稀疏路网下应急救援资源配置研究

张永强　胡　状　林　丽　丁姝慧

(1.同济大学交通运输工程学院　上海　201804;　2.南京林业大学汽车与交通工程学院　南京　210037)

稀疏路网下应急救援资源配置研究

张永强1,2胡状2林丽2丁姝慧2

(1.同济大学交通运输工程学院上海201804;2.南京林业大学汽车与交通工程学院南京210037)

摘要我国西部地区地广人稀，交通设施分布稀疏，交通事故发生地往往距离救援地路途遥远，导致事故难以得到有效的救援，应急救援资源的优化配置对于突发事故的及时处理至关重要。文中建立以救援成本最小为目标的救援资源配置优化模型，通过优化的粒子群算法对模型进行求解，以新疆库尔勒-阿克苏段稀疏路网为研究对象，进行救援资源配置的案例研究，配置结果比较符合实际情况。

关键词稀疏路网突发事件应急救援粒子群算法改进MATLAB

稀疏路网通常是指交通运输总量偏少，交通基础设施建设水平较低且节点间距大的公路网。稀疏的路网不仅给人们的出行提供了较低的可达性和机动性，路况复杂多变、驾驶员高速驾驶和疲劳驾驶等诸多因素容易诱发突发事件，且恶性事故的比例较高，突发事件一旦发生，多为重特大的突发事件；另一方面，由于西部地区地广人稀，突发事件检测设备覆盖率低、巡逻车辆少，且通信信号不良，事故发生后很难被发现，事故当事人求救也非常困难，加之事故发生地往往距离救援地路途遥远，这些均导致了事故发生后难以及时发现并实施有效的救援措施，容易造成重大的人员和经济损失。因此应急救援的资源配置对于救援效率的提高至关重要。

在美国，通过多次专家会议论证和其他方式，在前期规划中确定救援资源的配置，专家学者必须得在应急救援资源配置之前联合医疗、消防、路政、运输等相关部门对其进行充分讨论分析和论证[1-3]。

2003年，Kar,Kohinoor[4]提出在州际范围内进行交通安全资源配置的安全模型，该模型以安全性能指标为目标函数，该指标包括人口、登记车辆、车辆运行旅程的碰撞率，剧烈碰撞的频率等。并且赋予不同地区不同的权重，为不同权重的地区配置相应的救援资源。

国内学者大多认为应急救援资源配置方法问题属数学规划问题。北京交通大学陈德爱[5]在“高速公路事故救援研究”中主张对救援资源进行需求分析，并提出资源管辖分区问题。

Study on the Road Performance Experiment of Warm Mix SBR Modified Asphalt Mixture by Direct Delivery Method

ZhuYumei

(Jiangsu Jiaotong College, Zhenjiang 212006, China)

Abstract：SBR modified asphalt has the outstanding low temperature performance, but it usually exists the problem of unstable high-temperature performance. Using warm mix SBS powder asphalt mixture technology, we can make up for the deficiencies. In this paper, a number of laboratory experiments were tested for warm mix asphalt SBR water stability, high temperature stability and low temperature cracking resistance. We contrasted the pavement performance with 70# asphalt, SBS asphalt and SBR asphalt mixture. Test results show that warm mix SBR asphalt mixture has the considerable performance of water stability, high temperature stability with SBS asphalt mixture, and the low temperature cracking resistance of warm mix SBR asphalt mixture is better than SBS asphalt mixture. In the west area of China, a scarcely populated area, means of transportation were distributed sparsely.Traffic accident always happened so far away from rescue site, which led to accident couldn't gain effective rescue. Therefore optimal allocation of emergency rescue resource played an essential role in the whole responding process. The paper set up an optimized emergency resource allocation model which took minimum rescue cost as the target. The model was solved by optimized PSO (Particle Swarm Optimization) algorithm. The case of rescue resource allocation was studied, which took regional road network in Korla-Aksu as the object of study. The result conforms to reality.

