面向灾后人道物流作业的二级车辆与无人机路径鲁棒优化框架
最优化与控制
2022-07-26 v1
摘要
在灾害期间及之后提供急救与其他物资（如肾上腺素笔、医疗用品、干粮、水）始终具有挑战性。当交通、电力与通信网络失效，导致人们被困且无法传达其位置与需求时，这些作业的复杂性进一步增加。无人机等新兴技术的出现可帮助人道物流提供者在交通网络失效后抵达原本被困的人群。然而，由于电信基础设施故障，对应急援助的需求会变得不确定。为应对在基础设施网络失效情况下向被困人口投递应急援助的挑战，我们提出了一种新颖的鲁棒计算框架，用于使用无人机（uncrewed autonomous vehicles, 或 drones）进行投递的二级车辆路径问题。我们将该问题表述为一个两阶段鲁棒优化模型以处理需求不确定性。随后，我们提出一种列与约束生成方法，针对给定的一组卡车与无人机路线生成最坏情况需求场景。此外，我们开发了受列生成方法启发的分解方案，以启发式地为一组需求场景生成无人机路线。最后，我们将启发式分解方案与列与约束生成方法结合，以确定卡车与无人机的鲁棒路线、受影响社区被服务的时间以及投递的援助物资数量。为验证所提计算框架，我们使用了一个模拟数据集，旨在重建 2017 年玛丽亚飓风后波多黎各不同地区应急援助请求。
引用
@article{arxiv.2207.11879,
title = {A Robust Optimization Framework for Two-Echelon Vehicle and UAV Routing for Post-Disaster Humanitarian Logistics Operations},
author = {Tasnim Ibn Faiz and Chrysafis Vogiatzis and Md. Noor-E-Alam},
journal= {arXiv preprint arXiv:2207.11879},
year = {2022}
}