基于优化方法的应急血液供应链韧性专家系统：一种多目标变邻域搜索方法

《Results in Control and Optimization》：An Optimization-Based Expert System for Resilient Emergency Blood Supply Chains: A Multi-Objective Variable Neighborhood Search Approach

　　

灾害期间由于需求突增与基础设施中断，确保血液制品可靠获取是一项关键挑战。本研究开发了一种基于优化方法的专家系统，专为韧性应急血液供应链设计。所提框架作为一种智能决策支持工具，在多周期运营与真实出行路径下，集成献血者群体、移动采集单元、加工中心与医院。为应对由跨周期重定位与路径决策产生的高度复杂非线性搜索空间，研究人员构建了先进的自包含多目标变邻域搜索（MOVNS）方法作为核心优化引擎。该定制MOVNS元启发式算法工程化了专门用于献血者分配与血液临时设施定位的智能邻域结构，并进一步集成鲁棒的数学修复例程，用于在迭代搜索中自主恢复可行性与高效帕累托支配评估。所提专家框架使用伊朗输血组织德黑兰人口稠密区运营数据的综合现实案例研究进行验证。计算结果表明，该多目标MOVNS方法为移动设施提供了高度自适应、快速部署策略，显著改善危机早期响应能力，以及在医院短缺与运营成本间的帕累托最优权衡。总体而言，本研究贡献了一个高性能计算专家系统，提升备灾能力并增强韧性人道主义健康物流。

研究背景方面，常规血液供应链面临血液易腐、依赖自愿献血者、突发需求激增与基础设施中断等独特挑战，传统静态单目标模型难以在灾害场景下兼顾短缺最小化、可达性与成本。已有文献在韧性网络设计、临时设施选址、多目标权衡与多周期规划四条主线取得进展，但动态移动设施重定位、献血者可达性、容量约束与多周期血流决策尚未被统一建模。为此，研究人员以伊朗德黑兰高密度城区为对象，开展动态多目标选址—分配建模与求解研究，旨在回答“如何在容量与可达性约束下动态配置应急采血与分配能力，以最小化未满足需求并平衡运输努力与运营成本”。论文发表于《Results in Control and Optimization》。

关键技术方法上，研究人员首先建立多周期多目标混合整数规划模型，集成献血者群体（BDG）、血液临时采集设施（BTCF）、血液储存加工中心（BSPC）与需求点（DP），目标为最小化短缺、节点间距离与总成本；进而采用增广ε约束法与定制多目标变邻域搜索（MOVNS）对照求解，MOVNS配备面向BDG再分配与BTCF跨期重定位的智能邻域、受控抖动、数学修复例程与帕累托存档更新，参数经田口法调优；案例数据源自伊朗输血组织德黑兰某稠密辖区真实运营记录。

研究结果部分，第1节引言指出血液供应链具易腐性与灾害敏感性，需将效率、公平与韧性纳入社会经济规划系统（SEPS）。第2节文献综述归纳四条研究流并指明动态重定位缺失、交互孤立、短缺优先不足三处空白。第3节问题描述给出四层节点网络与19条核心约束（含BTCF跨期迁移Y_j1,j2^t、分配二值变量A、流量Q、库存I），三目标函数分别为Z₁短缺、Z₂距离、Z₃成本。第4节求解方法中，ε约束法以Z₁为主目标、余者作自适应ε边界；MOVNS以Algorithm 1流程实现抖动—修复—帕累托VND下降—存档更新，田口法选定MaxIter=200、MaxNoImprove=40、K=4、中强度抖动、存档100、VND迭20；验证指标用平均理想距离（MID）与间距度量（S）。第5节案例与计算结果显示MOVNS在MID与解集多样性上优于ε约束法，能生成早期快速部署BTCF的帕累托前沿，敏感分析表明BTCF数量与容量阈值对短缺影响显著。第6节结论翻译为：本研究提出动态多目标选址—分配模型，同步集成献血者指派、移动设施重定位与多周期血流决策，通过捕获可达性、机动性与容量约束交互，并在动态环境中显式优先短缺削减兼衡距离与成本，推进了应急血液供应链设计技术水平，为城市灾害响应系统提供可部署的计算专家系统。

讨论部分总结，研究人员强调所提框架将战略网络设计与战术期指重配置耦合，克服既有研究静态设施与单通道捐献抽象，BTCF跨期Y_j1,j2^t变量是韧性提升关键；MOVNS相较精确法适应大规模实例，修复例程保障血流通量平衡（约束10–12）不被破坏；局限在于血型兼容与组件级易腐未建模、单BSPC假设、献血可用确定性处理，未来可拓展随机需求、多BSPC与临床匹配。结论重申该系统增强人道主义健康物流备灾与韧性。