資需求時間限制、物資數量限制、優化目標數、運 力裝載情況、運力類型等幾個方面，具體分類結果見表 3.7 所示。
表 3.7 物資投送問題分類
Table 3.7 Material delivery problem category
分類依據 分類結果
物資發送點數量 單發放點對多受災點、多發放點對應多受災點
物資需求時間限制 帶時間窗限制、不帶時間窗限制
物資種類 生命類物資、生活類物資
物資數量限制 單種物資運輸、多種類物資運輸
優化目標數 單目標問題、多目標問題
運力裝載情況 滿載運輸問題、非滿載運輸問題
運力類型 單種運力類型、多種類運力類型
調度階段 單階段問題、多階段問題
運輸路徑限制 道路可靠性問題
受災點需求特征 確定性需求、隨機性需求
3.4.2模型分析與構建
應急物流的物資分配調度問題即為在Xi,X2，….,Xj多個供應點、丫1,丫2,….，勺多個受 災點、物資種類為Ci,C2,….,Cm種、可用運力種類為門丁2,….,&種的集成優化分配調度 問題［12］。假設已知供應點xE(1,2,-,i)存在有限數量的多種類物資c丘(1,2,…,m)、有限 的運輸工具種類TW(1,2，…,n)、有限的運輸工具數量，且各受災點受災情況、運力屬性 的信息均已得知，物資分配調度模型構建的目標為運輸時間最短、受災點物資需求滿
基于各受災點的人口傷亡情況，通過需求量預測模型得到各受災點的物資需求量，
由物資分配聯合優化模型進行物資的分配調度，聯合優化模型的目標函數如式 3.5、 3.6
約束條件：
約束條件中式(3.7)表示供應點到需求點的物資投送時間小于需求點所需物資的極
限時間；式(3.8)表示運輸工具的數量限制；式(3.9)表示供應點提供的物資應不低于需 求點所需的最低物資。式(3.10)表示供應點提供的物資不超過自身擁有的量。式(3.11) 運輸工具重量限制：式(3.12)運輸工具容積限制。
符號說明：X：供應點集合；Y需求點集合；T：運輸工具集合；C：物資種類集 合；Qxt：供應點x擁有t種運力的數量；Dxyt：物資供應點x到需求點y在t類運輸方式 下的運輸距離［DM*：需求點y對c類物資的需求量；QXc：供應點x可提供的c類物資數 量；QXyc:供應點x分配到需求點y的c類應急物資的數量；Qxyt：供應點x到需求點y 在t類運輸方式下調度所需運輸工具數量；pxyt：供應點X到需求點y是否通過t類運輸 方式運輸(0,1)； LTt: y需求點應急物資需求的極限時間；Txyt:從供應點x到需求點y 用第t類運輸方式運輸所需時間；Vt：第t類運輸方式的運輸速度；ek：受災點的最低滿 足率。
本文在進行模型求解過程采用兩階段求解方式，即基于距離優先的物資分配和基 于道路可靠性優先的運力調度。
第一階段：求解供應點分配給受災點的物資
(1)優先級 1，距離優先。
1)通過物資庫存管理模塊獲得供應點物資信息；
2)根據災情信息管理模塊得到各受災點災情信息，并對災情信息進行管理，得到 儲備點到各受災點的距離矩陣；
3)距離優化：首先按照受災點進行儲備點距離排序，距離排序優化，當供應點到 受災點的距離排序相等時，受災點的編號小的排在前面。
(2)優先級 2：救災物資組合優先。
根據各受災點的物資需求矩陣，及供應點的距離排序，按照就近原則，如果供應 點i的物資滿足受災點j的最低需求，則供應點i優先出庫物資，否則在距離最近的供應 點繼續供應物資，直到滿足最低需求，經過循環計算，獲得各物資儲備點各種物資的 出庫方案。
第二階段：對供應點的運力進行分配，包括直升機、無人機、車輛。
(1)優先級 1：運力優先。
根據物資管理中的各受災點可用運力信息，天地一體化監測系統得到運輸道路信 息，對于道路中斷的“孤島”受災點，比較物資需求量，物資需求量大的受災點優先分 配直升機，其次進行無人機分配。
(2)優先級 2：一類物資優先。
分配運力進行配貨時，一類物資(生命類物資)優先分配，按照生命類物資、生 活類物資的順序分配。
(3)優先級 3：剩余載重優化。 當運力裝載的物資不滿載重三分之二時，補充其他受災點救災物資運載(選擇受 災點與目標受災點距離優先)。
3.5物資分配調度模型求解算法設計
3.5.1物資調度常用算法及分析
物資分配調度問題是一個 NP 難問題，隨著發送點和受災點數量的增加，可行解的 數量呈指數增長，求解異常復雜。物資調度模型需要解決多個受災點與多個供應點之 間的多種物資分配優化問題［13］，針對這個問題的解法具體可歸為 3 類：精確算法、經 典啟發式算法和智能啟發式算法，分類結果如圖 3.3 所示。
其中：
(1)精確算法在求解問題規模較小的組合優化問題時，能夠在可接受的時間內找到 最優解；當問題的規模較大時，精確算法計算時間可能過長，但其可提供問題的可行 解，或為啟發式方法提供初始解，以便能搜索到更好的解。
(2)啟發式算法是通過對過去經驗的歸納推理以及實驗分析來解決問題，即借助于 某種直觀判斷或試探的方法，以求得問題的次優解或以一定的概率求其最優解［14］。
(3)元啟發式算法是啟發式算法的改進，是隨機算法與局部搜索算法相結合的產物。 元啟發式是一個不斷迭代的過程，該過程以啟發式算法實現對搜索空間的探索和開發。 在這個過程中，學習策略被用來獲取和掌握信息，以有效地發現近似最優解。
配排序遺傳算法在應急物流的物資分配調度領域使用最為廣泛［15］。因此本文選取非支 配排序遺傳算法進行物資分配調度模型的求解。
3.5.2非支配排序遺傳算法的改進思路
隨著遺傳算法應用的不斷擴展，非支配排序遺傳算法在解決多參數優化問題時， 二進制編碼字符串通常很長，會導致選擇和交叉的不便，這將導致計算機操作過程復 雜且時間長，從而降低了遺傳算法的搜索效率，所以本文選取矩陣編碼進行染色體編 碼。由于非支配排序遺傳算法存在早熟、早收斂的現象，本文提出基于矩陣編碼方式 的改進變異方案，具體變異方案如下：
(1)根據變異概率Pm從種群中隨機選擇染色體1，令r =1；
(2)如果列號r>；則染色體1變異結束,轉(e)；否則繼續；
(3)為 j 列對應的運力分配量進行變異操作，其操作過程如下：
1)在［1,N］區間產生表示變異基因個數的隨機整數n；
2)產生n個［1,N］區間的隨機整數Ui，U2，U3,■■■■■ un；
3)判斷染色體A'的是否為0，如果工0，貝U根據Sy=1 Qxyt< Qxt對元素重新 賦值，執行基因值變異操作，否則，不變；繼續，直到所有判斷并執行變異操作 結束；
(4)r =r+1，轉(2)；
(5)變異結束。
變異率的賦值：引入標準差的概念來衡量遺傳算法過程中染色體的聚集程度。染 色體多樣性越高，染色體越不相似，就越容易陷入局部最優解。用式3.13來衡量染色 體分散情況，其中了為染色體適應度平均值如式3.14所示，△/■為染色體x適應度與種 群中染色體平均適應度之間的差值如式3.15所示。
n 守 (3.13)
了=1刖=i 九 gm
△/'=1<書(九_力 (3.15)
當0<0<1,設定一個閾值Vq，當d>v時，賦予變異率一個較小的值，使染色 體多樣性不再增加，反之增大染色體變異率。
3.5.3基于改進算法的物資分配模型求解過程
非支配排序遺傳算法的求解過程包括參數初始化、染色體編碼、染色體編碼策略 的調整、適應度函數的計算、遺傳操作(選擇、交叉、變異)等內容。
(1)參數初始化：設置求解過程中基礎數據的初始值，以及算法的基本參數，如種 群大小，最大迭代次數，選擇概率，交叉概率，變異概率等。
(2)染色體編碼：物資調度分配過程中隨著供應點和受災點數量增多，初始解的規 模將呈倍數增長，為了便于求解，本文采用矩陣編碼的形式，物資分配矩陣定義如式 3.16所示，W為物資分配矩陣，物資分配矩陣為x行、y*c列，喩y代表供應點x分配 給需求點y的物資量。
1 2 - •• C
w = a11 如 ' •? (3.16)
Q%1 ■ ■? ^xy
