内河溢油应急物资调度优化研究

熊 锐 杨亚东

(武汉理工大学航运学院 武汉 430063)

0 引 言

长江经济带建设促进了内河航运的发展，船舶流量持续增长，也增加了油品泄露的机率[1]．溢油事故发生后，溢油会顺流而下，严重影响下游的生态环境．而溢油应急物资的调度过程复杂，需要经过多个操作步骤转换，常规的应急预案中极易出现溢油应急物资等待时间过长的情况，因此科学地安排操作步骤并实施准确而及时的调度应急物资救援能节省等待时间，提高应急物资的调度效率．

针对水路运输的安全监管和船舶溢油的风险防范，国内外学者的研究成果主要集中在应急物资的调度和最优路径的选择两方面．Yan等[2]研究了资源调度中的多目标优化问题，并通过设定物资优先级的方法，分成两个阶段解决了调度优化中的物流问题；Saadatsereshtabb[3]基于运输成本，研究了减少运输成本的居多方法；廖良才等[4]结合遗传算法突出的全局搜索能力和启发式算法优秀的局部搜索能力，打破常规的单一算法使用模式，构造出一种新的混合算法；黄肖玲等[5]考虑海上溢油事故时间与成本因素，建立应急物资调度优化模型；肖敏等[6]建立通用物资的调度模型，为应急物资的调度指引方向，从而保障物资调度工作的科学性；张永领等[7-9]设计粒子群优化算法进行物资运输和分配决策．

上述有关应急调度的研究，主要是针对陆上应急物资调度，针对水陆配合调度的研究不多，为数不多的水域调度研究也多以海上溢油应急物资调度研究为主，对于内河水域的溢油应急物资调度问题涉及较少．而在实际的内河溢油应急物资调度过程中，存在应急物资需求量难以确定、调度任务分配方式不合理，以及调度过程中等待时间过长等问题．因此，文中结合溢油事故本身的特点和溢油应急物资自身的属性，将时间最短作为调度研究目标，提出合理分配物资调度步骤的优化方法，建立内河溢油应急物资调度优化模型，同时融合遗传算法和粒子群算法求解模型，并运用仿真软件进行验证．

1 内河溢油应急物资调度建模

1.1 问题描述

内河油品泄露危害较大，当溢油事故发生后，存在溢油应急物资需求量无法确定和调度等待时间过长的问题，如何充分发挥国家溢油应急设备库的力量对减少污染损害显得至关重要．针对实际情况做出如下假设：①溢油事故的溢油量确定；②所有的物资储备点的物资储备量确定；③物资储备点到码头集合点、码头集合点到事故点的路径唯一；④应急物资运输时不考虑水文气象等外因的影响．图1为溢油应急物资调度过程．

图1 溢油应急物资调度过程

在常规的溢油应急预案中，一般采用操作步骤逐级实施的调度流程，这种方法会导致整个调度周期和调度等待时间过长，而应急调度以时间最短为首选目标，溢油应急物资的体积、外形和操作步骤内部约束对其每个操作步骤的实施时间有极大影响，而物质的体积和外形无法改变，所以对应急物资的操作次序进行优化，从而提高整个应急调度的效率，减少调度时间，更早地开展事故现场救援工作．因此，文中在核心的操作步骤的等待时间中插入非核心操作步骤，并采用合理的方式安排溢油应急物资进行某一操作步骤的次序，从而实现应急调度优化．具体见图2．

图2 调度优化流程图

1.2 模型构建

1.2.1确定出救点和所需物资数量

minTφ∈ω(φ)

(1)

(2)

s.t.x=(tf-ts)×v

(3)

(4)

1.2.2溢油应急物资调度优化模型

内河的港口码头储备了部分溢油应急设施设备，但配备的应急物资种类较为单一，数量不多，因此文中仅研究国家溢油应急设备库里应急物资的调度顺序的优化．调度过程包括溢油应急物资的种类选择、调度排序以及不同物资操作步骤开始时间的确定．设需要调度M种溢油应急物资，每种物资分解成N个操作步骤，且最迟抵达时间为li(i=1，2，…，M)．物资i各操作步骤之间时间约束矩阵Ki及调度方案描述矩阵为

(5)

(6)

溢油应急物资的调度模型为

(7)

(8)

(9)

2 模型求解与仿真验证

2.1 遗传粒子群算法

粒子群算法收敛速度快和计算精度高，但很多时候无法找到全局最优解，只能找到较好的解，引入传统遗传算法，将两者结合能准确而迅速地找到最优解．粒子的更新为

(10)

Vid=WVid+C1R1(P1id-Xid)+

C2R2(Pgd-Xid)

(11)

Xid=Xid+Vid

(12)

(13)

式中：D1为算法最大迭代次数；i为当前迭代次数；R1，R2为[0，1]范围内中的两个随机数；Xid为操作步骤编号；Xmax为最大位置；Vmax为最大速度；W为惯性权重；C1和C2为加速度常数；Pid为微粒i飞过的最好的位置；Pgd为种群中的所有微粒飞过的最好的位置；式(13)为选择概率，K为种群大小，Fi为个体适应度，此外随机选择交叉概率PC∈(0.5，1)，变异概率Pm∈(0.01，0.1)．

