基于时空大数据的应急资源智能调度优化方法与流程

摘要: 本发明涉及数据分析,尤其涉及基于时空大数据的应急资源智能调度优化方法。背景技术:1、现有应急资源调度技术大多基于静态灾情信息或单次优化模型进行资源分配,缺少对灾...
基于时空大数据的应急资源智能调度优化方法与流程

本发明涉及数据分析,尤其涉及基于时空大数据的应急资源智能调度优化方法。

背景技术:

1、现有应急资源调度技术大多基于静态灾情信息或单次优化模型进行资源分配,缺少对灾情时空动态演化过程的持续分析,难以适应道路状态变化、灾害扩散及次生灾害等复杂场景。同时,现有方案通常未充分考虑不同受灾区域之间的空间关联性与资源竞争关系,容易导致资源调配不均、关键救援点响应滞后以及整体调度效率下降。此外,传统调度方法缺少连续决策与动态边界更新机制,难以实现复杂灾害环境下的全局协同优化。

2、因此,本发明引入时空特征图谱、非对称空间距离度量模型及shapley值博弈机制(shapley值,夏普利值),实现灾情演化预测与应急资源动态协同调度,优化应急资源调度的实时性与智能化水平。

技术实现思路

1、本发明旨在提供基于时空大数据的应急资源智能调度优化方法,构建了面向连续决策过程的应急资源动态智能调度方案,实现了复杂灾害环境下应急资源的全局优化与实时自适应调度。

2、基于时空大数据的应急资源智能调度优化方法,包括以下步骤:

3、步骤s1:受灾时空数据分析;实时获取受灾区域的受灾时空数据;其中,受灾时空数据中包含有受灾地理信息数据、受灾区域路况数据和受灾演化时空数据;基于受灾时空数据进行分析,得到受灾区域内各救援点的受灾应急资源动态需求向量;

4、步骤s2:构建应急资源调度框架;在应急资源调度框架中,包含有若干个连续的资源调度决策步;针对第一个资源调度决策步,根据受灾应急资源动态需求向量进行分析,得到受灾区域内各救援点内对应的受灾时空紧急度特征;以最小化资源调度响应时间为应急资源调度边界条件进行初始调度计算,得到初始单步应急资源调度策略;

5、步骤s3:输出单步应急资源调度策略;在后续的资源调度决策步中,基于各救援点内对应的受灾时空紧急度特征和实时获取的受灾应急资源动态需求向量进行更新,得到对应的更新应急资源调度边界条件;根据对应的更新应急资源调度边界条件进行调度计算,得到对应的单步应急资源调度策略;

6、步骤s4:执行所有资源调度决策步;直到受灾区域的受灾应急资源动态需求向量符合预设受灾资源安全需求范围。

7、作为本发明的一种优选技术方案,基于受灾时空数据进行分析的具体步骤,包括:

8、基于受灾地理信息数据,利用自适应网格划分算法将受灾区域映射为若干个受灾时空栅格单元;结合受灾演化时空数据计算每个受灾时空栅格单元的受灾累积强度;根据受灾累积强度构建受灾时空特征图谱;

9、基于受灾区域路况数据建立以时间成本为核心的非对称空间距离度量模型;利用时空聚类算法结合非对称空间距离度量模型对若干个受灾时空栅格单元进行聚类,得到若干个救援点;

10、利用预设的时空时序预测模型对受灾时空特征图谱进行推演,得到各救援点的受灾演趋势预测结果;受灾演趋势预测结果包含有受灾演化趋势特征和潜在次生灾害风险点;基于受灾演趋势预测结果进行特征向量化处理,得到受灾区域内各救援点的受灾应急资源动态需求向量。

11、作为本发明的一种优选技术方案,根据受灾应急资源动态需求向量进行分析,得到受灾区域内各救援点内对应的受灾时空紧急度特征的具体步骤,包括:

12、针对任一救援点,提取受灾应急资源动态需求向量在时间维度上的变化率,得到资源需求增长梯度特征;结合该救援点相邻救援点间的受灾演化趋势特征和资源需求增长梯度特征进行计算,得到灾情空间扩散强度;

13、基于非对称空间距离度量模型分析各救援点在第一个资源调度决策步内的救援黄金时间窗口;基于受灾区域路况数据和救援黄金时间窗口进行计算,得到各救援点的资源运送时间冗余度;基于灾情空间扩散强度和资源运送时间冗余度进行资源计算,得到受灾时空紧急度特征。

14、作为本发明的一种优选技术方案,以最小化资源调度响应时间为应急资源调度边界条件进行初始调度计算的具体步骤,包括:

15、获取受灾区域的辐射范围内所有可用应急资源储备点的位置分布及各可用应急资源储备点内的异构资源实时库存;将异构资源实时库存进行分类,得到第一保障类资源和第二保障类资源;构建资源供给端时序状态矩阵;

16、利用非对称空间距离度量模型计算各可用应急资源储备点到各救援点之间的实时运输耗时特征;以最小化资源调度响应时间为应急资源调度边界条件构建初始调度目标函数;利用群体优化算法结合资源供给端时序状态矩阵和实时运输耗时特征进行计算,得到初始单步应急资源调度策略。

17、作为本发明的一种优选技术方案,基于各救援点内对应的受灾时空紧急度特征和实时获取的受灾应急资源动态需求向量进行更新的具体步骤,包括:

18、在当前资源调度决策步内,计算各可用应急资源储备点的剩余异构资源库存,得到剩余应急资源约束量;提取各救援点在上一资源调度决策步中的应急资源消耗量,得到各救援点的应急资源剩余量;

19、将各救援点作为应急资源博弈单元,构建以全局受灾总损失最小化为目标的应急资源调度特征函数;利用shapley值计算算法,遍历若干个应急资源博弈单元子集;基于应急资源调度特征函数进行计算,得到应急资源博弈单元的资源边际贡献值;

20、基于资源边际贡献值,生成各救援点的救援博弈权重向量;对各救援点基于救援博弈权重向量对受灾时空紧急度特征进行加权修正,得到修正受灾时空紧急度特征;

21、基于修正受灾时空紧急度特征和受灾应急资源动态需求向量对应急资源调度边界条件进行多维度更新,得到对应的更新应急资源调度边界条件;其中,多维度更新包含有资源分配上限更新、时间窗口约束更新和路径可达约束更新。

22、作为本发明的一种优选技术方案,根据对应的更新应急资源调度边界条件进行调度计算,得到对应的单步应急资源调度策略的具体步骤,包括:利用群体优化算法结合更新应急资源调度边界条件进行调度计算,得到对应的单步应急资源调度策略。

23、作为本发明的一种优选技术方案,预设的时空时序预测模型基于图卷积网络模型进行构建。

24、本发明具有以下优点:

25、1、本发明通过构建连续资源调度决策框架,并在不同调度决策步中结合实时受灾数据动态更新调度边界条件,使应急资源调度过程能够与灾情演化过程形成时序联动;通过对受灾区域进行时空栅格化建模,并构建受灾时空特征图谱,实现了受灾区域内灾情分布状态、演化关系及空间关联特征的统一表达;通过结合群体优化算法对动态更新后的调度边界条件进行计算,实现了多救援点、多资源类别及多约束条件下的协同调度计算。

26、2、本发明通过建立非对称空间距离度量模型,将道路通行方向差异、交通阻断状态及实时运输耗时纳入距离计算过程,使资源运输路径具备动态时变分析能力;通过结合时空聚类算法对受灾时空栅格单元进行动态聚类,实现了救援点的自适应生成与区域化组织;通过利用基于图卷积网络构建的时空时序预测模型对灾情演化趋势进行推演,实现了受灾演化趋势特征与潜在次生灾害风险点的联合预测。