控制与决策

作者：张国富,常加远,苏兆品,沈宇锋

单位：合肥工业大学 计算机与信息学院,合肥 230601;合肥工业大学 大数据知识工程教育部重点实验室, 合肥 230601;合肥工业大学 智能互联系统安徽省实验室,合肥 230009;合肥工业大学 工业安全应急技术安徽省重点实验室,合肥 230601,,合肥工业大学 计算机与信息学院,合肥 230601,,合肥工业大学 计算机与信息学院,合肥 230601;合肥工业大学 大数据知识工程教育部重点实验室, 合肥 230601;合肥工业大学 智能互联系统安徽省实验室,合肥 230009;合肥工业大学 工业安全应急技术安徽省重点实验室,合肥 230601,,合肥工业大学 计算机与信息学院,合肥 230601,

关键词：应急处置和救援;路网抢修;大量需求点;抢修队调度;双反馈回报函数;深度Q学习

基金：安徽省重点研究与开发计划项目(202004d07020011,202104d07020001)；中国工程院战略咨询重点项目(2020-XZ-3)；教育部人文社会科学研究青年基金项目(19YJC870021)；广东省类脑智能计算重点实验室开放课题项目(GBL202117)；中央高校基本科研业务费专项资金项目(PA2020GDKC0015, PA2021GDSK0073,PA2021GDSK0074).

受损路网抢修是重特大自然灾害发生后开展应急处置和救援的一个基本前提,主要研究如何对道路抢修队进行合理的调度以快速恢复路网畅通、保障救援队伍和应急物资从出救点及时输送到各需求点.鉴于已有研究在面向大量需求点时往往很难给出有效的调度策略,首先基于路网模型和马尔科夫决策过程分析抢修队修复受损路网的关键因素,并设计一种双反馈回报函数;然后基于深度Q学习求解抢修队的最优调度策略;最后通过对比实验结果表明,在大量需求点环境下,所提出方法具有较好的稳定性和可靠性,兼顾受损路网的修复效率和运输效率,能够以更少的修复代价令所有需求点可达,为灾后复杂应急场景下的受损路网抢修提供有益的尝试.

来源：2022年第12期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第12期