恒隆研究| 李楠研究團(tuán)隊(duì)：關(guān)聯(lián)基礎(chǔ)設(shè)施系統(tǒng)災(zāi)后恢復(fù)序列優(yōu)化框架

【作者】

Fei Wang; Joseph Jonathan Magoua; Zaishang Li; Nan Li; and Dongping Fang

Lecturer, School of Soil and Water Conservation, Beijing Forestry Univ., Beijing 100083, China.

Assistant Professor, College of Economics and Management, Nanjing Univ. of Aeronautics and Astronautics, Nanjing 211106, China.

Postdoctoral Researcher, Dept. of Construction Management, Tsinghua Univ., Beijing 100084, China.

Associate Professor, Dept. of Construction Management, Hang Lung Center for Real Estate, Tsinghua Univ., Beijing 100084, China (corresponding author).

Professor, Dept. of Construction Management, Tsinghua Univ., Beijing 100084, China.

期刊信息Journal of Management in Engineering. 41(1), 2025.

全文鏈接https://ascelibrary.org/doi/10.1061/JMENEA.MEENG-6201

01 摘 要

修復(fù)序列計(jì)劃是關(guān)聯(lián)基礎(chǔ)設(shè)施系統(tǒng)災(zāi)后恢復(fù)規(guī)劃中的關(guān)鍵步驟。確定修復(fù)序列對(duì)于基礎(chǔ)設(shè)施管理者制定恢復(fù)計(jì)劃和分配修復(fù)資源十分重要且充滿挑戰(zhàn)。盡管針對(duì)基礎(chǔ)設(shè)施系統(tǒng)修復(fù)序列計(jì)劃的研究日益增多，但現(xiàn)有方法難以準(zhǔn)確模擬修復(fù)序列動(dòng)態(tài)影響下基礎(chǔ)設(shè)施系統(tǒng)的復(fù)雜行為，未充分利用系統(tǒng)的詳細(xì)運(yùn)行數(shù)據(jù)，進(jìn)而制約了修復(fù)序列決策模型的求解效率。為解決該問題，本研究基于遺傳算法提出了一種新的修復(fù)序列決策模型求解框架。本框架包含了三條利用災(zāi)損基礎(chǔ)設(shè)施系統(tǒng)詳細(xì)運(yùn)行數(shù)據(jù)的規(guī)則。為獲取支撐改進(jìn)遺傳算法所需的詳細(xì)運(yùn)行數(shù)據(jù)，本框架采用基于高層體系結(jié)構(gòu)的聯(lián)合仿真方法對(duì)基礎(chǔ)設(shè)施系統(tǒng)的恢復(fù)過程進(jìn)行精細(xì)化建模。該聯(lián)合仿真方法整合了基礎(chǔ)設(shè)施系統(tǒng)領(lǐng)域模型，可捕捉基礎(chǔ)設(shè)施系統(tǒng)間的關(guān)聯(lián)性及修復(fù)順序動(dòng)態(tài)影響下的系統(tǒng)詳細(xì)恢復(fù)過程數(shù)據(jù)。為驗(yàn)證框架有效性，本研究以供電供水兩個(gè)關(guān)聯(lián)系統(tǒng)為案例進(jìn)行分析。結(jié)果表明，所提出的聯(lián)合仿真方法能準(zhǔn)確模擬修復(fù)順序?qū)A(chǔ)設(shè)施系統(tǒng)狀態(tài)的動(dòng)態(tài)影響，改進(jìn)的遺傳算法在收斂速度和最優(yōu)修復(fù)序列識(shí)別方面展現(xiàn)出顯著優(yōu)勢(shì)?？傮w而言，該框架提升了修復(fù)序列決策模型的求解能力，為基礎(chǔ)設(shè)施系統(tǒng)管理者高效開展災(zāi)害應(yīng)對(duì)提供了決策支持。