運力分配矩陣如式 3.17 所示，針對運力的調度綜合考慮運輸路徑是否可行。矩陣
A以4個供應點，4個需求點，3種運力方式為例。行號表示供應點，列號表示需求點,
實數的整數部分表示運力類型，小數表示服務順序。由于每種運力數量有限，編碼過 程中需增加小數范圍。
1.2 2.0 1.5 1.0
A = 2.3
1.9 1.8
3.0 2.6
2.4 2.5
1.3 (3.17)
3.1 1.5 1.1 1.4
式 3 . 1 8為路徑實際通行情況，其中橫坐標標識供應點，縱坐標表示需求點， 0 代
表該供應點到需求點之間的路徑中斷， 1 表示供應點到需求點之間的路徑暢通。
1101
Y= 1 1 1 1 (3.18)
1010
式 3.19 為修正后的運力分配矩陣，其中橫坐標標識供應點，縱坐標表示需求點，
實數的整數部分表示運力類型，小數表示服務順序。
1.2 2.0 0 1.0
0 1.8 2.6 2.5
1.9 3.0 2.4 1.3
3.1 0 1.1 0
(3)染色體編碼調整策略：對于物資分配矩陣，由于供應點的物資量有限，無法保 證每一列供應點發放的資源不會超過自身的儲備量。因此，需要采取明確每個供應點 發出的實際物資量和剩余量。若儲備點的物資已分配完畢，即剩余量為 0時，則該供 應點的該種物資不再響應其它受災點物資請求。
具體流程如下：
1)初始時，從第一個供應點的第一種物資分配情況開始，檢查其是否超出庫存量；
2)若超出庫存量則不再對外發放該種物資；
3） 依次檢查供應點發出的每類物資量是否超出其庫存量，若超出同第 2）步；
4） 對下一供應點開始檢查，計算其發出的物資量是否超出庫存；
5） 依次類推，判斷所有供應點貢獻的各類物資量。
（4）適應度函數的計算 適應度函數是評價個體適應環境的能力，適應度能力越強的個體，被保留下來的 概率越大。通常情況下，將目標函數設定為適應度函數。目標值是所有需求點的物資 未滿足率最低、運輸時間最短，設每種分配方案的目標函數值為f通過加權求和轉化 為單目標函數。如式3.20所示，其中a+#=1。適應度F如式3.21所示,為一個無限 小的正數,F越大目標函數值越小。
f = aT + BU （3.20）
（5）遺傳操作
1） 選擇策略：保留適應度函數值大的個體用于繁殖后代。本文采用輪盤賭的選擇 法，計算每個個體的適應度函數值，將個體的適應度函數值與總適應度函數值相除得 到個體被選擇的概率，所有個體的累積概率構成一個輪盤，隨機產生一個［0,1］的小數， 如果隨機小數小于等于個體的累積概率且大于個體1 的累積概率，選擇該個體進入下 一代；
2） 交叉策略：設定一定的概率來選擇種群中適應度較高的個體，并交換其部分基 因。本文的做法是隨機選擇兩個個體間交換受災點順序，生成新的子代個體；
3） 變異策略：首先對變異概率的值進行判定，給定變異概率一個范圍，當染色體 的聚合程度較高時，選取一個較大的變異概率，對種群中的個體進行變異操作，反之， 當染色體聚合程度低時，變異率選擇最小值。
3.6改進算法的驗證與分析
3.6.1算例背景
本文以汶川地震為例進行仿真，選5個受災點， 3個供應點，物資無法滿足最低物 資補給時，通過應急搜索庫搜索尋找其它救災點。 5個受災點（雅安、南充、資陽、巴 中、內江）的預測需求量通過物資需求模型得到，每個受災點需要的水、帳篷、食物 數量如表 3.8 所示。
表3.8 物資需求表
Table 3.8 Material demand point
受災點需求量 水（L） 帳篷（頂 20KG） 食物（KG） 受傷人數
雅安 1648 2200 2947 421
南充 6620 8200 11585 1655
資陽 2148 3400 3694 542
巴中 842 1124 1505 215
內江 832 1248 1456 208
本次測試共設 4 個供應點（樂山、成都、眉山、遂寧），每個供應點擁有物資（水、
帳篷、食物）數量如表3.9所示。其中眉山、遂寧為補充供應點，物資分配時首選對樂 山、成都兩個供應點物資進行分配。
表 3.9 供應點物資種類、數量
Table 3.9 Type and quantity of materials at supply point
供應點 水(L) 帳篷（頂 20KG） 食物（KG）
樂山 6000 6400 9800
成都 3200 5000 3400
眉山 3300 3200 4500
遂寧 1450 1700 2760
本次測試共設兩種運力類型（直升機、汽車），每個供應點可用運力數量及運力
屬性如表3.10所示。
表 3.10 供應點運輸工具種類、數量、屬性
Table 3.10 Type and quantity of transportations in rescue points
供應點 直升機（290Km/h） 汽車(80KM/h)
樂山 2 8
成都 3 10
眉山 2 7
遂寧 4 8
3.6.2實現過程
本次仿真算例使用 Matlab 實現，具體步驟如下：
（1）輸入受災點相關信息、物資信息、運力信息及設定算法參數。
1） 輸入的受災點信息包括物資需求量、供應點與各受災點之間的距離；
2） 輸入的物資信息包括物資的種類、物資的數量；
3） 輸入的運力信息包括運輸工具的種類、運輸工具的數量；
4)設定算法參數，設定種群大小為 200，最大迭代次數為 200，交叉概率為 0.9， 受災點物資最低需求滿足率為 0.8，變異率在［0.1,0.3］之間。目標函數為運輸時間最短， 物資需求滿足率最高。
(2)根據編碼方案隨機產生種群規模為 200 的初始種群。
(3)根據染色體修正策略額，對染色體中不符合要求的染色體進行修正。
(4)對已合法化的染色體進行適應度計算。
(5)保留染色體中較優個體，并采用遺傳算法中的選擇、變異、交叉算子對染色體 進行進化操作。
(6)將精英選擇下來的染色體與遺傳操作結束后得到的個體進行重組形成新的種群。
(7)進行新種群的進化操作，直到迭代次數大于 200時種群進化過程結束。
3.6.3結果對比與分析
通過改進前的非支配排序遺傳算法求解模型得到的結果與改進后的非支配排序遺 傳算法得到的結果進行對比，發現改進后的算法收斂速度明顯減慢。
(1)改進前遺傳算法對物資分配調度模型進行求解， 200次迭代后得到的迭代結果 如圖3.4 所示，此次求解過程得到的最優值結果為 60.8，由圖可知種群中的個體在第 50 代開始進入收斂狀態。
60
59
0 50 100 150 200
送代次敷
圖 3.4 改進前迭代結果圖
Fig 3.4 Before improvement iteration result graph
物資分配方案解碼后結果如表 3.11 所示，具體包括樂山、成都、眉山、遂寧分配 給部分受災點(雅安、南充、資陽)的水、帳篷及食物的數量。
表 3.11 物資分配結果
Table3.11 Material distribution result
物資 水 帳篷 食物
雅安 南充 資陽 雅安 南充 資陽 雅安 南充 資陽
樂山 851 2204 719 979 2700 1376 2128 4600 1436
成都 359 1212 395 890 2455 1251 654 1415 442
眉山 952 310 947 482 1216 380
遂寧 1061 346 552 281 2238 699
(2)改進后遺傳算法對物資分配調度模型進行求解， 200 次迭代后得到的迭代結果
如圖3.5所示，最終得到的最優值為59.8，在第100代開始緩慢進入收斂。
迭代次數
圖 3.5 改進后迭代結果圖
Fig 3.5 After improvement iteration result graph
物資分配方案解碼后得到部分受災點(雅安、南充、資陽)分配結果如表3.12所
示。
表 3.12 物資分配結果
