基于群组需求更新的应急物资分配多时段决策研究

The typhoon is a predictable natural disaster. However, it is still difficult in the national relief efforts to accurately forecast its evolution, and make a reasonable and efficient relief allocation plan. From the perspective of typhoon’s evolution, this project studies the multi-time decision making problem in relief allocation via group-based demand updates. First, the evolution law of typhoon is analyzed, and the mechanisms of group-based demand updates are explored. After that, by using Bayesian sequential analysis approach, the multi-time decision making models for relief allocation via group-based demand updates are built. In these models, according to the different characteristics of the stage before or after the disaster, a multi-time decision making rules is set respectively. Then, an integrated model is built to update the group-based demands throughout the stages before and after the disaster, so that policy makers can continuously monitor the dynamic disaster evolution, and eventually achieve the global optimal relief allocation plan. Finally, empirical results indicate the validity of the mechanisms of group-based demand updates and the Bayesian sequential analysis approach. The research results of this project can provide the intellectual support in emergency response to the typhoons or floods, and enrich the research contents of the relief allocation system for natural disasters in our country.

台风灾害是可以预测的自然灾害，但准确地把握其演变动态，制定一个合理高效的应急物资分配计划，仍是我国当前救灾工作的难点。本项目考虑从台风演变的视角，研究基于群组需求更新的应急物资分配多时段决策问题。首先，分析台风的演变规律，探讨群组需求更新的运作机制。在此基础上，使用贝叶斯序贯决策方法建立基于群组需求更新的应急物资分配多时段决策模型。针对灾害前后阶段的不同特性，分别制定多时段决策规则。然后，将模型进行整合，使群组需求更新贯穿于灾害前后阶段的所有时段中，从而使决策者能够全程把握灾害演变动态，实现应急资源的全局最优配置。最后，通过实证研究，验证群组需求更新运作机制和贝叶斯序贯决策方法的有效性。研究结果可为政府针对台风或洪涝灾害的应急响应机制提供智力支持和决策依据，丰富我国自然灾害应急资源配置体系的研究内容和范畴。

诸如台风的自然灾害虽可预测，但准确地把握其演变动态，制定一个合理高效的应急物资分配计划，仍是我国当前救灾工作的难点。本项目考虑从灾害演变的视角，研究基于灾情信息更新和决策方法创新的应急物资分配决策优化问题。首先，分析灾害的演变规律，探讨灾情信息更新的运作机制。在此基础上，使用一些创新性的决策方法建立基于灾情信息更新的应急物资分配决策优化模型。针对灾害前后阶段的不同特性，分别制定定制化的决策规则。然后，将模型进行整合，使灾情信息更新贯穿于灾害前后阶段的所有时段中，从而使决策者能够全程把握灾害演变动态，实现应急资源的全局最优配置。最后，通过实证研究，验证灾情信息更新运作机制和创新性决策方法的有效性。.研究表明：（1）随机决策方法（如马尔可夫决策方法）可以很好地演示应急物资需求的演变规律，动态地做出最优的需求满足策略，使得整体需求走势保持平稳，整体需求水平降到最低；（2）在供需不平衡的环境下，决策者赋予需求演变较快、基准需求较大的区域更高的优先级，并随时间的推移动态调整策略，使得应急物资分配的公平性和效率性保持平衡；（3）通过两阶段随机规划方法及其启发式算法可以很好地应对不确定环境下的大规模应急救援优化问题，获得科学合理的应急管理优化方案；（4）多目标优化方法考虑了更多的目标准则（如效用、优先级、经济性、公平性等），并且可以获得多维的帕累托前沿，在此基础上还可以从不同的视角探究目标之间权衡关系；（5）集成GERT网络和贝叶斯方法的新技术可以减少公共安全风险的不确定性，但不会改变公共安全风险的随机性本质，并提出具有可持续性的、个性化的公共安全风险管理方案。.本项目研究成果可为政府针对自然灾害的应急响应机制提供智力支持和决策依据，丰富我国公共安全与危机管理领域的研究方法和研究思路。