02 研究方法

本研究基于遺傳算法提出了關(guān)聯(lián)基礎(chǔ)設(shè)施系統(tǒng)災(zāi)后修復(fù)序列決策模型的改進(jìn)求解框架。本研究在遺傳算法的初始解生成階段、適應(yīng)值計(jì)算階段及變異階段提出了如下的改進(jìn)：

）在初始解生成階段考慮構(gòu)件類型的恢復(fù)優(yōu)先級(jí)。同一類型的構(gòu)件具有相同的運(yùn)行機(jī)制、相似的恢復(fù)時(shí)間需求與修復(fù)資源需求。因此，在確定初始解時(shí)可以整體看待。構(gòu)件類型對(duì)系統(tǒng)功能恢復(fù)的貢獻(xiàn)是指修復(fù)該類構(gòu)件后系統(tǒng)功能增加的幅度。在本研究中，構(gòu)件類型對(duì)功能恢復(fù)的貢獻(xiàn)越高，則在修復(fù)序列中排序更加靠前。同一類型內(nèi)的組件隨機(jī)排列。

聯(lián)基礎(chǔ)設(shè)施系統(tǒng)災(zāi)后恢復(fù)過程聯(lián)合仿真模型數(shù)據(jù)傳遞機(jī)制

關(guān)聯(lián)基礎(chǔ)設(shè)施系統(tǒng)災(zāi)后恢復(fù)過程仿真流程

）在變異階段考慮了不同構(gòu)件在恢復(fù)過程中的制約關(guān)系。在基礎(chǔ)設(shè)施系統(tǒng)內(nèi)部，各構(gòu)件存在復(fù)雜的依賴關(guān)系，這種依賴關(guān)系對(duì)基礎(chǔ)設(shè)施系統(tǒng)的恢復(fù)存在較大的影響。如果不考慮構(gòu)件在恢復(fù)過程中的制約關(guān)系，恢復(fù)順序?qū)⒖赡懿缓侠?，部分?gòu)件在修復(fù)完成后功能無(wú)法恢復(fù)，致使整個(gè)系統(tǒng)功能恢復(fù)延遲。本研究通過分析精細(xì)化仿真數(shù)據(jù)中各構(gòu)件的恢復(fù)時(shí)間的關(guān)系，確定不同構(gòu)件在恢復(fù)過程中的制約關(guān)系。本研究通過在變異階段調(diào)整修復(fù)序列中各構(gòu)件的位置，生成更加優(yōu)秀的個(gè)體進(jìn)入下一代。

03 研究結(jié)果

）本研究以美國(guó)謝爾比縣的水電關(guān)聯(lián)系統(tǒng)地震災(zāi)害后的恢復(fù)為例展開研究，研究案例如圖所示。

）地震破壞后的供電系統(tǒng)

）地震破壞后的供水系統(tǒng)

：研究案例

）基于待研究的案例，研究開發(fā)了關(guān)聯(lián)基礎(chǔ)設(shè)施系統(tǒng)災(zāi)后恢復(fù)過程聯(lián)合仿真模型。本研究提出的求解框架與遺傳算法在迭代過程方面的比較結(jié)果如圖所示。此外，本研究提出的方法與遺傳算法及基于節(jié)點(diǎn)重要性的求解方法相比，各求解方法的性能評(píng)估指標(biāo)結(jié)果如表所示。

不同求解方法的比較結(jié)果

Indicator

IBM

Benchmark GABM

Advanced GABM

Optimal FV

475802.59

427989.52

416092.95

MV

435162.31

418987.39

SD

11977.86

8532.94

EB

17.25%

13.95%

TC

CT (hours)

0.03

20.61

18.53

）基于本研究提出的恢復(fù)序列決策模型求解算法確定的水電系統(tǒng)恢復(fù)過程如圖和圖所示。

供水系統(tǒng)恢復(fù)過程

供電系統(tǒng)恢復(fù)過程

04 研究發(fā)現(xiàn)

