带语义先验与强化学习引导搜索的动态多目标滚动优化林业火灾紧急调度
本文针对林业火灾应急调度中资源分配与路径规划多目标冲突问题,提出基于语义先验知识驱动的多目标滚动优化框架,通过强化学习引导的搜索策略提升复杂动态场景下的实时调度效率与决策质量
《Expert Systems with Applications》:Dynamic Multiobjective Rolling Optimization for Forest Fire Emergency Dispatching with Semantic Priors and Reinforcement-Guided Search
【字体:
大
中
小
】
时间:2026年09月21日
来源:Expert Systems with Applications 9.4
编辑推荐:
•提出了一种用于森林火灾调度的智能滚动框架。
•语义先验指导可行热启动解的生成。
•帕累托前沿网格机制增强了五目标进化搜索。
•强化引导的局部搜索支持自适应再规划。
•基于真实地点的场景验证了卓越的调度性能。
引言
森林火灾应急响应是一个时间关键性的决策问题。在应急响应过
•提出了一种用于森林火灾调度的智能滚动框架。
•语义先验指导可行热启动解的生成。
•帕累托前沿网格机制增强了五目标进化搜索。
•强化引导的局部搜索支持自适应再规划。
•基于真实地点的场景验证了卓越的调度性能。
引言
森林火灾应急响应是一个时间关键性的决策问题。在应急响应过程中,火势蔓延、新的起火点、道路通行状况、资源可用性以及关键设施威胁都可能持续发生变化Chen, Morton, & Randerson (2024); Yebra et al. (2024)。近期的森林火灾研究表明,卫星火情产品和数据驱动的火灾蔓延建模已成为监测活跃火灾、估算过火面积以及支持应急响应决策的重要信息来源Andrianarivony et al. (2024); Shadrin et al. (2024)。随着遥感、地面监测和应急通信系统的不断普及,指挥中心能够更频繁地获取火灾位置、火情强度、道路状况和设施暴露信息Phan et al. (2022)。然而,更频繁的信息更新并不一定意味着更好的调度决策Wang, Zhao, & Wu (2024a)。在多起火灾并发、资源有限且车辆异构的条件下,关键挑战在于在一个较短的滚动决策窗口内生成可执行的多中心调度方案,同时兼顾响应效率、行驶风险、资源均衡、配置不足控制以及关键设施保护Tian, Fathollahi-Fard, Ren, Li, & Jiang (2022)。当引入飞机或其他异构资源时,协同约束和时间约束进一步增加了调度决策的复杂性Pan et al. (2023)。
与传统车辆路径问题或静态资源分配问题相比,动态森林火灾调度具有三个独特难点。首先,任务集随时间变化:活跃火灾可能蔓延,新的火点可能被探测到,已分配的车辆可能因正在进行的扑火任务而继续占用Wang et al. (2024a)。因此,调度方案需要滚动更新或事件触发更新,而非一次性的静态方案Jiang, Zou, Yang, & Yao (2022); Zhan, Shi, Tan, & Zhang (2022)。其次,多目标调度研究通常同时考虑相互冲突的时间、工作量和资源利用目标Li, Pan, & Tasgetiren (2014)。在森林火灾响应中,减少高严重度火灾的到达时间可能会增加行驶距离并破坏救援中心间的工作量均衡,而优先处理靠近关键设施的火灾则可能加剧其他区域的配置不足问题Tian et al. (2022)。基于帕累托的方法通常被用于在相互冲突的目标下保留折中方案Hua, Liu, Hao, & Jin (2021); Liang et al. (2023)。多目标研究还表明,当目标数量增加时,多样性维护变得更加重要Wei et al. (2024)。第三,调度决策受到道路绕行、车辆容量、每起火灾最大分配车辆数、任务顺序和操作时长限制等约束Wang et al. (2024a)。约束调度研究同样表明,截止期限制和保持可行性的表达方式会实质性地影响搜索过程Wang, Pan, Gao, Miao, & Sang (2024b)。类似的约束也出现在其他动态调度场景中,其中静态启发式方法往往难以在任务变化时保持解的质量Du, Li, Luo, & Meng (2021)。
