城市突发事件应急管理及调度优化

前言
第1章 绪论 1
1.1 研究背景 1
1.2 研究意义 3
1.3 国内外研究现状及评述 4
1.3.1 城市突发事件应急管理研究现状 4
1.3.2 应急救援车辆路径选择和调度优化研究评述 7
1.3.3 应急手术调度及其优化研究评述 12
1.3.4 应急车辆的伤员转运与手术协同调度研究评述 15
1.3.5 应急调度中的不确定问题研究 17
1.3.6 研究现状的局限性 18
1.4 研究内容和目标 19
1.5 本书的创新 21
1.6 本书的结构框架 22
第2章 理论基础 24
2.1 引言 24
2.2 突发事件应急救援车辆路径选择研究 24
2.2.1 车辆路径问题及其数学模型 24
2.2.2 城市突发事件应急救援车辆路径问题及其数学模型 25
2.3 应急手术调度研究 30
2.3.1 突发事件下应急手术调度优化指标 30
2.3.2 突发事件情景下应急手术调度问题模型 32
2.4 伤员检伤、分类问题 34
2.4.1 朴素贝叶斯分类 34
2.4.2 基于支持向量机的分类 38
2.5 不确定理论 41
2.6 深度学习 44
2.6.1 卷积神经网络 45
2.6.2 强化学习 47
2.7 启发式群智能算法 50
2.7.1 花朵授粉算法 50
2.7.2 布谷鸟搜索算法 52
2.7.3 飞蛾扑火算法 54
2.8 本章小结 55
第3章 城市突发事件中伤员的检伤识别与分类 57
3.1 引言 57
3.2 伤员的伤情检伤识别、分类 57
3.2.1 检伤分类的等级和标识 58
3.2.2 检伤分类的方法 60
3.3 基于排队论的检伤分类服务优化 64
3.3.1 伤员检伤分类排队模型 64
3.3.2 模拟实例分析 69
3.4 我国城市突发事件应急管理体制存在的问题与对策 71
3.4.1 应急管理体制存在的问题 72
3.4.2 应急管理的对策 72
3.5 本章小结 74
第4章 突发事件中伤员转送应急救援车辆调度研究 75
4.1 引言 75
4.2 城市突发事件中基于事故演变的救援需求优化模型 77
4.2.1 事件演变的救援需求问题描述 78
4.2.2 马尔可夫决策过程 79
4.2.3 需求状态演变的马尔可夫过程 80
4.2.4 模型优化求解 83
4.2.5 实证 89
4.2.6 结论 93
4.3 应急车辆动态路径选择问题优化 93
4.3.1 应急车辆动态路径选择问题 94
4.3.2 求解应急车辆动态路径选择问题的混合布谷鸟搜索算法 98
4.3.3 算例验证 105
4.3.4 结论 108
4.4 本章小结 108
第5章 城市突发事件情境下手术调度研究 110
5.1 引言 110
5.2 城市突发事件中基于疲劳效应的应急手术调度问题 111
5.2.1 应急手术调度问题 111
5.2.2 改进的飞蛾扑火算法设计 114
5.2.3 数据仿真与实验 117
5.2.4 结论 120
5.3 不确定因素下手术调度研究 121
5.3.1 灰色调度建模 123
5.3.2 混合灰色布谷鸟搜索算法设计 129
5.3.3 数据仿真与实验 132
5.3.4 结论 134
5.4 本章小结 135
第6章 城市突发事件下应急物资协同调度和检伤、转运与手术协同调度研究 136
6.1 引言 136
6.2 应急物资协同调度 136
6.2.1 应急物资协同调度概述 136
6.2.2 两阶段多物资协同调度模型 138
6.2.3 算法实现 141
6.2.4 实例分析 145
6.2.5 结论 150
6.3 检伤分类、伤员转运与应急手术协同调度 150
6.3.1 问题描述 151
6.3.2 问题建模 152
6.3.3 算法设计及性能分析 156
6.3.4 仿真实证及分析 158
6.3.5 结论 160
6.4 本章小结 160
参考文献 162