考虑可达性的灾后人道主义物流多目标卡车-无人机混合路径规划

《Scientific Reports》：Accessibility-aware multi-objective truck-drone hybrid routing for post-disaster humanitarian logistics

　　

摘要

近年来，大规模灾害严重破坏了交通基础设施，使人道主义物流成为一个在不确定性和时间压力下进行的复杂决策问题。在此类环境中，道路可达性的异质性显著降低了传统地面配送系统的有效性。尽管卡车-无人机协同配送近年来受到越来越多的关注，但现有研究主要聚焦于商业配送场景，很少纳入灾后特有的条件，如道路可达性受损和优先级敏感的需求结构。本研究提出了一种感知可达性的混合式灾后人道主义配送框架，整合多辆卡车与多架无人机协同作业。根据灾后道路状况，需求点被划分为完全可达区域、部分可达区域和不可达区域，并据此设计卡车与无人机的协同调度方案。该问题被构建为一个多目标优化模型，同时最小化最大完工时间和优先级加权的总完工时间。鉴于该问题具有NP-难性质，本研究开发了一种定制的分层蚁群优化（ACO）算法以生成高效的路线规划和资源分配决策。通过与自适应大邻域搜索（ALNS）、遗传算法（GA）和模拟退火（SA）进行比较，利用针对灾害场景适配的基准算例验证了所提出ACO框架的有效性，结果表明其在解质量和鲁棒性方面具有显著优势。此外，本研究还通过一项在萨卡里亚开展的真实案例研究对提出的框架进行了实证验证。计算结果表明，混合式卡车-无人机系统显著提高了运营效率，尤其是在可达性受限的条件下，其表现始终优于纯卡车配送策略。总体而言，本研究提供了一个具有实用性、面向韧性且感知可达性的决策支持框架，旨在提升灾后人道主义物流运营的效率、公平性和响应能力。