Table3.12 Material distribution result
物資 水 帳篷 食物
雅安 南充 資陽 雅安 南充 資陽 雅安 南充 資陽
樂山 879 3613 477 1026 3800 917 1750 7002 542
成都 469 1927 254 802 2969 716 607 2429 188
眉山 522 764 789
遂寧 583 446 1451
通過兩組實驗數據結果表明了本文中所設計的物資分配調度模型的可行性，根據 迭代結果圖發現，改進前的遺傳算法在前20代時收斂速度緩慢，改進后的收斂速度大 大增加，減少了投送方案輸出計算時間，且隨著迭代次數的增加，在種群迭代至 200 代時，改進前的遺傳算法最優解高于 60，改進后的遺傳算法最優值降到60 以下，得到 的目標函數值越少，代表物資投送時間越快，改進后的非支配排序遺傳算法在求解上 更有優勢。
3.7本章小結
針對震后初期的應急救援物資調度分配問題，構建了在資源有限的情況下，考慮 運輸路徑狀況的多受災點多供應點，多種類物資，多類型運力的多目標多約束模型。 采用帶精英選擇策略的非支配排序遺傳算法可以對物資的分配和配送問題集成起來求 解，保證快速運輸。模型構建時引入最短運輸時間和物資需求滿意度，保障在最短時 間內各受災點基本救援需求滿足，多向災情嚴重的地區輸送救援物資，提高物資利用 率；采用的帶精英選擇策略的非支配排序遺傳算法可以對物資的分配和配送問題集成 起來進行求解；通過仿真算例驗證了模型的可用性，根據算法改進前后對比結果驗證 了改進遺傳算法的有效性。
第 4 章 應急物資投送信息管理系統設計與實現
4.1 系統概述
隨著信息化技術的高速發展，智能信息化已經成為社會發展的必然趨勢，為了提 高震后救援工作服務水平和效率，本文設計了一個應急物資投送信息管理系統，實現 基礎信息管理、人口傷亡預測管理、物資需求管理、物資分配調度管理、用戶管理等 功能，旨在為災民提供震后初期保障物資。
系統功能主要分為：
(1)數據資源整合：系統中的物資信息、受災點信息等基礎數據匯集，存儲在關系 型數據庫中，分配調度流程產生的調度方案存儲至關系型數據庫中。
(2)調度方案的生成：根據物資需求、天氣、地形、路徑、運輸、資源分布、出庫 能力等實際的條件，利用聯合優化模型，完成最佳調度方案的生成。方案修改：能夠 對于文字+圖示的調度方案的進行修改。方案刪除：能夠對于文字+圖示的調度方案的 進行刪除，但數據庫保留軌跡。
1)人口傷亡預測：收集受災點在震后實時情況，具體包括受災點的人口密度、震 級、房屋倒塌率、地震發生時間、烈度等信息，基于以上數據根據人口傷亡預測模型 計算傷亡數據。
2)物資分需求預測：基于人口傷亡預測模型估算出的各受災點人口傷亡數量，結 合建立的人均震后救援物資需求量表預估受災點所需各類物資的數量。物資級別分為 四類，包括生命類物資(一次需求如信息探測儀、循環需求如藥品)、生活類物資(一 次性如帳篷、循環性如食品、水等)，因震后物資需求受季節、地區影響。
3)物資分配調度：根據受災點需求量和供應量儲備量，統一對物資進行分配，結 合物資分配結果將已有運力資源進行調度，以救援時間最短和物資需求滿足率最大為 目標，綜合考慮數量限制、時間限制、最低需求滿足、道路中斷等因素。
應急物資投送信息管理系統希望實現如下目標：
(1)對災情信息的統計、人口傷亡數據的預測、物資的庫存管理、物資需求預測管 理、運力調度等業務能在該平臺上統一進行管理，通過該系統可進行包括物資登記、 分配、運力調度、運輸路徑査詢等一系列的操作；
(2)通過本系統的物資分配調度模型可以很快計算出物資投送方案，從而保障將有 限的救援物資高效、快速的分配；
(3)保證數據的實時共享，及時獲取災情信息、運輸路徑信息等實時數據。
4.2系統分析
4.2.1業務功能需求分析
根據應急物流的特點，應急物資投送信息管理系統的主要業務功能有：物資信息 查詢、運力信息查詢、災情信息查詢、人口傷亡數查詢、物資需求信息查詢、物資調 度信息查詢、后臺管理等。
(1)物資信息查詢 能夠顯示所有的應急物資信息，包括物資的種類、物資存儲量、物資供應商、物
資的屬性信息、物資位置信息等，通過對屬地各種物資的收集整理，匯總至該系統， 對可用物資進行監控，通過實時更新物資不斷補充物資來滿足更多受災點需求。
(2)運力信息查詢 能夠顯示所有的運力信息，包括運力的種類、數量、位置、歸屬單位、載重等信
息，通過對運力信息的收集、查詢，匯總至本系統，實現對可用運力的實時監控，從 而在道路可靠性低的情況下，提供更多的運力選擇。運力管理用例圖如圖 4.1 所示。
Fig 4.1 Capacity management use case diagram
(3)災情信息管理 能夠快速匯集震后災情信息，具體包括受災點名稱、受災點位置、地震發生時間、
震級、人口密度等，通過這些數據進行人口傷亡預測。
(4)人口傷亡預測管理 可以預測人口傷亡數，查詢相關災區的人口傷亡數據，修改或重新生成人口傷亡
數據，顯示各受災點傷亡人數。預測出的結果可為后續物資需求預測提供參考，且人 口傷亡數的不斷更新，為后續物資調度分配提供分配依據。人口傷亡預測用例圖如圖
4.2所示。
圖 4.2 人口傷亡預測用例圖
Fig 4.2 Use case diagram of population casualty prediction
(5)物資需求管理 可以對各個受災點所需物資進行統計，得到各受災點所需的不同類型物資的數量， 包括一次性生命類物資、循環生命類物資、一次性生活類物資、循環生活物資的具體 需求量信息，為后續物資分配提供分配依據，物資需求管理用例圖如圖 4.3 所示。
圖 4.3 物資需求管理用例圖
Fig4.3 Material requirement management use case diagram
(6)物資調度管理 可以查詢某條調度記錄的信息，包括調度的物資種類、調度物資數量等信息，可 以添加新的調度信息，實時跟蹤調度物資的物流情況，物資運輸聯系人信息等。物資 調度管理用例圖如圖 4.4 所示。
圖 4.4 物資調度管理用例圖
Fig4.4 Material dispatching management use case diagram
(7)投送方案管理
可以查看投送方案、重新生成投送方案、可以修改、刪除投送方案，包括由哪個 供應點投送何種物資至哪個受災點,。
4.2.2數據接口分析
本系統對交通的監控和災情信息的一線數據，需要接口直接調用信息，還需對各 個生產商、物流公司的物資信息進行對接，以便能夠及時獲取物資信息。為后續快速 開展震后救援提供便利條件。
數據采集是應急物資投送信息管理系統運行的基礎。其中，最重要的是地理信息 和物流信息以及運輸路徑信息等，具體數據接口如圖 4.5 所示。綜合利用各個部門的數 據，能夠更好的對整體進行把握，利用社會資源，進行物資投送，保證震后救援順利 開展。
圖 4.5 對外數據接口匯總 Fig 4.5 Summary of external interface
4.2.3非功能需求分析
(1)及時性 由于應急物流的特點，需要考慮對數據的及時準確獲取，因此需要數據源的實時 更新，并需要數據的同步性和數據的一致性以確保數據的有效性和及時性。
(2)穩定性 由于物資投送調度過程中需不斷匯集物資信息及路徑信息，會造成獲取數據不及 時等問題，因此需要設置合適的重試間隔，以保證數據獲取的及時性、準確性。
(3)易維護 系統包含多模塊，應盡量降低不同模塊之間的關聯性，讓它們互相獨立，方便維
護。
4.3總體設計
4.3.1功能設計
