基于智能体多目标进化的应急资源调度模型与算法

Since lots of natural disasters and emergent events happened in the last couple of years, the supply chain under emergent environment is becoming more and more important. We think the core problem in the supply chain under emergent environment is resource scheduling, and such a kind of resource scheduling can be modelled as resource constraint project scheduling problems. Thus, this project tries to provide new scheme for resource scheduling under emergent environment by studying resource constraint project scheduling problems. Evolutionary algorithms have achieved fruitful ourcomes in solving complex optimization problems, and the multi-agent evolutionary algorithms for single objective problems designed in our previous project showed excellent performance. Therefore, this project will further mine the potential of combining multiagent systems and evolutionary algorithms, and devote to developing multi-agent multi-objective evolutionary model for uncertainty environment, and proposing various new algorithms for resource constaint project scheduling problems based on the new model. Finally, by making use of data mining and complex network techniques developed in our previous project, the characteristics of emergent events will be studied, so that new model and algorithms can be proposed for resource scheduling under emergent environment.

应急物流随着一系列自然灾害和突发公共卫生事件的发生应运而生，其重要性不言而喻。应急物流的核心是应急资源调度，而应急资源调度可以建模为资源受限项目调度问题。本项目将通过解决资源受限项目调度问题来为应急资源调度提供新的解决方案。进化算法在求解复杂优化问题上已取得了丰硕的成果，而且我们前期项目中设计的单目标多智能体进化算法取得了优越的性能。因此，本项目将进一步挖掘多智能体系统与进化计算相结合的潜力，致力于开发不确定环境下的智能体多目标进化模型，并通过对资源受限项目调度问题的研究，提出基于新模型的资源受限项目调度算法、资源投资项目调度算法以及综合考虑资源受限与资源投资两方面的调度算法。最后，利用我们前期项目开发的数据挖掘和复杂网络技术对突发事件的特性进行研究，基于不确定环境下资源受限项目调度问题与应急物流的密切关系，研究与开发基于新模型的应急资源调度算法。

本项目沿着将多智能体系统与进化计算相结合的思路，对资源受限项目调度问题、基于多智能体进化模型的资源受限项目调度方法、应急资源调度问题以及基于不确定环境下多目标智能体进化算法的应急资源调度方法进行了研究。提出了多种多目标智能体进化算法以及能够处理不确定问题的多智能体进化算法，对对应急资源调度有主要影响的鲁棒性因素进行了深入研究。一方面对影响网络鲁棒性的各因素进行了深入分析；另一方面，从优化角度研究了提高网络鲁棒性的优化方法，对单目标、多目标网络鲁棒性优化方法均进行了研究。最后，对基于多智能体进化模型的应急资源调度方法进行了深入研究，对单周期应急资源调度、多周期应急资源调度以及不确定环境下的应急资源调度都进行了深入研究，提出了一系列基于单目标、多目标智能体进化算法、不确定多智能体进化算法的应急资源调度方法，并用中国汶川地震数据以及台湾921（Chi-Chi）地震数据对所提方法进行了分析验证，取得了良好的效果。在本项目的资助下，相关研究已经已在SCI检索国际期刊上发表论文33篇，其中中科院分区I区期刊3篇、II区期刊8篇；在相关领域国际会议上发表论文17篇；获得授权专利3项；已培养18名硕士毕业，其中一人获得西安电子科技大学优秀硕士毕业论文特等奖，两人获得一等奖；本项目主持人刘静获得国家自然科学基金优秀青年科学基金资助，于2013年以第三完成人荣获国家自然科学二等奖、2014年荣获吴文俊人工智能科学技术创新二等奖。