第四节 研究框架及其主要内容

针对以上问题，本书提出应急物流配送车辆路网路径实时生成方法，分别从配送车辆的微观角度研究配送路网信息的动态更新，从应急决策者的全局角度研究配送路径方案的实时生成，综合二者之长以应对灾害发生时外部运输配送路网的剧烈变化和由于灾害发展造成的道路路况的不确定性。本书研究框架如图1-2所示。

图1-2 本书研究框架

在配送车辆的微观角度层面，车载终端从应急物流调度中心接收配送路径方案和实时更新的路网，同时将搜集到的实时路况信息反馈给应急物流调度中心。配送车辆在这里起着信息收集器的作用，需要解决的问题是如何将这些第一手的实时信息融合进实时路网和配送路径的生成模型中去。为此本书分别提出了基于节点重要性指标的应急物流车辆导航系统多尺度空间数据模型和应急物流配送的情景演变路网表达方法：车辆导航系统多尺度空间数据模型引入系统科学和社会网络分析的相关理论与方法，可以根据当前路况信息和配送目标实时生成应急物流配送导航路网；应急物流配送的情景演变路网表达方法将突发事件情景分析树嵌入路段数据中，来描述灾害链情景在路网中的演变迁移模式，根据当前的路况就可以预测判断即将发生的灾害情景。

在应急决策者的全局角度层面，应急物流调度中心接收所有配送车辆收集的实时路况信息，根据外部应急需求及时调整、生成配送路径方案和实时更新的路网，发送到配送车辆的车载终端上。应急物流调度中心在这里起着统筹全局的中枢作用，需要解决的问题是如何根据接收到的实时路况信息建立并快速求解模型，及时生成和更新路网、路径。为此本书分别提出了应急物流配送车辆导航地图分解算法和不确定条件下应急物流配送路径规划情景演化模型。应急物流配送车辆导航地图分解算法建立在前述应急物流车辆导航系统多尺度空间数据模型基础之上，利用应急物流调度中心强大的计算能力和最新收集到的路况信息，快速生成导航路网发送到配送车辆导航终端，解决了车载终端计算能力难以适应导航地图庞大数据量的问题，为应急物流车辆导航提供了兼顾速度和精度的解决方案；不确定条件下应急物流配送路径规划情景演化模型建立在前述应急物流配送的情景演变路网表达方法基础之上，在外部道路路况不确定的情况下仍能最大限度地保障配送路线方案的可行性。