考虑卡车与无人机的随机动态灾后库存分配问题
最优化与控制
2023-12-04 v1 人工智能
摘要
由于灾区援助需求不断上升，人道主义物流运作面临日益增加的困难。本文研究了在多个受灾地区随时间动态分配稀缺救援物资的问题。提出了一种新颖的随机动态灾后库存分配问题，其中卡车与无人 aerial vehicle（无人机）在供需不确定下运送救援物资。这一人道主义物流问题的意义在于考虑配送的跨期社会影响的重要性。我们通过在分配稀缺物资时引入匮乏成本来实现这一点。此外，我们考虑了灾区固有的不确定性以及使用货运无人机提升运作效率的潜力。本研究提出了两种基于近似动态规划的预期性求解方法，具体为分解线性值函数近似（DL-VFA）与神经网络值函数近似（NN-VFA），以有效管理动态分配过程中的不确定性。我们将 DL-VFA 和 NN-VFA 与多种最先进的方法（精确重优化、PPO）进行比较，结果显示相比最佳基准提升 6–8%。NN-VFA 提供最佳性能并捕捉问题中的非线性，而 DL-VFA 在轻微性能损失下展现出优异的可扩展性。实验表明，考虑匮乏成本可改善稀缺物资在受灾地区之间及随时间上的分配。最后，结果显示部署无人机可在救援物资分配中发挥关键作用，尤其在灾后的最初阶段。使用无人机将运输与匮乏成本合计降低 16–20%，并将最大匮乏时间减少 19–40%，同时保持相似的需求覆盖率水平，展示了高效且有效的运作。
引用
@article{arxiv.2312.00140,
title = {The Stochastic Dynamic Post-Disaster Inventory Allocation Problem with Trucks and UAVs},
author = {Robert van Steenbergen and Wouter van Heeswijk and Martijn Mes},
journal= {arXiv preprint arXiv:2312.00140},
year = {2023}
}