城市洪涝灾害应急资源动态调度方法、系统、设备及介质

本发明涉及应急管理，尤其涉及一种城市洪涝灾害应急资源动态调度方法、系统、设备及介质。

背景技术：

1、城市洪涝灾害具有持续演化、时空关联性强以及不确定性高等特点，这对应急资源调度提出了更高的要求。目前，已有研究围绕地震、台风等灾害场景开展了应急物资调度建模，并引入鲁棒优化、启发式算法等方法进行求解。

2、然而，现有技术忽略了应急资源配置与灾害演化之间的双向耦合关系，资源配置通常依赖于预设的固定灾害情景，未能将资源投入对灾情传播速率的动态干预效应纳入决策框架，导致调度方案难以适应灾情的实时变化。

3、因此，亟需一种能够融合灾害演化动力学、支持多阶段序贯决策、并在不确定环境下兼顾鲁棒性与效率的城市洪涝灾害应急资源动态调度方法。

技术实现思路

1、有鉴于此，本技术的目的是克服现有技术中的不足，提供一种能够融合灾害演化动力学、支持多阶段序贯决策、并在不确定环境下兼顾鲁棒性与效率的城市洪涝灾害应急资源动态调度方法。本技术提供如下技术方案：

2、第一方面，本技术提供一种城市洪涝灾害应急资源动态调度方法，所述方法包括：

3、获取多个环境参数分别对应的预设取值范围，根据各所述预设取值范围以及不确定预算，构建预算型不确定集，多个所述环境参数包括：受灾区域中待保护节点在不同安全状态之间的状态转移速度；

4、从所述预算型不确定集中随机选取初始环境参数向量加入有限参数集，并获取多个基准调度策略，将各所述基准调度策略加入有限策略集；

5、对所述有限参数集和所述有限策略集进行迭代博弈求解，直至满足预设收敛条件，将满足所述预设收敛条件的迭代轮次求解得到的调度混合策略确定为目标调度混合策略；

6、基于所述目标调度混合策略确定目标调度策略，基于所述目标调度策略对所述受灾区域中的各所述待保护节点进行应急资源动态调度，所述目标调度策略包括：各所述待保护节点分别对应的资源投入向量，所述资源投入向量包括贯穿整个应急响应周期的资源投入量。

7、在一实施方式中，所述对所述有限参数集和所述有限策略集进行迭代博弈求解，包括：

8、基于所述有限参数集和所述有限策略集，构建收益矩阵；

9、基于所述收益矩阵，通过线性规划求解混合纳什均衡，得到所述调度混合策略、自然混合策略和均衡后悔值；

10、通过决策方预言机，基于所述自然混合策略，求解期望收益最大化的最优调度策略，并将所述最优调度策略加入所述有限策略集；

11、通过自然方预言机，基于所述调度混合策略，从所述预算型不确定集中搜索使所述调度混合策略后悔值最大化的最不利环境参数向量，根据所述最不利环境参数向量确定实际后悔值，并将所述最不利环境参数向量加入所述有限参数集；

12、基于更新后的所述有限参数集和所述有限策略集，进行下一轮迭代优化求解。

13、在一实施方式中，所述通过决策方预言机，基于所述自然混合策略，求解期望收益最大化的最优调度策略，包括：

14、获取所述自然混合策略中，各环境参数向量分别对应的概率权重；

15、针对有限策略集中的每一个调度策略，分别根据各所述概率权重，对其在各所述环境参数向量下的收益值进行加权求和，构建期望收益目标函数；

16、以最大化期望收益目标函数值为优化目标，以资源总投入强度上限为约束条件，构建带约束的非线性规划问题；

17、采用预设拟牛顿算法对所述非线性规划问题进行多次随机初始化求解，得到多个候选调度策略；

18、通过所述期望收益目标函数，分别确定各所述候选调度策略对应的期望收益目标函数值，将所述期望收益目标函数值最大的所述候选调度策略确定为所述最优调度策略。

19、在一实施方式中，所述通过自然方预言机，基于所述调度混合策略，从所述预算型不确定集中搜索使所述调度混合策略后悔值最大化的最不利环境参数向量，包括：

20、从所述预算型不确定集中随机采样多组环境参数向量，并从所述预算型不确定集中确定极端环境参数向量和中心环境参数向量，各所述环境参数向量、所述极端环境参数向量和所述中心环境参数向量构成候选环境参数向量集，所述极端环境参数向量中的各所述环境参数分别取对应预设取值范围的边界值，所述中心环境参数向量中的各所述环境参数分别取对应预设取值范围的中心值；