采用領(lǐng)域知識(shí)對(duì)于模擬關(guān)聯(lián)基礎(chǔ)設(shè)施系統(tǒng)功能恢復(fù)過程至關(guān)重要。在先前的研究中，基礎(chǔ)設(shè)施系統(tǒng)的功能通過網(wǎng)絡(luò)或網(wǎng)絡(luò)流量的指標(biāo)來(lái)表示，這些指標(biāo)無(wú)法充分考慮系統(tǒng)的運(yùn)行機(jī)制，無(wú)法詳細(xì)模擬系統(tǒng)流量特征的復(fù)雜變化。實(shí)際上，基礎(chǔ)設(shè)施系統(tǒng)的功能水平是由每個(gè)組件的運(yùn)行機(jī)制共同決定的，并且由于流量重新分配的不確定性，其功能水平在恢復(fù)的過程中可能在某個(gè)時(shí)間點(diǎn)下降。本研究中單個(gè)系統(tǒng)恢復(fù)過程的模擬結(jié)果與相應(yīng)系統(tǒng)領(lǐng)域的結(jié)論高度一致，證明了采用各領(lǐng)域知識(shí)時(shí)結(jié)果的合理性和可靠性。因此，所提出的框架在修復(fù)序列動(dòng)態(tài)影響下功能恢復(fù)過程模擬的精細(xì)化和可靠性方面，相較于現(xiàn)有研究具有顯著優(yōu)勢(shì)。

本研究所提出的求解框架中恢復(fù)過程的模擬生成了大量的精細(xì)化運(yùn)行數(shù)據(jù)，這些數(shù)據(jù)可以有效地支持恢復(fù)序列決策模型的求解。盡管一些先前的研究在使用遺傳算法求解修復(fù)序列決策模型時(shí)增加了相關(guān)目標(biāo)（例如最短修復(fù)延遲時(shí)間）以提高搜索效率，但這些研究并未提高遺傳算法任一階段的效率，從而存在顯著的局限性。本研究充分利用系統(tǒng)的精細(xì)化模擬數(shù)據(jù)，通過識(shí)別和調(diào)整受損構(gòu)件的修復(fù)順序，快速找到較優(yōu)修復(fù)序列?？傮w而言，本研究提出的解決框架在較優(yōu)序列的生成、識(shí)別和檢索方面具有優(yōu)勢(shì)。管理者使用本研究提出的框架能夠快速識(shí)別較好的修復(fù)序列，災(zāi)后關(guān)聯(lián)基礎(chǔ)設(shè)施系統(tǒng)的功能恢復(fù)將得到加速。這種加速的恢復(fù)過程不僅確保了基本服務(wù)的及時(shí)恢復(fù)，還有助于提升城市環(huán)境的韌性和穩(wěn)定性。因此，該框架不僅促進(jìn)了災(zāi)后基礎(chǔ)設(shè)施的快速恢復(fù)，還增強(qiáng)了城市居民的安全感和幸福感，從而提高了整體社區(qū)的韌性和生活質(zhì)量。

05 研究不足與展望

本研究的兩點(diǎn)局限性：（）該框架沒有考慮不同基礎(chǔ)設(shè)施系統(tǒng)管理者之間的互動(dòng)（如信息共享、利益沖突等），而這些互動(dòng)在現(xiàn)實(shí)中可能影響管理者的決策環(huán)境和修復(fù)序列；（）本研究開發(fā)的恢復(fù)序列決策模型沒有考慮多個(gè)目標(biāo)。在未來(lái)的研究中，可以考慮更多影響修復(fù)序列決策的因素和優(yōu)化目標(biāo)，以識(shí)別更實(shí)用的修復(fù)序列。

聲明：本文系轉(zhuǎn)載自互聯(lián)網(wǎng)，請(qǐng)讀者僅作參考，并自行核實(shí)相關(guān)內(nèi)容。若對(duì)該稿件內(nèi)容有任何疑問或質(zhì)疑，請(qǐng)立即與鐵甲網(wǎng)聯(lián)系，本網(wǎng)將迅速給您回應(yīng)并做處理，再次感謝您的閱讀與關(guān)注。