现有研究探讨了多种方法,包括启发式调度、数学规划、滚动时间控制和多目标进化算法Wang et al. (2024a)。启发式和元启发式方法通常提供快速的求解速度和灵活的实现方式,但其规则结构往往依赖于领域经验,这可能在剧烈的情境变化下限制其泛化能力Tian et al. (2022)。在任务状态和约束在执行过程中发生变化的动态生产调度中,也报告了类似的局限性Zhu, Zhang, Zhou, & Wang (2023)。精确方法和约束规划方法可以在较小规模实例上提供高质量解,但随着动态决策空间和动作集的增长,其直接应用变得更为困难Echeverria, Murua, & Santana (2025)。近年来,进化动态多目标优化引起了广泛关注,因为它能够在适应环境变化的同时维持多个折中解Hua et al. (2021); Jiang et al. (2022)。多目标进化算法也为高维目标空间提供了有用的多样性维护机制Liang et al. (2023); Sato (2023)。然而,在动态森林火灾调度中仍存在三个差距。第一,许多滚动优化器仍然从随机生成或弱信息化的种群开始,因此有限的再规划预算中相当一部分可能花费在低质量区域Gao et al. (2016)。第二,随着目标数量的增加,弱化的支配关系可能保留许多结构相似的非支配解,从而降低用于在线决策的候选集的代表性Sato (2023)。第三,在动态优化框架中,局部改进和最终解选择往往与当前事件状态耦合较弱Jiang et al. (2022)。因此,现有方法仍难以同时保持搜索效率、帕累托集的代表性以及情境相关的执行适应性。
近期基于学习的搜索方法和语言模型辅助优化为动态调度提供了有用的工具。强化学习Du, Li, Li, & Duan (2024); Lei et al. (2022)可以在变化的状态下引导启发式方法或局部算子的选择Cheng, Zhang, Tang, & Zhang (2022); Ji, Guo, Gao, Gong, & Wang (2023),而语言模型可以从任务语义和历史经验生成结构化候选解Chang et al. (2024); Da Ros et al. (2025)。强化学习超启发式形成了一个成熟的研究流派Li, Wei, Wang, Wang, & Zhang (2024)。大语言模型辅助的组合优化已成为一个独立的研究方向Da Ros et al. (2025)。为了使这些能力服务于动态多目标火灾调度,它们必须与进化搜索和可行性修复紧密结合,而非作为独立的黑盒调度器使用。尤其是在多目标决策场景中,维持帕累托前沿的结构分布仍然具有挑战性Hua et al. (2021); Jiang et al. (2022)。它们与保持可行性的进化编码、代表性帕累托前沿维护以及在线调度决策的整合在动态森林火灾响应方面仍然不足Liu et al. (2025)。
为弥补这些差距,本文提出了一种用于多中心森林火灾应急调度的闭环动态多目标滚动优化框架。在每个再规划时刻,首先将当前火灾状态、车辆状态、资源需求和资产威胁信息转化为情境感知的调度模型。随后,语义先验引导模块生成经过修复和编码的热启动个体,以在短周期再规划中提高初始种群质量。在进化搜索过程中,将帕累托前沿网格机制嵌入父代选择、环境选择和前沿压缩中,在不替换原始五维支配关系的前提下提高非支配解的代表性。在全局搜索之后,基于Q学习的超启发式模块根据当前事件状态自适应地选择局部精化算子。最后,动态TOPSIS方法根据阶段和事件相关的运行偏好从代表性帕累托集中选择可执行的调度方案。
本文的主要贡献总结如下:
1)针对多中心森林火灾应急响应建立了动态滚动调度模型。与静态分配模型不同,该模型明确区分了规划层的车辆-火灾分配与执行层的扑救状态,并同时优化响应时间、行驶风险、中心间工作量均衡、配置不足偏差以及关键设施延迟风险。
2)为短周期再规划设计了语义先验热启动机制。语言模型辅助生成模块将火灾演变状态、车辆可用性、资产威胁信息和历史精英解转化为结构化候选调度方案,随后对其进行解析、修复、编码并注入进化种群。因此,语言模型仅作为受限先验生成器使用,而非自主调度器。
3)提出了一种帕累托前沿网格增强的多目标搜索机制,以在五重冲突目标下提高非支配解的代表性。帕累托前沿网格机制嵌入父代选择、环境选择和前沿压缩,同时保留原始五维非支配排序。
4)构建了用于闭环执行的事件自适应局部强化和决策机制。Q学习根据阶段-事件状态选择局部改进算子,动态TOPSIS根据变化的运行偏好选择可执行的调度方案。这形成了一个从情境感知到候选解生成、帕累托搜索、局部精化和在线执行的闭环。
5)在基于真实地点锚定的半合成森林火灾场景和控制动态仿真实例上进行了大量实验,以评估有效性、模块必要性、可扩展性和鲁棒性。结果表明,与标准和增强型进化基线方法相比,所提方法持续提升了扑救效率、累计火损控制、调度稳定性和帕累托集的代表性。
片段摘要
森林火灾应急调度与动态资源分配
森林火灾应急调度本质上是一个动态资源分配问题Tian et al. (2022)。其核心目标是在火灾持续演变、任务需求变化和有限资源供给的条件下,实现救援力量的快速响应和高效协调Wang et al. (2024a)。现有研究通常聚焦于救援资源分配和车辆路径优化Tian et al. (2022)。相关的森林火灾研究还考虑了火灾蔓延建模和多飞机调度等问题。
所提方法
如图1所示,所提方法在一个连续的滚动再规划时刻序列中执行。在每个再规划时刻,首先将观测到的火灾状态、车辆状态、道路通达性和资产威胁状态转化为五目标调度问题。在问题层面,一个可行的调度方案由车辆-火灾分配矩阵和优先级键矩阵表示。在算法层面,进化搜索在连续染色体上操作,对其进行解码和修复以获得可执行的调度方案。
实验配置与参数设置
所有实验均在MATLAB环境中进行,平台配置为Intel Core i7处理器、32 GB内存和64位Windows操作系统。每组实例独立运行30次,结果以均值和标准差形式报告,并附上平均计算时间。
在场景类型方面,本文采用两类测试环境。第一类是基于真实地点的场景集,使用真实森林火灾数据进行构建。
基于真实地点的场景实验
为了在实验评估中引入真实的空间和时间锚点,本文首先从24条独立的森林火灾记录中构建了一组基于真实地点锚定的半合成场景。每条记录提供了起火点的经纬度、起火时间以及事件区域的边界范围。这些信息用于约束调度实例的空间域、初始起火位置和时间锚点。图4展示了这些真实森林火灾事件的空间分布。
统计显著性分析
为了判断观察到的性能差异是系统性的而非由随机波动造成的,本文在所有场景组上进行了非参数统计检验。对于24个基于真实地点锚定的场景,每个森林火灾场景被视为一个配对区块。对于每个仿真数据集,首先对30次独立运行的结果进行平均,然后将得到的10个实例级匹配观测值作为配对区块。
结论
本文针对动态森林火灾应急响应中面临的持续火灾演变、资源有限、多目标冲突以及关键设施保护需求等挑战,提出了一种融合语言模型辅助引导、帕累托前沿网格结构维护和Q学习局部强化的多目标滚动优化方法。在每个再规划时刻,该方法基于实时火情构建五目标调度模型。
作者贡献声明
张佳瑞:方法论、软件、验证、形式化分析、调查、数据整理、可视化、原创初稿撰写。
赵宏扬:概念化、方法论、资金获取、监督、项目管理、审校与编辑。
孙嘉怡:验证、形式化分析、数据整理、可视化、审校与编辑。
金晶:方法论、监督、审校与编辑。
未引用引用:遗漏的引用 表1
利益冲突声明
作者声明不存在任何可能影响本文工作报告的已知竞争性财务利益或个人关系。
张佳瑞 | 赵宏扬 | 孙嘉怡 | 金晶