本系統主要功能是對人口傷亡預測、物資需求預測、物資分配、運力調度及庫存 管理等業務統一進行管理，系統管理人員可在該系統進行物資的登記、查詢、調度等 操作，通過本系統可實現應急物資的投送方案的輸出，并可實時了解物資分配調度情 況、物資配送進度和物資剩余情況。整個系統分為物資信息管理模塊、人口傷亡預測 管理模塊、物資需求管理模塊、物資調度管理模塊，各個模塊之間存在相互的數據聯 系，各個模塊之間通過提供訪問資源的接口獲取數據。通過梳理系統的主要功能組成 和相互關系，得到系統功能模塊結構設計圖如圖 4.6 所示。
(1)物資信息管理模塊 該模塊主要包括了物資的基礎屬性、物資供應商的信息、物資的位置的查詢，能 夠增加、修改、刪除物資信息，包括物資的ID、名稱、數量、需求量、供應商ID等, 該模塊還可查詢相關運力信息，包括運力的ID、種類、名稱、數量、位置、歸屬單位、 運力屬性等。
(2)人口傷亡管理模塊
該模塊可查詢預測后的人口傷亡數，包括受災點ID、傷亡人數、災區總人數、統 計時間等信息。
(3)物資需求管理模塊
該模塊可查詢受災點所需物資的記錄信息，包括需求的ID、物資ID、名稱、需求 量等信息。
(4)物資分配調度管理模塊
該模塊可以查詢某條調度記錄的信息，包括調度的物資ID、物資名稱、調度物資 數量、調度物資供應商等信息，添加新的調度信息，可實時跟蹤物資的投送情況，包 括是否發放，是否到達災區等。
圖 4.6 系統功能模塊結構設計圖
Fig 4.6 System function module structure design diagram
應急物資投送信息管理系統的框架如圖4.7 所示，采用面向服務的開發模式，通過 多層的模式開發方法，將應用層、邏輯層、數據訪問層等多層進行分離，能夠更加方 便未來的升級開發、需求更新。系統通過接口實現公共資源的獲取與利用，根據系統 開發的規則和數據庫開發的統一規則設計系統。用戶通過控制中心或其他終端進入本 系統應用的前端界面，通過控制器路分發請求到指定的service塊，service塊與數據庫 交互處理相應的業務邏輯，業務請求結果返回至控制器，并在前端界面顯示，由此， 完成業務流程。
圖 4.7 系統訪問層次圖
Fig 4.7 System frame diagram
4.3.2數據庫設計
（1）概念結構設計 在該應急物資投送信息管理系統中的實體主要包括：管理員、供應商、物資、運 力、災情信息這幾個實體為對象。據以上分析得到本系統的 E-R 圖。如下圖 4.8 所示。
E-R 圖轉換為關系模型，其中畫橫線的為主鍵。
管理員（管理員ID，姓名、郵箱、聯系方式、登錄口令）
供應商（供應商ID，單位名稱，負責人，聯系方式）
物資（物資ID、物資名稱、庫存數量、所在倉庫ID、供應商、物資單位體積、物 資單位重量）
運力（運力ID、運力名稱、數量、所在位置、供應商、速度、載重）
需求表（需求ID，物資ID、名稱、需求量、生成時間）
調度表（調度ID，物資ID、名稱、調度時間、生成時間）
人口傷亡數（字段名稱、受災點ID、死亡數量、受傷數量、預測時間）
物資需求量（受災點ID、物資ID、物資名稱、需求量、預測時間）
災情信息（受災點ID、受災點位置、人口密度、烈度、發生時間、房屋倒塌率、 受災點名稱）
圖 4.8 數據庫 E-R 圖
Fig4.8 Database E-R diagram
(2)邏輯結構設計
1)物資庫存表：包含物資ID、物資名稱、物資規格、物資數量、物資屬性等字段 設計，具體如表 4.1 所示。
表 4.1 物資庫存表
Table 4.1 Material inventory table
字段名稱 字段類別 存儲長度 是否主鍵
物資 ID Number 12 是
物資名稱 Varchar 20 否
物資規格 Varchar 20 否
物資數量
續表4.1
字段名稱 字段類別 存儲長度 是否主鍵
負責人 Varchar 20 否
聯系方式 Varchar 16 否
單位體積 Decimal 否
單位重量 Decimal 否
2）運力表：包括運力類型、運力數量、相應的司機、司機聯系電話、運力ID、車
型、載重、容量、運輸類型、主運方向、狀態等信息。具體字段設置如表4.2 所示。
表 4.2 運力表
Table 4.2 Capacity table
字段名稱 存儲類別 存儲長度 是否主鍵
運力 ID Number 12 是
運力名稱 Varchar 20 否
所在位置 Varchar 26 否
負責人 Varchar 20 否
聯系方式 Varchar 16 否
速度 Decimal 否
載重 Decimal 否
3）人口傷亡表： 包括受災點ID、受災點位置、 死亡人數、 受傷人數等關鍵字段設
計，具體如表 4.3 所示。
表 4.3 人口傷亡表
Table 4.3 Table of casualties
字段名稱 存儲類別 存儲長度 是否主鍵
受災點 ID Number 12 是
死亡數量 Int 否
受傷數量 Int 否
預測時間 Datetime 否
4）物資需求表：主要包括受災點ID、物資ID、物資需求量關鍵字段，具體設計如 表 4.4 所示。
表 4.4 物資需求表
Table 4.4 Material requirement table
字段名稱 存儲類別 存儲長度 是否主鍵
受災點 ID Number 12 是
物資 ID Number 12 否
需求量 Int 否
5）物資調度表：主要字段包括受災點ID、物資ID、物資調度量、運力ID、計劃運 輸時間，具體設計如表 4.5 所示。
表 4.5 物資調度表
Table 4.5 Material dispatching table
字段名稱 存儲類別 存儲長度 是否主鍵
受災點 ID Number 12 是
物資 ID Number 12 否
調度量 Int 否
運力 ID Number 12 否
計劃運輸時間 Datetime 否
6）災情信息表：主要字段包括受災點ID、受災點位置、人口密度、地震烈度、地 震發生時間、房屋倒塌率、運輸路徑信息。具體設計如表4.6所示。
表 4.6 災情信息表
Table 4.6 Disaster information table
字段名稱 存儲類別 存儲長度 是否主鍵
受災點 ID Number 12 是
受災點位置 Varchar 26 否
人口密度 Int 否
地震烈度 Int 否
地震發生時間 Datetime 否
房屋倒塌率 Int 否
道路是否通行 Boolean 10 否
7）用戶表：具體字段包括用戶ID、用戶姓名、郵箱、聯系方式、口令。具體設計
如表 4.7 所示。
表 4.7 用戶表
Table 4.7 User table
字段名稱 存儲類別 存儲長度 是否主鍵
用戶 ID Number 20 是
姓名 Varchar 20 否
郵箱 Varchar 30 否
聯系方式 Varchar 12 否
口令 Varchar 12 否
用戶角色 Varchar 10 否
4.3.3開發環境
系統使用IDEA平臺進行編輯，后端整體運行在Nodejs vl5上。Nodejs是一種服 務端運行環境，其運行環境基于 Chrome V8 引擎的 JavaScript 語言搭建，通過使用事 件驅動、非阻塞和異步輸入輸出模型等技術大大提高了其并發性能。
(1)系統前端使用了基于React.JS的Ant-design設計套件來繪制基礎UI。React.JS 是一種構建單頁面應用的開源 JavaScript 庫， 為了達到狀態和頁面的分離的效果 React.JS使用了 Function Component函數式組件和React Hooks鉤子方法，解決了經典 web前端開發中存在的諸多問題。Ant-design： Ant-design是由阿里巴巴螞蟻金服提出 的一種現代的UI設計語言，包含了多種框架的實現。設計語言中包含了完備的動效， 配色，i18n等常用功能支持。
(2)編程語言使用TypeScript語言，改語言是一種由微軟開發的自由和開源的編程 語言。 TypeScript 是 JavaScript 的超集， 其包含了 JavaScript 的諸多優點， 并為了 JavaScript 增加了更健壯的靜態類型檢查。
