控制与决策

作者：张国富,涂冰花,苏兆品,岳峰

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 工业安全与应急技术安徽省重点实验室, 合肥 230601;安全关键工业测控技术教育部工程研究中心,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 工业安全与应急技术安徽省重点实验室, 合肥 230601;安全关键工业测控技术教育部工程研究中心,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 工业安全与应急技术安徽省重点实验室, 合肥 230601,

关键词：灾害应急响应;受损路网抢修;严重受损路网;抢修队调度;Q学习;动作集裁减

基金：国家自然科学基金项目(61573125)；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(19YJC870021,18YJC870025)；中央高校基本科研业务费专项资金项目(PA2019GDQT 0008,PA2019GDPK0072).

受损路网抢修是灾害应急响应中的一个非常重要的基础环节,主要研究如何对道路抢修队进行有效调度,以快速恢复受灾路网的交通能力,为后续顺利展开应急救援工作提供有效的保证.已有方法在路网受损严重的情形下往往难以给出有效的调度策略.为此,在已有工作的基础上,简化路网模型和决策模型,并基于动作集裁减和Q学习设计一种面向严重受损路网的抢修队调度算法.在该算法中,抢修队只能从当前可达的未修复受损路段集合中选择下一个动作,以确保Q学习的连续性.仿真实验结果表明,在节点数和受损率都较大的严重受损路网环境中,所提算法可以保证所有需求节点均可达,具有更高的稳定性和可靠性,且能够在更小的时间和修复代价内给出更优的调度方案.

来源：2021年第7期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第7期