不确定动态信息环境下震后交通应急疏散集成调度和管控策略研究

Effective traffic evacuation strategies are critically important for reducing the post-earthquake loss. However, due to the weak-predictability and abruptness of the earthquake disaster, as well as the cascade effects of the aftershock and secondary disasters, the capacity of the traffic network is highly uncertain and dynamic. Existing studies failed to describe these characteristics, which lead to highly vulnerable evacuation strategies and less flexibility in avoiding the associated risks. To fill this gap, this proposal addresses the development of theories, mathematical models and algorithms to design an integrated and robust post-earthquake evacuation strategies. The programme will investigate the key earthquake damage factors, and establish a probability based traffic network capacity model and analyze the underlying uncertainty. With this uncertain constraint, A bi-level stochastic programming model will be proposed to integrate the evacuation plan and network regulation strategies。 The Minimax robust optimzation formulation will be firstly introduced into the bi-level programming model, and a novel bi-population co-evolutionary algorithm will be proposed to solve the bi-level problem and obtain a robust evacuation and regulation strategy. To cope with the secondary loss of the network capacity due to the aftershock and secondary disasters, a new bi-directional local search algorithm will be proposed to effectively adjust the evacuation plan with the dynamic information. The programme will develop a decision support system for Tangshan City, in which the models and algorithms will be evaluated.

迅速有效的震后交通疏散及道路管制措施对降低地震损失具有重要意义。然而，由于地震的弱预测性、突发性及余震和次生灾害的连锁性，导致路网通行能力这一关键决策信息具有高度不确定性和动态性。现有研究缺乏该特征考量，导致疏散及管控策略脆弱，难以有效规避潜在风险。针对这一问题，本项目研究不确定动态信息环境下，震后交通应急疏散调度和路网管控的集成鲁棒策略及其动态调整算法。课题将通过分析关键震害因子，建立震后路网通行能力概率估计模型，详细分析其不确定性特征；进而阐述并构建不确定性路网通行能力约束下，疏散调度和路网管控的双层随机规划模型，引入 Minimax 鲁棒优化目标，采用双种群协同进化算法，对模型进行鲁棒策略求解。针对余震及次生灾害对路网可能造成的二次损失，提出了动态信息环境下的双向局部搜索策略，快速有效地对疏散方案进行及时调整。以唐山市为背景，课题将开发震后交通疏散综合决策平台，对模型算法进行评估。

本课题首先通过联合随机分布模型对不确定信息条件下两个高度相关随机事件的耦合关系进行数学描述，对灾害性事件发生后路网容量破损度和救援时间进行预测。然后根据震后应急交通疏散的需求，开发了具有普遍意义的交通路网脆弱性评估模型和基于模糊逻辑的路网弹性恢复模型，为计算不确定信息环境下路网容量折减问题奠定了基础。针对高烈度地震灾害对主要道路交通设施损害度的评估依据不足等问题，陆续开发出了针对于不同震度的道路破损程度系数、桥梁破损程度系数和相应的通行能力折减系数，构建了震后救援道路通行能力修正系数体系。对于桥梁，我们首先利用历史数据对高烈度震害条件下高墩台、大跨度桥梁的破损程度进行估算，然后根据该桥梁在路网中的拓扑关系对整个路网的通行能力进行折减。对于建筑物倒塌对路网通行能力的折减，则根据不同地震烈度下砖混、剪力墙等建筑物损害度的统计概率，研究建筑物倾倒优势方向性对疏散路网连通度的影响，建立了基于震害作用下建筑物倾倒优势方向性的路网连通度估计模型。最后，根据交通路网脆弱性评估模型和路网弹性恢复模型，我们开发了一套基于MapX开发平台的救援仿真和决策支撑系统，用来对不确定信息条件下震灾救援进行路演和决策支撑。.该课题的研究成果可以为震后疏散路网连通度的分析、地震灾害救援虚拟现实仿真研究、以及地震多发地带沿线建筑及道路网规划等生命线工程的设计提供参考；对疏散路径优化、救援安置点选择、安置容量等重要决策的制定提供快速准确的判断依据；基于MapX开发的地震及次生灾害救援仿真和决策支持系统可以在动态和不确定信息条件下对路网通行能力进行预判，对进行科学决策提供有力支持。