(3)系統后端使用了基于 TypeScript 語言的 NestJS 框架實現， NestJS 是一個基于 TypeScript的漸進式web后端框架，其依托Node.js提供的基于OOP (面向對象編程)， FP (功能編程)和FRP (功能性反應式編程)的關鍵元素，并且包含了高級ORM設 計、對消息隊列的開箱即用支持。在性能上領先于同級的 web 中間件框架；其包含的 OpenAPI支持，為構建說明文檔提供了簡單易懂的方式。因NestJS簡單易用、性能突 出的特點，非常適合快速構建現代 web 后端 API。
(4)數據庫使用了 MySQL 數據庫作為存儲，主要特點包括支持跨平臺、運行速度 快、安全性高、功能強大等特點， MySQL 數據庫支持各種開發語言如 PHP、 Java 等 主流編程語言，可與多種主流編程語言緊密結合且支持強大的內置函數，因此被廣泛 使用。
(5)系統地理信息數據使用了 Mapbox GL 庫， 通過該庫可繪制 GIS 信息， MapboxGL是一個JavaScript庫，其基于 WebGL使用矢量切片和 Mapbox樣式渲染交 互式地圖，是跨平臺 MapboxGL 生態系統的一部分，儲存庫還包括適用于 Android、 iOS、MacOS和Qt應用的兼容原生SDK。
4.4詳細設計
4.4.1主要類和接口設計
本文設計的系統采用面向服務的開發方式，通過自主開發，實現應急物資投送信 息管理系統的搭建。其中：
(1)系統的用戶和用戶組類：包括UserController()、GroupController()用于web接口 , UserEntity()、GroupEntity ()為數據庫字段映射到程序中的類，Module類用于依賴注入, 依賴導出， Service 類處理核心邏輯，具體定義如圖 4.9 所示。
圖 4.9 用戶實體類
Fig 4.9 User entity class
(2)物資需求類:Demand ()類設計如圖4.10所示，該類與人口傷亡類CasualtiesNum() 類以及物資分配調度類DistributionNum()相關聯，模型中的數據通過對外接口獲取。
4.10 物資需求類圖
Fig4.10 Material demand class diagram
(3)運力管理類：運力管理Transport()類與GIS地理數據接口 GISTrafficNet()對接, 具體設計如圖4.11所示，車輛與車主信息接口 Trafficcar()和TrafficOwner()。其中的一 些類中有涉及到更多的方法類、算法類等，如CasualtiesNum()類的使用又涉及到接口 Disasterlnfo()、PopulationInfo()數據的調用，通過對各層因素進行分析，綜合得到物資 投送方案 SchemeInfo()。
圖 4.11 運力管理類圖 Fig 4.11 Capacity management class diagram 4.4.2 主要模塊設計
通過對應急物資投送信息管理系統的業務數據流程和功能流程進行分析，實現系 統的主要功能。應急物資投送信息管理系統，需要首先借助 Mapbox GL 地圖庫，將地 圖數據加載到本系統中，用于實時監測物資、運力道路情況等信息。當發生地震時， 通過與災情收集系統獲取災情信息，與物流系統對接得到的物資信息等進行物資投送 方案的快速生成，根據投送方案做出快速合理地應急反應，從而快速開展救援，具體 過程如圖 4.12 所示。
圖 4.12 投送方案生成過程圖
Fig 4.12 Generation process chart of projection scheme
(1)用戶登錄模塊
登錄頁面是用了 ant-design的text控件構建，可以填寫用戶名、口令、驗證碼等信 息，用戶的口令信息在前端頁面做hash變換，使用BCrypt算法計算后得到散列值，發 送至本系統，本系統將接收到的散列值與數據庫中存儲的口令hash值進行比對得到身 份校驗結果，校驗成功后后發放一個登錄憑據，服務器驗證憑據合法性，若合法，將 會在 http header 中增加 token 值，前端將獲取此 token 作為全局令牌以此作為用戶身份 標識，身份校驗流程如圖 4.13 所示。
圖 4.13 用戶身份校驗流程圖
Fig 4.13 Flow chart of user identity verification
系統使用用戶名、口令及隨機驗證碼的方式進行身份鑒別，從而實現登錄系統， 具體登錄界面如圖 4.14所示。
圖 4.14 登錄系統界面圖
Fig 4. 14 Login system interface
(2)物資管理模塊 物資管理通過與物資供應商、物流公司等進行對接，得到物資信息，統計匯總至 本系統，統計結果中包括物資所在位置、物資種類、物資剩余量、物資的編輯及刪除 等操作，管理界面如圖 4.15 所示。
G物資投送信息管理垂統 Q ® ® SeratiMa 玉
圖 4.15 物資管理界面圖
Fig4.15 Material management interface
(3)物資新增界面 物資的新增，包括社會公眾捐贈、物流公司等物資的匯總，通過增加物資界面實 現物資數據的不斷更新，物資添加界面如圖 4.16 所示。
圖 4.16 新增物資界面圖
Fig 4. 16 New material interface
(4)物資投送管理模塊 物資投送管理模塊通過物資分配調度模型得到物資投送信息，具體包括供應點到 受災點分配的物資種類、物資數量、物資運輸工具、運輸狀態等信息，還可對調度物 資的詳細信息進行查詢，實時追蹤物流信息，運輸完成后，自動統計工具調用次數， 具體如圖 4.17 所示。
4.4.3物資分配調度算法實現
本文的物資調度部分調用Matlab代碼進行計算，主要過程為將Matlab代碼打包成 Jar 包，由 Java 引用，打包過程如下：
(1)在 Matlab 命令行窗口輸入 deploytool 指令，喚起打包部署工具；
(2)配置打包類型、包名、類名；選擇待打包的 M 的文件；
(3)打包完成后，在Java項目中調用由Matlab得到的Jar包即可直接使用。 物資分配調度問題的求解采用本文所改進的非支配排序遺傳算法實現，該算法迭
代進化過程中有存在 3 個關鍵算子，即非支配排序算子、擁擠度算子、精英選擇算子， 關于 3 個算子的代碼實現如下所示。
(1)非支配排序部分計算過程
1)種群中存在1,2,…N個個體，首先將個體i支配排序對比，若i的值小于j的情 況則受j的支配，則將j加入到i的支配集合中，若i大于j則表示i可以支配j，將i 加入到j的支配集合中，最終得到每個個體的非支配數。
2)根據每個個體的非支配數，由大到小進行非支配排序，最終得到種群中等級最 高的非支配解集，代碼流程如圖4.18 所示。
ifor i = 1 : N
individual(i) .n = 邸n足個體i被支配的個體數量
individual(i) ,p = [] ;%p足被個體i支配的個體集合
for j = : N
dom_less - 1;
dom_equal = :
dommore =:;
for~k = : M 蝕判斷個體i和個體j的支配關系
if (x(irV + k) < x{j,V + k>)
dom_less = dom_less + ;
elseif (x(irV + k) == x(j ,V + k)}
dom_equal = dom_equal + _;
else
dom^more = dom^more + ;
end
end
if dora_less = && dom_equal *■= M % 說明i受 j 支配，相應的“加].