Key words:asphalt mixture; SBR powder; warm mix agent; direct delivery method; performance sparse road network; emergency incident; emergency rescue; optimized PSO algorithm; MATLAB

2011年，周香平[6]从节约投资的角度出发，以高速公路的服务区为研究对象，通过对服务区选址的原则设定，根据自然环境、交通技术条件(包括安全条件)和服务区日常运营要求等选址依据进行选址。服务区的规模、等级和区位将决定救援资源的配置种类和数量。

2011年,王志雄[7]对突发事件发生前和突发事件发生后2个方面对应急预警信息系统进行研究，对突发事件发生前的安全性评价和分析研究相对丰富。蔡素军[8]运用安全性评价标准对运营安全性进行评价分析，并通过运行速度进行安全性检验，还通过事故调查分析进行事故黑点的鉴别，有针对性地提出相应的安全改造措施。对这些事件发生后如何调动协调各方面的资源进行了简单综述。以下将着重研究这方面的问题。

1配置模型及算法

1.1　救援资源配置模型的构建

在稀疏公路交通网络分析中，将救援点(服务区、养排中心、管理中心所在的位置)、事故黑点抽象表示成网络节点，将节点之间的稀疏路网高速公路路段或普通路段抽象表示为弧。

在稀疏路网中：G(N，A)，点集N，弧集A。且定义：

(1)S为救援点的集合，有n个救援点，点i∈S所需配置的资源数为xi，所能容纳的资源数为ai(i=1,2,...,n)。

(2)F为事故黑点的集合， 有m个事故黑点，点j∈F所需的资源数为rj(j=l,2,...，m)。

(3)λij为路网G中从救援点i到事故黑点j,(j∈S,j∈F)的相应权值。

(4)tij为路网G中从救援点i到事故黑点j，(i∈S,j∈F)的救援行程时间。

(5)ωj为事故黑点j(j∈F)节点的相应权重。

(6)xij为从救援点i到事故黑点j(j∈S,j∈F)预派的救援资源数。

(7)c为救援资源的单位成本；B为最大预算额。

根据救援点和事故黑点的概率，常用救援资源的随机规划模型如下。

(1)

(2)

(3)

(4)

(5)

(6)

式(1)为救援成本最小的目标函数；式(2)为资源供需关系；式(3)为救援点资源配置数量的约束；式(4)为预算约束；c为救援资源单价；B为预算限制；式(5)为中间变量与决策变量的转换；式(6)为决策变量的非负整数约束。

1.2　粒子群算法的改进

粒子群优化算法的优化是借鉴变异思想，在算法中引入变异操作。变异以一定概率跳出既定的收缩的搜索范围，在更大的可行域里进行最优位置的搜索，同时保持了种群多样性，提高了算法寻找到更优值的可能性。改进前后的多目标粒子群算法流程图对比见图1。

图1　改进前后的多目标粒子群算法流程图

通过编写MATLAB程序演示了传统粒子群算法和加入自适应变异程序的2种算法的寻优过程。通过ackley函数说明改进后的粒子群算法在全局寻优以及收敛速度方面的优势。学习因子c1=c2=1，惯性权重=0.8，最大迭代次数为100，粒子群个体数N=20。最终得到最优个体适应值。寻优结果见图2。

图2　Matlab寻优过程对比图

由运行结果可见，变异算子的粒子群算法能够跳出局部极小值点，得到更优的结果。当迭代次数还没达到20次前，优化算法就已经使得适应度接近0，几乎收敛。在x轴方向上，优化算法寻优收敛所需迭代数要比传统算法少△，在y轴方向上，在进化到相同代数时优化算法计算出来的

适应度值要比传统算法小。由此可见，改进的粒子群算法有较强的全局搜索能力，相较于传统算法具有较大优势。

2工程案例分析

2.1　概况

以新疆为例，其公路网密度为2.92 km/(100 km2)，远低于全国平均水平20.1 km/(100 km2)。新疆自治区路网属于稀疏路网。主要针对排障资源、消防资源和救护资源进行配置，其中排障资源配置在养排中心。为方便调遣，设少量的消防和救援资源配置在稀疏公路网两侧，即可配置管理中心、养排中心或服务区。

