换一批摘要为提升应急救援领域的整体作战效率,开展基于机器学习的多目标优化应急物资分配模型研究.采用多目标优化方法,构建以灾民道路旅行成本与未满足需求成本为目标函数的自动优化物资分配决策模型,利用Epsilon约束算法对该模型进行求解,以获得满足成本最小化的应急物资分配决策;通过强化学习对数据进行训练,建立优化后的应急物资分配规划模型,找到在保证道路不堵塞情况下的最短分配路径.研究结果表明:该方法能有效提高应急物资分配效率、救援效率与救援覆盖率.研究结果可为未来应急救援资源的动态管理和优化配置提供科学依据,以期在突发事件中实现救援物资的价值最大化.
更多相关知识
- 浏览1
- 被引2
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