individual<i).n = individual(i).n + ;
%說明i支配j,把j加入i的支配合集中
elseif dom_more == && dom_equal *= M
individual(i).p = [individual(i).p j];
end
end
$個體i非支配等級排序最高，屬于円前最優解集，相應的染色體屮攜帶代表排序數的信息 if individual(i).n —
x(irM + V + ) = 1;
F (front) ,f = [F (front ).f i] ；%等級為1的非支配解集
end
end
圖 4.18 非支配排序部分代碼圖
Fig 4.18 Flow chart of material distribution and dispatching
(2)擁擠度計算流程：
1)種群中存在1,2,...N個個體，首先對種群中所有個體i進行目標函數值計算并根
據函數值的大小進行排序；
2)隨機選擇兩個個體進行排序，首先判斷兩個個體不是同一個，如若不是，則進 行排序等級對比，記錄較小等級參賽者的索引信息。若等級相同，則根據擁擠度計算 公式計算兩個個體的擁擠度值，進行擁擠度比較，選擇擁擠度大的個體，為后續的選 擇操作提供參考，具體代碼流程如圖 4.19 所示。
for i = i : pool_size
for j = : tour_size
candidate (j) = round (pop* rand (1));% 隨機選擇參賽個體
if candidate(j) == 0 candidate (j) = ;|
end
if j > i
while **isempty (find(candidate (1 : j - I) == candidate (j))) %防止兩個參賽個體是同一個 candidate(j) = round(pop*rand(l));
if candidate(j) == 0
Candidate(j) = 1;
end
end
end
end
for j = 1 : tour_size%記錄每個參賽者的排序等級擁擠度
c_obj_rank (j) = chromosome (candidate (j) r rank); c__obj_distance (j) = chromosome (candidate (j),distance);
end
min_candidate =...
-find(c_obj_rank == min (c_obj_rank)) ;%選捋排序等級較小的參養者，fmd返冋該參賽者的索引 if length(minjandidate) y D如果兩個參賽者的排序等級相等則繼續比較擁擠度 優先選擇擁擠度大的個體 max_candidate =...
find(c_obj_distance(min_candidate) == max(c_obj_distance(min_candidate)));
if length(max_candidate)?= \ max_candidate = max_candidate(1);
end
f (i,:) = chromosome (candidate (min_candidate (max_candidate))):);
else
f(if:) = chromosome(Candidate(min_candidate(i)),:);
end
end
圖 4.19 擁擠度算子部分代碼圖
Fig 4.19 Partial code graph of congestion operator
(3)精英選擇策略計算流程：對種群中所有個體進行目標函數值計算，得到個體目 標函數值排序，將目標函數值高的個體保留下來直接進入父代，保留精英個體，隨后 進行選擇、交叉、變異等操作。
4.5本章小結
本章首先介紹了應急物資投送信息管理系統架構的總體設計，根據功能的不同將 系統劃分為物資管理模塊、物資需求管理模塊、物資調度管理模塊、投送方案管理模 塊、人口傷亡管理模塊、災情信息管理模塊。然后介紹了各個模塊的功能設計、數據 庫設計與實現。
第 5 章 應急物資投送信息管理系統測試
本章在應急物資投送信息管理系統的總體設計以及各部分設計和實現的基礎上， 首先完成了瀏覽器端的測試，其次選取了幾個具有代表性的網頁完成應急物資投送信 息管理系統的功能測試，最后完成了應急物資投送信息管理系統的性能測試。 5.1 測試環境
開發環境和語言：TypeScript，Visual studio code 1.53.2
PC 機終端：處理器 Intel i7 4770K，3.4GHz，OS： 64 位 Windows 10
Web 容器： NestJS
5.2測試目的
系統測試的目的如下:
(1)正確實現了所設計的需求，軟件測試首先必須能夠驗證軟件的需求和功能是否 基本實現。不僅是正常情況下功能和特性，更多的是非正常情況下也要能夠滿足期望 值
(2)通過設計測試用例對系統進行功能及性能測試，通過測試發現實現軟件系統中 隱含的缺陷、錯誤及不足的問題。目前主流的發現軟件系統的缺陷、錯誤及不足的主 要手段包括單元測試、集成測試、系統測試等等。
(3)性能的可靠性決定軟件可靠性，性能可靠性的測試表現在軟件的許多方面，不 僅僅包括軟件結構而且還受制于龐大的測試量。也可以根據軟件的使用操作描述，估 計各種相關輸入使用頻率，并以此作為統計抽樣的方法得到軟件使用可靠性量化的評 估。
5.3測試過程
為了確保應急物資投送信息管理系統具有較高的質量，并且可以非常穩定地使用， 系統測試環節至關重要，在這一環節中，通過測試可找到系統的邏輯錯誤和功能錯誤。 本文的應急物資投送信息管理系統的功能測試是通過瀏覽器訪問網頁的方式為用戶提 供物資投送調度方案，首先對各個小的功能模塊進行測試其次對整個系統功能和性能 進行測試。
(1)人口傷亡預測模塊準確性測試，測試使用歷史中的 30 組真實數據對模型進行可 用性測試，檢查測試決策結果是存在人口傷亡數存在嚴重偏差、計算不合理等缺陷；
(2)物資調度模塊準確性測試，測試使用 30 組測試數據進行模型的可用性測試，檢
查測試決策結果是否存在物資調度分配嚴重不均，物資調度超時等缺陷。
(3)物資需求預測模塊準確性測試，測試使用30組測試數據進行模型的可用性測試， 檢查測試決策結果是否存在物資需求計算結果不合理等缺陷。部分測試數據如表5. 1 所示。
表 5.1 地震傷亡人數測試數據
Table 5.1 Test data of earthquake casualties
受災點 總人口數(萬人) 死亡人數 死亡 受傷 死亡 死亡 受傷
綿陽市 533.3 7395 11874 67579 15976
德陽市 383.8 2648 10341 17076
阿壩州 87.4 161 2871 24625 4464
成都市 1103.4 959 4156 17802 4179 4276 26413
廣元市 307.41 700 2586 21682 4488 4819 28241
甘孜州 95.46 8 9 9 9 23
眉山市 348.66 9 10 549 10 10 315
資陽市 493.2 15 16 542 20 20 633