遗传粒子群算法步骤为：

步骤1种群初始化生成初始种群，并计算粒子瞬时位置相对应的适应值．

步骤2选择操作比较产生的数值的适应度，选择优化的方向，并记录获得的数据．

步骤3全局优化操作粒子不断地获得新的速度和新的位置，迭代完成后，输出初始优化种群．

步骤4交叉操作选出适应度值较小的粒子参与交叉，交叉后重组形成新个体．

步骤5变异操作利用Pm对个体进行变异，为种群补充新鲜血液．

步骤6收敛判定结果满足迭代的条件，从产生的个体中选取最好的个体，即为算法优化的最终结果；否则，循环步骤4．

2.2 仿真验证

求解调度优化模型后，使用Flexsim仿真软件验证结果．内河溢油应急物资调度优化模型中需要的设施都能够在Flexsim仿真中找到类似功能的实体，具体的实体设计见表1．

表1 溢油应急物资调度优化模型实体设计

仿真模型中各对象间的逻辑关系代表应急物资的储备过程、装卸过程、运输过程，每个对象的参数设置完成后见图3．

图3 仿真模型示意图

3 算例分析

以长江干线某段发生的某次溢油事故为例，溢油事故发生在图4标绘处，溢油区域为1 000 m×200 m．附近的溢油应急物资储备点到事故点的距离由小到大依次为F，E，D，O(国家溢油应急设备库)，C，G，A，B．从A，B，C，D，E，F，G点到事故点的时间分别为80、100、55、10、35、30、85 min．O点到最近的港口的路径为10 km，该港口到事故点的距离为5 n mile，所采用的船舶航速为20 kn，载重20 t；运输车辆运行速度为60 km/h，载重5 t；港口的装卸效率为2.5 min/t；储备库的车辆装卸效率为1.5 min/t．

图4 溢油事故示意图

根据式(1)～(2)求解出救点调度物资数量：F点调220 m2吸油毡；E点调220 m2吸油毡；D点调440 m2吸油毡；O点(调526 m围油栏，1 052 m吸油拖栏，560 m2吸油毡，两台收油机．在实际的溢油事故中，事故点所需的溢油应急物资不止四种，为保证研究的科学性，文中选取六种溢油应急物资(围油栏、吸油拖栏、吸油毡、收油机、环保型溢油分散剂500 kg、储油桶200 kg)进行调度等待时间优化．根据调度优化方法，每种物资的调度过程分为六个操作步骤，分别为p1(组装或调制)、p2(储备点装卸)、p3(车辆运输)、p4(码头卸载)、p5(船舶装载)、p6(试用)．不同的方案的实施时间不同，溢油应急物资调度操作步骤实施时间表见表2．

表2 溢油应急物资调度操作步骤实施时间表

根据得到的数据，结合1.2的内河溢油应急物资调度模型和2.1的遗传粒子群算法，得到算法收敛曲线见图5，随后进行仿真计算，迭代100次，最优方案见图6．

图5 GA-PSO算法的收敛曲线图

图6 最优调度方案

采用常规的应急预案完成此次应急物资调度至少需要叠加物资1的组装或调制时间和物资4的试用时间，最快需要80.5(71.5+5+4)min，而采用最优调度方案进行应急救援共需71.5(56.5+15)min．输入各个实体在实例中的数据，定量设置需要调度的应急物资后，最终的仿真验证结果见表3．

表3 Flexsim仿真验证结果

仿真结果显示:完成最优调度方案所消耗的总时间为4 320 s，即72 min，与内河溢油应急调度优化模型的计算结果基本相符．通过模型计算求解得到了最短的应急调度时间，比常规的应急预案至少减少了9 min，这表明:长江干线溢油应急物资调度过程中，确实存在各个应急物资的操作步骤之间等待时间浪费的问题，利用文中提出的调度优化方法可以最大化减少调度时间，实现更快更好的应急救援，证明了文中的研究是有意义的．仿真结果和计算结果的一致性验证了模型计算结果的正确性．

4 结 束 语

针对内河溢油事故发生的突然性和漂移扩散性，文中以应急调度时间最短为目标设计了一种考虑内河出救点规模和位置分布的调度优化方法，研究多物资等待时间调度优化问题，以此建立具有内河特色的应急调度优化模型，并采用遗传粒子群算法求解溢油事故的最优调度方案，将模型代入Flexsim仿真软件验证算法的科学性．模型解决了内河溢油应急调度中各种物资等待时间问题．此外，文中的调度优化只应用于国家应急设备库，针对其他储备点物资数量达到一定规模时，未来可采用复杂的多点混合优化调度，其次，在应急调度过程的操作步骤分解上，后续可以采用更准确的分解标准对调度过程进行分解．