在抽象路网上提取道路中的互通立交、枢纽、停车区、服务区及养护工区为网络节点，见图3。其中，1~22代表库车稀疏公路网从北山路互通至库车西互通的路段节点，22~29代表周边低等级道路的需求及潜在救援节点。现有救援点的分布为库尔楚养护区(6)、轮台养护区(13)、二八台养护区(15)、库车养护区(21)。由于清障资源的救援点(养护中心)有4个，消防、救护资源的救援点(服务区)有2个，因此，对于清障资源的配置模型，n取4；对于消防、救护资源的配置模型，n取2。

图3　资源分布以后的抽象路网示意图

2.2　自适应变异粒子群算法的配置结果及分析

通过设定的参数ωj，λij，Q，rj和aj等，以救援服务水平为0.7时所需配置的各种救援车为例，根据利用自适应变异粒子群算法求解的结果，得到各种救援车在各救援点配置的结果见表1。

表1　各救援车辆配置结果(Q=0.7)

由图3和表1可见，养护中心13配置了最多的救援资源，其他养护中心则相对较少，但数量差距不明显。

以小型车为例，从权重角度分析，养护中心13靠近事故黑点C,D和E，这3个点权重较小，所以在养护中心13处配置更多的救援资源是合理的。

从救援资源需求的角度分析，事故黑点A和C的资源需求相对较多，所以在养排中心13处配置更多救援资源也是比较合理的。

从事故黑点权重角度分析，事故黑点C,D和E的权重分别是0.375，0.25和0.375，应该首先根据目标函数考虑较小的来配置，所以在养排中心13处配置更多救援资源是合理的。

由图2和表1可见，在服务区1处配置的消防车和救护车比服务区2要多。服务区1距离事故黑点A,B,C和D较近，这几个事故黑点的事故等级分别是2,4,1和3级，这就需要更多的救援资源，所以在服务区1配置更多的消防车和救护车是合理的。

3结语

通过对新疆库尔勒-阿克苏段稀疏公路网进行实例分析，用基于自适应变异的粒子群算法在求解资源配置问题时，由于事故黑点所需的资源是随机的，因此每次计算时产生的随机变量也会不同，导致结果有微小差异，这跟实际情况是符合的。

其次，该算法简洁，易于实现。与遗传算法相比，该算法没有交叉等操作，粒子通过内部速度和简单变异进行更新，所以原理简单，参数少，编码也简单，只需要确定怎样将粒子表示为问题解，通过局部最优解和全局最优解的导向，迭代寻得最优解。

当目标函数特别复杂时，特别是包含多个极值点时，传统算法易陷入局部最优解；而该算法具有较强的全局搜索能力，能寻找到最优值。粒子群算法的搜索能力极强，不易陷入局部寻优，因此也可证明该算法在全局搜索方面的有效性，在解决目标函数极为复杂的模型中有着较大的优势。

参考文献

[1]PB Farradyne. Traffic incident management handbook[M].New York：U. S, Federal Highway Administration.2000.

[2]JAMES D.Carrel, Kevin Blake. Expressway Management Handbook[M].New York: U. S, Department of Transportation,Federal Highway Administration. 2002.

[3]LEE Simmons.Developing Expressway and Incident Management System Using the National ITS Architecture[M].New York:U.S, Department of Transportation, Intelligent Transportation Systems Joint Program Office.1998.

[4]KAR, KOHINOOR.Development of a statewide traffic safety resource allocation model[D].Wayne State University,2003.

[5]陈德爱.高速公路事故救援研究[D].北京：北京交通大学,2007.

[6]周香平.高速公路服务区选址的探讨[J].交通科技,2011(S1):54-55.

[7]王志雄.高速公路应急预警信息系统设计与实现[J].交通科技,2011(6):82-85.

[8]蔡素军，王泽勇，薛鹏.高速公路运营阶段安全性评价与分析[J].交通科技,2011(6):89-92.

Research on Resource Allocation of Emergency Rescue in Sparse Road Network

ZhangYongqiang1,2,HuZhuang2,Linli2,DingShuhui2

(1.College of Transportation Engineering, TongJi University, ShangHai 201804, China;

2.College of Automobile and Traffic Engineering, NanJing Forestry University, NanJing 210037, China )