一种基于多智能体的震后应急物资多目标动态调度方法
本发明属于应急物流与智慧应急,具体涉及一种基于多智能体双向耦合的震后应急物资多目标动态调度方法。
背景技术:
1、地震、泥石流、洪涝等灾后应急物资配送的效率直接关系到受灾群众生命安全及灾区救援工作的顺利开展。随着遥感监测、深度学习及智能优化技术的发展,越来越多的研究将需求预测、路径规划及车辆调度等方法应用于灾后应急物流领域,以提高应急物资配送效率。
2、在现有技术中,大多数应急物资配送方法以受灾点需求已知为前提,开展路径优化,而实际上,震后受灾人口、灾情损失及物资需求具有明显的动态变化特征,固定需求假设难以准确反映灾后实际需求变化过程,容易造成物资供应不足或资源浪费,影响应急保障效果。
3、另一方面,现有配送模型大多将道路视为固定可通行状态,缺乏对地震造成道路损毁、余震影响及道路恢复过程的动态描述,难以真实反映震后道路网络可达性的变化特征,导致生成的配送路径在实际救援过程中可执行性较差。
4、《proactiveresourcerequestfordisasterresponse:adeeplearning-basedoptimizationmodel》提出利用深度学习模型预测灾害救援资源需求,并结合优化模型进行资源配置。但其预测对象主要为资源需求量,未考虑地震导致的道路网络损毁影响,此外,该类方法主要关注需求预测精度,预测结果通常作为静态输入使用,缺乏与后续调度决策过程的持续联动机制。中国专利cn113159700a公开了一种汇聚需求预测的矿山应急救援中心站的事故应急物资调度建模方法,主要面向矿山事故场景,将需求预测与物资调度结合,但未考虑路网的动态变化。
5、此外,现有应急物流调度方法多采用静态路径规划或单次优化方式,即使采用滚动优化策略,也通常仅更新需求信息,缺乏需求预测、道路状态感知及滚动调度之间的协同机制,无法根据灾区状态的持续变化快速调整配送方案。
6、现有系统的预测、优化功能模块间为紧耦合的单向流水线关系。在这种架构下,需求预测模块、道路评估模块和优化求解模块只能顺序执行。
7、因此,亟需提出一种基于多智能体协同架构的震后应急物资配送方法,通过将系统解耦为具有明确功能的独立智能体,并建立并行评价与联合修复机制,实现复杂灾害环境下应急物资配送方案的持续优化。
技术实现思路
1、鉴于上述问题,本发明的目的是提供一种基于多智能体的震后应急物资多目标动态调度方法,构建需求—环境—调度三类智能体闭环演化方法,使需求状态和道路状态能够动态参与调度决策,并通过双目标优化实现高紧迫区域优先保障和整体需求快速满足。
2、本发明提供的一种基于多智能体的震后应急物资多目标动态调度方法,包括以下步骤:
3、步骤a.多源灾情数据实时采集与融合,处理器在地震发生后通过应急通信接口与多源数据服务平台,按固定时间间隔实时采集灾后动态数据;输出带有时间戳与空间位置标识的标准化数据对象,存储于共享存储器;
4、步骤b.三类智能体构建,构建由三类智能体组成的多智能体协同决策系统,三类智能体通过发布、订阅模式进行通信与协同,三类智能体由需求认知智能体、环境感知智能体、调度决策智能体组成;
5、步骤c.建立三类智能体双向耦合机制,构建需求认知智能体、环境感知智能体和调度决策智能体之间的协同反馈机制;
6、步骤d.基于调度状态信息的双目标优化模型构建,调度决策智能体建立面向震后应急物资动态调度问题的多目标动态模型;
7、调度协同智能体建立路径选择变量与物资分配变量耦合的双目标优化模型;
8、步骤e.滚动时域下三类智能体协同迭代求解,每一滚动时间窗内,调度决策智能体主导执行迭代求解流程;
9、步骤f.多目标调度方案输出与反馈更新,达到最大迭代次数后,调度决策智能体从pareto最优解集中选择综合最优方案下发执行。