遂寧市 383.44 21 25 233 27 27 402
內江市 422.1 4 5 7 7 225
南充市 742.11 15 22 1655 30 30 7632
巴中市 383.85 8 8 193 10 10 258
雅安市 153.36 15 23 28 28 1351
救援物資種類中的物資分類名稱、規格、單位、單位重量kg、單位體積(m3)、是 否為一次性生命物資、是否為一次性生活物資、是否為循環生命物資、是否為循環生 活物資、成人每天需求數量等信息，具體如表5.2 所示。
表5.2救援物資種類
Table 5.2 Types of rescue materials
物資分類 名稱 規格 單位 單位 重量 kg 單位體
積(m3) 一次性生命 物資 一次性 生活物 資 循環生 命物資 循環 生活 物資 需求 數量
凈化水 500ml*24 箱 12 0.072 是 0.17
礦泉水 500ml*24 箱 12 0.072 是 0.17
飲料 500ml*24 箱 12 0.072 是 0.17
面條 500g*10 箱 5 0.015 是 0.20
花卷 500g*10 箱 5 0.015 是 0.20
饅頭 500g*10 箱 5 0.015 是 0.20
續表5.2
物資分類
名稱 規格 單位 單位
重量
kg 單位體
積（ m3） 一次性生命
物資 一次性
生活物
資 循環生
命物資 循環
生活
物資 需求
數量
油條 500g*10 箱 5 0.015 是 0.20
米飯 500g*10 箱 5 0.015 是 0.20
米粥 50g*20 箱 5 0.015 是 0.20
面包 100g*50 箱 5 0.015 是 0.20
餅干 250g*20 箱 5 0.015 是 0.20
熱像儀 30fc 1個 8 0.027 是 0.01
生命探測
儀 200w 1個 6 0.03 是 0.01
搶險舟 8p 1個 34 0.05 是 0.05
橡皮艇 10p 1個 48 0.2 是 0.10
帳篷 8m2 1個 20 0.16 是 0.25
系統測試范圍包括系統功能、性能、兼容性、可靠性、功耗、安全六項測試類別， 其中功能測試包括系統的二級功能及以上，具體測試列表如表5.3 所示。
表5.3 測試列表清單
Table 5.3 Test function list
測試類別 測試用例 驗證方法
功能 基本功能 具體測試用例設計通常根據軟件功能模塊、接口來設計
性能達標 具體測試用例設計參照產品軟件本身性能規格與場景
目標軟件是否能如期正常啟動，過程無異常報錯
目標軟件是否能如期正常停止，過程無異常報錯
目標軟件在啟動前后的系統資源 CPU 的波動異常檢測
具體測試用例設計通常根據軟件功能模塊、接口來設計
具體測試用例設計參照產品軟件本身性能規格與場景
目標軟件是否能如期正常啟動，過程無異常報錯
安全 端口掃描 目標軟件在運行期間的監控端口是否與通信矩陣中的端口信息一致
測試類別 測試用例 驗證方法
空載測試 目標軟件是否能如期正常停止，過程無異常報錯
目標軟件在啟動前后的系統資源CPU的波動異常檢測
目標軟件在啟動前后的系統資源內存的波動異常檢測 目標軟件在啟動前后的系統資源硬盤的波動異常檢測 目標軟件在啟動前后的系統資源網卡的波動異常檢測 目標軟件在穩定運行期間的系統資源CPU的波動異常檢測 目標軟件在穩定運行期間的系統資源內存的波動異常檢測
壓力測試
可靠性 目標軟件在穩定運行期間的系統資源硬盤的波動異常檢測
目標軟件在穩定運行期間的系統資源網卡的波動異常檢測
目標軟件在正常運行時異常停止后能否如期再次啟動并穩定運行，過
異常測試 程無異常報錯
5.4測試結果
通過對以上測試內容進行測試后得到系統總體測試結果如表5.4所示，其中功能性 測試結果中測試用例共30個，前端頁面顯示問題存在4個問題，已修改。兼容性測試 項中系統存在啟動過慢問題，啟動時連接數據庫時間過長，后修改數據庫并發連接數 量，已解決此問題。在可靠性測試項中存在日志寫滿磁盤空間導致系統宕機的問題， 通過關閉日志和調節日志等級解決此問題。
表 5.4 測試結果清單
Table 5.4 Test result list
序號| 測試子項 | 總用例個數| 通過用例| 失敗用例
1功能 30 26 4
2性能 1
3兼容性 6
4可靠性 5
5安全 1
5.5本章小結
本章首先介紹了應急物資投送信息管理系統的開發環境，然后對系統的 3 個主要 功能進行驗證與測試，測試結果表明，本文設計的應急物資投送信息管理系統能夠完 成震后應急物資調度方案的生成，可以在最短時間內實現人口傷亡預測、物資需求預 測、物資分配調度，為震后快速、精準救援提供救援參考方案。系統性能在規定的范 圍內達到標準，滿足用戶需求。
第 6 章 結論
本文設計了一個應急物資投送信息管理系統，通過物資信息管理模塊、人口傷亡 管理模塊、物資需求管理模塊、物資調度管理模塊、投送方案管理模塊協同作用，最 終輸出物資投送調度方案，主要工作和研究結果如下：
(1)本文構建了一個涉及多受災點、多供應點、多種類物資、多種類運力的多約束 物資分配調度模型，該模型以運輸時間最短和物資需求滿足率最高為目標，綜合考慮 了物資庫存量、運力速度、運輸路徑、車輛載重、受災點所需物資極限時間、所需物 資最低需求等約束條件，利用Matlab仿真工具對所構建的模型進行了算例仿真試驗， 模型求解過程采用兩階段求解方式，仿真結果驗證了模型的有效性。
(2)本文對非支配排序遺傳算法進行改進，引入標準差思想改進了算法的變異方式， 即基于矩陣編碼的變異優化方案，該變異優化方案可在求解收斂較快時增加種群多樣 性，為最優解的搜索提供更大的搜索空間。通過改進后的算法與改進前的算法分別對 物資分配調度模型進行求解，得到的求解結果驗證了改進后算法的有效性。
(3)通過對應急物資投送信息管理系統整體架構的設計，完成了 web 界面的應急物 資投送信息管理系統的搭建與測試。測試結果表明該系統可實現應急物資投送方案生 成的功能，基本符合系統設計原則。
目前，本文構建的物資分配調度模型時僅考慮了運輸時間，未考慮救援物資從儲 備點到供應點的匯集時間、物資裝卸過程的裝卸時間，并且由于地震災害的不確定性 影響運輸路徑，造成道路的不可靠性，實際路徑的運輸時間計算比較繁瑣，對于運輸 時間的計算還需將模糊因素考慮進去需要進一步研究；本文僅采用一種算法對物資分 配調度問題進行求解，未來可以考慮將遺傳算法與其它智能優化算法相結合，如使用 非支配排序遺傳算法進行物資分配求解，使用蟻群算法進行運輸路徑的選擇，以找到 更適合求解此類問題的最優算法。
參考文獻
[1]張國富，王永奇,蘇兆品，等.應急救援物資多目標分配與調度問題建模與求解J].控制與決策, 2017,32(1):920-1001.
[2]Sung I,Lee T. Optimal allocation of emergency medical resources in a mass casualty incident:Patient prioritization by column generation[J]. European J of Operational Research, 2016, 252(2): 623-634.