21、基于所述决策方预言机，分别确定所述调度混合策略在所述候选环境参数向量集中的各候选环境参数向量下的后悔值；

22、将最大后悔值对应的所述候选环境参数向量，确定为使所述调度混合策略后悔值最大化的最不利环境参数向量。

23、在一实施方式中，所述基于所述决策方预言机，分别确定所述调度混合策略在所述候选环境参数向量集中的各候选环境参数向量下的后悔值，包括：

24、调用所述决策方预言机，确定各所述候选环境参数向量分别对应的最优调度策略，以及各所述最优调度策略的期望收益；

25、分别确定所述调度混合策略在各所述候选环境参数向量下的期望收益；

26、针对任一的所述候选环境参数向量，将其对应的所述最优调度策略的期望收益，与其对应的所述调度混合策略的期望收益之差，确定为所述调度混合策略在该候选环境参数向量下的后悔值。

27、在一实施方式中，所述将最大后悔值对应的所述候选环境参数向量，确定为使所述调度混合策略后悔值最大化的最不利环境参数向量，包括：

28、将最大后悔值对应的所述候选环境参数向量作为起点参数向量；

29、在所述起点参数向量的邻域内进行预设数量次高斯扰动，得到预设数量个扰动参数向量；

30、对每个所述扰动参数向量，调用所述决策方预言机求解对应的扰动响应调度策略及所述扰动响应调度策略的期望收益；

31、分别确定所述调度混合策略在不同的所述扰动参数向量下的期望收益；

32、针对任一所述扰动参数向量，将其对应的所述扰动响应调度策略的期望收益，与其对应的所述调度混合策略的期望收益之差，确定为所述扰动参数向量的扰动后悔值；

33、在所述扰动后悔值大于所述最大后悔值的情况下，用所述扰动参数向量替换所述起点参数向量，并更新所述最大后悔值；

34、在完成所述预设数量次高斯扰动后，将最终得到的所述起点参数向量作为使所述调度混合策略后悔值最大化的最不利环境参数向量。

35、在一实施方式中，所述预设收敛条件，包括：

36、当前迭代轮次中的实际后悔值与上一迭代轮次中的均衡后悔值之差小于或者等于预设收敛阈值，或者当前迭代次数达到预设最大迭代轮数。

37、第二方面，本技术提供一种城市洪涝灾害应急资源动态调度系统，包括：

38、参数获取模块，用于获取多个环境参数分别对应的预设取值范围，根据各所述预设取值范围以及不确定预算，构建预算型不确定集，多个所述环境参数包括：受灾区域中待保护节点在不同安全状态之间的状态转移速度；

39、参数集构建模块，用于从所述预算型不确定集中随机选取初始环境参数向量加入有限参数集，并获取多个基准调度策略，将各所述基准调度策略加入有限策略集；

40、迭代博弈模块，用于对所述有限参数集和所述有限策略集进行迭代博弈求解，直至满足预设收敛条件，将满足所述预设收敛条件的迭代轮次求解得到的调度混合策略确定为目标调度混合策略；

41、调度模块，用于基于所述目标调度混合策略确定目标调度策略，基于所述目标调度策略对所述受灾区域中的各所述待保护节点进行应急资源动态调度，所述目标调度策略包括：各所述待保护节点分别对应的资源投入向量，所述资源投入向量包括贯穿整个应急响应周期的资源投入量。

42、第三方面，本技术提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的城市洪涝灾害应急资源动态调度方法。

43、第四方面，本技术提供一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的城市洪涝灾害应急资源动态调度方法。

44、本技术提供的一种或多种方案，至少具有以下技术效果：

45、通过获取各环境参数的预设取值范围并引入不确定预算构建预算型不确定集，既刻画了灾害演化过程的环境不确定性，又通过不确定预算限制了各参数同时取最不利极值的程度，避免了传统极大化最小收益准则下资源配置过于保守、在多数灾害情景下产生资源冗余与调度效率损失的问题，实现了鲁棒性与效率的平衡；

46、通过将应急资源动态调度问题转化为决策方与自然方之间的迭代博弈求解，逐步逼近博弈纳什均衡，得到在不同灾害演化情景下均能保持较低决策后悔值的目标调度混合策略，使得调度方案在环境参数不确定条件下具有较强的适应能力与鲁棒性能，避免了因对灾情演化趋势预测不准确而导致的严重决策失误；

47、基于目标调度混合策略确定各区域节点分别对应的、贯穿整个应急响应周期的资源投入向量，使得应急资源能够随灾情演化进程动态调整配置方案，在灾害初期将有限资源优先投入关键节点以遏制灾害蔓延，随着灾情稳定再逐步扩大恢复范围，从而有效加速灾区恢复进程，提升城市综合防灾减灾韧性。