10、作为本发明的优选,在步骤a中还包括以下步骤:
11、步骤a1.灾情数据实时采集,
12、处理器采集六类灾后动态数据:地震参数数据、遥感影像数据、道路交通状态数据、人口与建筑基础数据、历史灾情数据、应急仓储与车辆状态数据;处理器将采集的六类灾后动态数据统一转换为内部数据对象,按时间窗索引进行存储,并为每个数据对象标注时间戳与空间位置标识;
13、实时数据缓存区:由当前地震事件的实时监测数据构成,用于需求认知智能体的实时需求预测和环境感知智能体的实时道路感知。
14、作为本发明的优选,在步骤b中的需求认知智能体:基于实时灾情数据对灾区需求进行动态更新,并根据物资实际到达情况进行修正更新,将需求状态发布至系统状态空间;环境感知智能体:负责基于地震烈度场与montecarlo模拟方法,对道路损毁与恢复过程进行动态建模,模拟计算道路可靠度,分析动态道路可达性,将道路状态发布至系统状态空间;调度决策智能体:负责订阅需求认知智能体与环境感知智能体发布的状态信息,基于多目标动态模型、面向动态灾害和环境的改进多目标遗传算法,生成多式联运调度方案,并将执行结果反馈至需求认知智能体和环境感知智能体;
15、其中,所述多目标动态模型包括路径选择变量、运输方式选择变量和物资分配变量,并以最小化最大需求满足时间和受灾点紧迫度优化为目标,建立双目标优化模型,实现运输路径与配送资源的协同优化;所述改进多目标遗传算法在多目标遗传算法基础上引入三类智能体并行评价机制、三类智能体联合修复机制以及跨时间窗最优解继承机制,提高动态灾害环境下调度方案的可行性和适应能力,并将执行结果反馈至需求认知智能体和环境感知智能体。
16、作为本发明的优选,在步骤b中还包括以下步骤:
17、步骤b1.需求认知智能体构建,
18、处理器在第一处理器上定义需求认知智能体的功能边界、内部状态与核心行为;
19、(1)需求认知智能体的功能边界,
20、输入:从共享存储器中读取实时数据缓存区;
21、输出:各受灾点需求状态和受灾点紧迫度,写入共享状态空间;
22、订阅:调度决策智能体回写的实际送达量;
23、(2)需求认知智能体的内部状态包括:需求状态、未满足需求状态、需求偏差;
24、(3)需求认知智能体的核心行为,
25、行为一:需求预测统计,
26、需求认知智能体基于实时灾情数据和受灾点各类物资需求量,处理食品、饮用水、药品、帐篷需求,构建统一的标准物资包,受灾点的物资需求向量记为;
27、定义单包中各物资的标准含量向量为;
28、受灾点所需物资包总数为;
29、需求认知智能体将作为需求状态写入共享状态空间;
30、行为二:受灾点紧迫度计算,
31、需求认知智能体从共享状态空间读取调度决策智能体写入的道路可达度,结合自身维护的未满足需求,计算各受灾点紧迫度:
32、动态权重参数包括:需求占比,历史积压占比,可达度占比,归一化权重参数、、;
33、需求认知智能体将受灾点紧迫度写入共享状态空间,供调度决策智能体在种群初始化和目标函数计算中使用;
34、行为三:需求检验与触发,
35、每次迭代中,需求认知智能体接收调度决策智能体广播的当前种群,对每个个体进行需求维度校验,检查各受灾点是否满足最低需求保障标准;当监测到某受灾点的历史积压需求超过预设阈值时,需求认知智能体主动向调度决策智能体发送优先标记,强制该受灾点在下一轮求解中进入保护集合;
36、行为四:需求偏差记忆,
37、需求认知智能体存储上一时间窗的需求偏差,用于跨时域修正。
38、作为本发明的优选,在步骤b中还包括以下步骤:
39、步骤b2.调度决策智能体构建,
40、调度决策智能体的功能边界,
41、输入:需求状态、受灾点紧迫度、道路可达状态、可行路径集合;
42、输出:受灾点的需求优先级集合、受灾点当前的候选运输方式集合、可行运输路径集合;
43、根据受灾点的需求量和紧迫度,对受灾节点进行优先级排序,输出第个受灾点的需求优先级,影响多目标动态模型的配送顺序;
44、调度决策智能体根据道路状态、距离、需求紧迫度和运输能力选择候选运输方式,定义;
45、调度决策智能体根据地震灾害下环境感知智能体输出的道路可达状态寻找可行路径集合;
46、步骤b3.地震灾害下环境感知智能体构建,
47、地震灾害下环境感知智能体的功能边界,
48、输入:从共享存储器读取地震参数数据和道路交通状态数据;
49、输出:道路可靠度和各任务可行路径集合,写入共享状态空间;
50、地震灾害下环境感知智能体的核心行为,
51、道路网络建模,环境感知智能体从地理信息数据库读取研究区域道路矢量数据,构建道路网络图数据结构;
52、地震烈度场计算与道路可靠度分析,环境感知智能体获取地震源参数,建立断层坐标系,计算各道路单元的烈度值,并通过montecarlo模拟方法,模拟计算道路可靠度;建立烈度衰减模型;
53、定义长轴、短轴方向距离,分别建立长轴方向与短轴方向的烈度衰减模型;
54、道路单元烈度值定义为,从而构建研究区域地震烈度场;
55、根据道路所处烈度等级,将道路损伤状态划分为正常状态,轻微损伤状态,中等损伤状态,严重损伤状态;
56、定义道路失效概率函数,表示不同烈度等级对应的道路失效概率;
57、道路可达状态判定,对于道路网络图数据结构中的道路边,定义道路可达状态;
58、地震灾害下环境感知智能体将所有道路边组成的道路可达状态写入共享状态空间,并为每个受灾点生成可行路径集合;
59、路径可行性验证,对不可行路径,环境感知智能体标记不可行原因,并在当前道路状态下重新搜索替代路径;
60、动态阻断与触发,决策智能体对受影响方案执行强制修复;
61、不可行路径记忆,环境感知智能体主动通知调度决策智能体更新相关路径。
62、作为本发明的优选,在步骤c中还包括以下步骤:
63、步骤c1.构建共享状态空间,
64、在每个滚动时间窗内,三类智能体共同维护当前的灾害调度状态,定义当前共享时刻的状态:
65、;
66、步骤c2.建立需求认知智能体反馈更新机制,
67、需求认知智能体用于根据实际配送结果修正需求状态;调度执行后,获得受灾点实际送达量,需求认知智能体通过监听机制读取后,在存储器中更新未满足需求;
68、需求认知智能体基于更新后的积压需求修正下一轮需求;
69、步骤c3.建立地震灾害下环境感知智能体反馈更新机制,
70、环境感知智能体根据车辆执行反馈、道路检测信息以及灾后抢修信息,对当前时间窗道路状态进行更新,并发送至调度决策智能体;
71、步骤c4.调度决策智能体协同评价机制,
72、调度决策智能体根据需求状态、紧迫度状态和道路可达状态,构建当前调度方案;对于生成的候选调度方案,定义协同奖励函数:
73、;
74、其中,表示最大需求满足时间目标:表示紧迫度目标;表示运输成本,,,表示评价指标权重;
75、步骤c5.多智能体协同更新过程,
76、三类智能体根据协同评价结果进行联合更新,需求认知智能体输出、,环境感知智能体输出,调度决策智能体根据需求状态、紧迫度状态和道路可达状态生成候选调度方案,执行方案后获得实际配送量、道路通行结果、需求满足情况;计算协同奖励函数,根据反馈结果更新、、。
77、作为本发明的优选,在步骤d中还包括以下步骤:
78、步骤d1.需求满足时间计算,
79、对于受灾的需求点,定义其需求满足时间,表示从应急调度开始时刻起,到该受灾点累计接收物资量达到其需求量所经历的时间,设受灾点在时间窗内累计获得的物资量为:
80、;
81、其中:表示时间窗内,运输方式,从到实际配送的物资量;
82、因此,需求满足时间定义为:
83、;
84、其中:为受灾点的需求量;
85、步骤d2.目标函数构建,
86、目标函数1:最小化最大需求满足时间;
87、目标函数2:紧迫度优先目标;
88、将需求智能体输出的紧迫度指标引入优化目标:
89、;
90、其中,表示受灾点的需求紧迫度;表示该受灾点需求满足时间;
91、步骤d3.运输方式定义,
92、时,,代表道路可用,选择卡车运输;
93、,配送距离满足无人机续航时,,选择无人机配送;
94、,配送距离超出无人机续航时,,选择卡车无人机接力配送;
95、d4.约束条件,包括:需求满足约束、库存约束、运输能力约束、无人机续航约束、非负约束;
96、采用改进多目标遗传算法对双目标优化模型进行求解;通过同时优化,获得满足整体响应时间最短以及紧迫度优先原则的非支配配送方案。
97、作为本发明的优选,在步骤e中的迭代求解流程包括:
98、(1)调度决策智能体向需求认知智能体和环境感知智能体广播当前种群,触发三类智能体并行评价;
99、(2)需求认知智能体校验各受灾点最低需求保障标准,输出需求满足度评分;
100、(3)环境感知智能体验证每条路径物理可行性,标记不可行路径及原因;
101、(4)调度决策智能体计算双目标函数值,即配送完成时间目标函数值和需求紧迫度优化目标函数值,收集评价结果后执行非支配排序与拥挤度计算;
102、(5)对不可行个体,三类智能体执行联合修复,环境感知智能体提供替代路径,需求认知智能体调整需求分配,调度决策智能体执行综合重组;
103、(6)修复后的个体重新进入种群,继续迭代。
104、作为本发明的优选,在步骤e中还包括以下步骤:
105、步骤e1.编码方案与初始化,
106、每个滚动时间窗开始时,调度决策智能体通过共享存储器向需求认知智能体和环境感知智能体请求最新状态,三类智能体共同完成种群初始化;
107、调度决策智能体向需求认知智能体请求紧迫度降序排序;
108、调度决策智能体向环境感知智能体请求各任务的可达路径集合;
109、调度决策智能体根据紧迫度排序生成初始任务序列,在保持高紧迫度任务优先顺序的前提下随机交换低紧迫度任务位置,生成个候选序列;
110、步骤e2.建立三类智能体并行评价机制,
111、在每次迭代中,三类智能体同时对种群中的个体进行评价,
112、需求认知智能体验证每个方案是否满足各受灾点最低需求保障标准,计算未满足需求惩罚值,输出需求满足度评分;
113、环境感知智能体验证每个方案中每条路径的物理可行性,标记不可行路径及不可行原因,输出路径可行性评分;
114、调度决策智能体收集需求认知智能体和环境感知智能体的评价结果,确定综合适应度;
115、对于个体,根据环境感知智能体的标记确定适应度;
116、步骤e3.建立紧迫度保持交叉策略,调度决策智能体将子代个体发送给环境感知智能体进行路径可行性验证;若某子代个体包含不可行路径,环境感知智能体返回该路径的替代方案,调度决策智能体执行局部修复;
117、步骤e4.建立三类智能体联合修复机制,
118、步骤e41.触发条件,
119、环境感知智能体监测到某路段突发中断,标记所有包含该路段的个体为不可行;
120、需求认知智能体监测到某受灾点新增需求激增,标记该受灾点为需重新规划;
121、调度决策智能体在执行交叉/变异后产生路径不可行的子代个体;
122、步骤e42.修复流程,
123、调度决策智能体识别不可行个体集合;
124、环境感知智能体在当前道路状态下重新搜索可行替代路径;
125、需求认知智能体对标记为待定状态的任务评估该受灾点紧迫度和可容忍等待时间;
126、调度决策智能体根据环境感知智能体返回的可行替代路径和需求认知智能体返回的需求调整建议,对不可行个体执行修复操作;
127、步骤e5.迭代终止判断,
128、处理器判断是否达到最大迭代次数或连续多代pareto前沿面不再变化,若满足终止条件,输出pareto最优解集;否则返回继续迭代。
129、作为本发明的优选,在步骤f中还包括以下步骤:
130、步骤f1.最优方案选择,
131、达到最大迭代次数后,调度决策智能体从pareto最优解集中,按适应度值选择最小值对应的个体作为当前时间窗执行方案,通过通信接口下发至执行终端;
132、步骤f2.反馈更新,
133、(1)需求与调度反馈:调度决策智能体将实际送达量回写至共享状态空间;
134、需求认知智能体按更新未满足需求;
135、 ;
136、式中,表示第个时间窗第个受灾点剩余需求量;表示当前时间窗未满足需求量;表示新增需求量;表示实际配送量;
137、(2)环境与调度反馈:调度决策智能体将车辆通行轨迹与抢修资源投放回写至共享状态空间,环境感知智能体更新道路状态;
138、步骤f3.建立跨时间窗最优解继承机制,滚动继承与下一时间窗热启动,
139、进入第时间窗后,
140、步骤f31:环境感知智能体读取最新道路可达状态,与对比,识别变化路段;
141、步骤f32:需求认知智能体读取最新需求数据,与对比,识别变化需求,并结合进行预测修正;
142、步骤f33:调度决策智能体对中的每个个体执行修复;
143、修复过程中实时查询需求认知智能体和环境感知智能体,接受新增任务的紧迫度和新路径的物理可行性;
144、步骤f34:修复后的pareto最优解集作为下一时间窗初始种群的核心个体,辅以随机生成的新个体,返回进入下一决策循环。
145、本发明的有益效果如下:
146、1、本发明突破传统预测、评估与优化的单向流水线架构,将应急物流系统重构为需求认知智能体、环境感知智能体和调度决策智能体三类功能智能体双向耦合的协同求解方法。三类智能体通过共享状态空间实现信息交互,通过并行评价机制实现协同计算,通过联合修复机制实现闭环优化,进而实现三类智能体双向耦合系统的架构创新。
147、2、针对传统流水线架构中,需求验证、路径验证和目标计算顺序执行,本发明通过并行评价机制显著提升求解效率,在三类智能体并行评价机制中,需求认知智能体、环境感知智能体和调度决策智能体同时对种群个体进行评价,单次评价耗时≈max(三类智能体各自耗时),在处理器集群支持下显著缩短了迭代周期。
148、3、针对传统方法对不可行解采取简单丢弃或惩罚处理,本发明通过联合修复机制有效提升解的质量,在三类智能体联合修复机制中,环境感知智能体主动提供替代路径、需求认知智能体主动调整需求分配、调度决策智能体执行综合重组,使不可行解的修复率显著提升。并且采用双目标驱动的调度决策机制,构建了以最小化满足需求时间和受灾点紧迫度为双目标的应急物资动态调度优化机制,以及面向动态灾害环境的多智能体协同求解机制。第二目标的权重直接由受灾点紧迫度决定,实现了高紧迫度受灾点优先保障的救援原则。自适应权重调整策略确保系统能够根据灾情严重程度动态平衡效率与公平。
149、4、本发明采用三类智能体联合记忆与跨时间窗最优解继承机制,三类智能体各自存储历史状态信息,需求认知智能体存储需求偏差、环境感知智能体存储不可行路径集合、调度决策智能体存储pareto最优解集。进入下一时间窗后,调度决策智能体读取三者的历史信息对最优解集进行定向修复,实现优化经验的跨时域继承。
150、5、本发明基于地震烈度场的道路动态感知,利用地震烈度场分析道路损伤情况,并结合montecarlo模拟方法,随机模拟计算道路可靠度,建立动态道路可达矩阵,使配送模型能够实时反映震后道路通行状态。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com