[3]陳鋼鐵,帥斌需求不確定條件下應急物資調度優化硏究.交通運輸工程與信息學報,2015(3):22-26
[4]賈群林,周柏賈.地震應急救援虛擬仿真訓練系統設計開發與應用J].中國應急管 理,2020(11):66-69.
[5]陳文凱，周中紅，張燦，等.新一代區域地震災害快速評估系統設計與實現一以甘肅省為例J].地 震工程學報,2020,42(06):1683-1692.
[6]錢莉.基于SPSS統計分析的地震傷亡預測模型研究J].現代營銷(下旬刊),2018(01):239-240.
[7]陳 黛 , 白 鵬 飛 , 蔡 冬 雪 . 地 震 災 害 人 員 傷 亡 預 測 模 型 研 究 [J]. 數 學 的 實 踐 與 認 識,2017,47(13):208-215.
[8]陳業華,馬曉玉.突發事件情景下串聯式需求系統應急物資協同調度研究J].運籌與管 理,2017,26(04):89-95.
[9]王子墨.應急物流多目標選址問題研究[J].時代金融,2017(26):273.
[10]陳剛,付江月.基于NSGAII的應急物流多目標LRP研究[J].軟學科學,2016,4(30):135-139
[11]文仁強，鐘少波，袁宏永等.應急資源多目標優化調度模型與多蟻群優化算法研究J].計算機研 究與發展,2013,50(7):1464-1472.
[12]Partha Sarathi Chakraborty,Arti Tiwari Pranshu Raj Sinha. Adaptive and Optimized Emergency Vehicle Dispatching Algorithm for Intelligent Traffic Management System[J].Procedia Computer Science,2015,57.
[13]Chen A Y, Pena-Mora F, Ouyang Y. A collaborative GIS framework to support equipment distribution for civil engineering disaster response operations[J]. Automation in Construction, 2011, 20(5): 637-648.
[14]劉文博.基于兩層架構協調的應急物資分配與車輛調度集成優化方法[J].物流技 術,2014,33(21):279-283.
[15]呂偉,李志紅,馮滿滿,等.考慮資源和時間窗約束的應急物資調配模型[J].中國安全科學學 報,2019,29(12):137-143.
[16]王永奇，張國富,蘇兆品,等.基于二維免疫的應急救援物資并行分配算法J].計算機工程與應 用,2017,53(10):230-240.
[17]胡汪源.基于時空網絡的城市軌道交通乘務排班優化模型與算法[D].北京:北京交通大學,2017.
[18]劉嘉,李亞男.應急物流領域研究熱點和趨勢的可視化分析J].武漢理工大學學報(信息與管理工 程版),2018,40(01):5-11.
[19]劉揚，張國富，蘇兆品，等.救災物資多階段分配與調度問題建模與求解[J].控制與決 策,2019,34(09):2015-2022.
[20]胡世鋒,谷世紅.基于物聯網技術的應急物流管理系統的設計與實現[J].物流技 術,2014,33(05):452-454.
[21]李正,黎斌,鄧輝,等.基于公里格網數據的江西省地震災情評估系統建設—以九江瑞昌地震為例 [J].電子世界,2021(04):42-43.
[22]王棚飛，王惠，徐成，等.關于國家應急管理指揮體系的研究[A].中國計算機用戶協會網絡應用分 會.中國計算機用戶協會網絡應用分會2020年第二十四屆網絡新技術與應用年會論文集[C].中 國計算機用戶協會網絡應用分會:北京聯合大學北京市信息服務工程重點實驗室,2020:3.
[23]劉賈賈，李鳳，劉龍，等.基于案例推理的地震應急物資需求預測[J].高原地震,2020,32(03):69-74.
[24]田曉勇,馮延超，陳亮,等.考慮震后道路搶修的多目標應急調度模型[J].防災減災工程學 報,2020,40(04):664-672.
[25]賴志柱,王錚,戈冬梅,等.多目標應急物流中心選址的魯棒優化模型[J].運籌與管 理,2020,29(05):74-83.
[26]高天宇.基于智能算法的應急物資需求預測與緊迫度分級[D].蘭州:蘭州交通大學,2020.
[27]王小明.震后應急救援移動模型與應急通信系統研究[D].上海:東華大學,2020.
[28]曹策俊,李從東,屈挺,等.救援物資跨區域調度雙層規劃模型——考慮幸存者感知滿意度和風險 可接受度[J].管理科學學報,2019,22(09):113-128.
[29]李巧茹,范忠國，田曉勇,等.考慮震后道路可靠性的多目標應急調度問題研究[J].信息與控 制,2019,48(03):372-379.
[30]熊曉雯.地震災害應急醫學救援物資優化配置和調度方法研究[D].北京:軍事科學院,2019.
[31]王付宇，李琰.雙層規劃在災后應急物資調度中的應用綜述[J].計算機應用研 究,2019,36(10):2887-2893+2924.
[32]朱洪利,周泓,孔繼利,等.需求干擾下的兩階段應急資源調度問題[J].中國安全生產科學技 術,2018,14(05):67-74.
[33]曹琦，曹陽.應急物資配送車輛調度模型與優化綜述[J].計算機應用,2018,38(08):2416-2422+2430.
[34]宋曉宇,張玉龍,常春光.可多次配給的多層級應急調度模型與算法[J].信息與控 制,2017,46(05):543-550.
[35]朱曉鑫.震災應急物資調度的優化決策模型研究[D].哈爾濱:哈爾濱工業大學,2017.
[36]曹策俊,李從東,屈挺,楊琴.救援物資跨區域調度雙層規劃模型——考慮幸存者感知滿意度和風 險可接受度[J].管理科學學報,2019,22(09):113-128.
[37]熊曉雯.地震災害應急醫學救援物資優化配置和調度方法研究[D].北京:軍事科學院,2019.
[38]宋曉宇,張明茜,常春光,等.面向雙目標應急物資調度的改進差分進化算法[J].信息與控 制,2019,48(01):107-114.
[39]王 付 宇 , 李 琰 . 雙 層 規 劃 在 災 后 應 急 物 資 調 度 中 的 應 用 綜 述 [J]. 計 算 機 應 用 研
究,2019,36(10):2887-2893+2924.
[40]朱洪利,周泓,孔繼利,等.需求干擾下的兩階段應急資源調度問題[J].中國安全生產科學技 術,2018,14(05):67-74.
[41]曹琦，曹陽.應急物資配送車輛調度模型與優化綜述[J].計算機應用,2018,38(08):2416-2422+2430.
[42]錢莉.基于SPSS統計分析的地震傷亡預測模型研究[J].現代營銷(下旬刊),2018(01):239-240.
[43]陳黛，白鵬飛，蔡冬雪.地震災害人員傷亡預測模型研究[J].數學的實踐與認 識,2017,47(13):208-215.
[44]苑津莎,馬姿,楊宏.地震救災初期應急物資智能調度問題的研究[J].科學技術與工 程,2020,20(21):8702-8708.
[45]鞏玲君,張紀海.基于NSGA-H的應急生產任務多目標優化模型及算法研究[J].運籌與管 理,2019,28(12):7-13.
[46]孫昌玖.考慮橫向轉運的震后應急物資協同調度研究[D].武漢:武漢理工大學,2019.
[47]楊萬里.考慮災民心理感知的應急物資調度研究[D].西安:長安大學,2019.
[48]劉海月.考慮次生災害的人道主義多目標應急物資調度研究[D].濟南:山東大學,2018.
[49]唐偉勤,鄒麗,郭其云,等.應急初期物資調度的灰色多目標規劃模型叨.中國安全科學學 報,2016,26(4):155-160.
上一篇：設備巡檢信息管理系統 設計與實現
下一篇：沒有了
相關標簽:
