×
唐健;朱克军;郭海翔;廖、灿;张淑文

基于分布式拍卖机制的救灾搜救仿真优化。 （英语） 兹比尔1461.90017

算法（巴塞尔） 10，第4号，第125号论文，17页（2017年）.
摘要：本文通过基于agent的仿真，对救灾搜救进行优化。我们用改进的截尾Lévy行走模拟救援队的搜索行为。然后提出了一种基于分布式拍卖机制的协同救援方案，并以滑坡灾害救援为例进行了说明。模拟分为“致命”、“严重”和“正常”三种情况进行。与非合作救援方案相比，本文提出的救援方案将使受害者的相对生存概率提高7-15%，幸存者获救率提高5.3-12.9%，一个现场获救的平均耗时减少16.6-21.6%。鲁棒性分析表明，搜索半径会显著影响救援效率，而合作范围则不会。敏感性分析表明，在一个埋地完成救援作业的时限和下一步的最大转弯角度这两个参数对救援效率都有很大影响，从救援效率的角度来看，两者都存在最优值。

MSC公司：

90B06型 运输、物流和供应链管理
91B26型 拍卖、议价、投标和销售以及其他市场模式

关键词：

救灾;仿真优化;截断Lévy步行;分布式拍卖机制;合作救援
PDF格式BibTeX公司 XML格式引用
\textit{J.Tang}等人，《算法（巴塞尔）》第10卷第4期，第125号论文，第17页（2017年；Zbl 1461.90017）
全文： 内政部

参考文献：

[1] 坎贝尔，A.M。；P.C.琼斯。；预置物资以备灾难发生；欧洲药典。研究结果：2011年；第209卷，156-165页·Zbl 1208.90102号
[2] Sheu，J。；大规模灾害下应急物流作业的动态救援需求管理；Res.Part E物流。运输。版本：2010；第46卷，第1-17页。
[3] 甘·H。；Richter，K。；Shi，M。；温特，南部。；疏散规划仿真与优化集成；模拟。模型。实际。理论：2016年；第67卷，第59-73页。
[4] 张，M。；张，B。；郑毅。；应急运输问题的生物激励元神经研究；算法：2014年；第7卷，15-31·Zbl 1461.90201号
[5] 郑毅。；陈，S。；Ling，H。；救灾行动的进化优化：综述；申请。软计算：2015; 第27卷，553-566。
[6] Nadi，A。；Edrisi，A。；自适应多智能体救灾评估与应急响应；国际法学博士。风险降低：2017; 第24卷，第12-23页。
[7] 医学博士毕尔巴鄂。；德尔塞尔，J。；Perfecto，C。；Salcedo-Sanz，S。；Portilla-Figueras，J.A。；基于多目标元神经网络的灾区多跳无线网络低成本部署；神经计算：2018年；第271卷，第18-27页。
[8] Liang，H。；Kang，F。；面向Agent的UUV群系统建模中基于合同网协议的任务优化分配方法；选项-国际光电子光学杂志：2016; 第127卷，第3928-3933页。
[9] 苏，X。；张，M。；Ye，D。；Bai，Q。；空间和通信约束下灾害环境任务分配的动态协调方法；AAAI无需事先协调的多智能体交互研讨会会议记录：，7
[10] Ju，C。；Chen，T。；基于能力评估和兴趣驱动的蚁群扩展分工模型及其在动态任务分配中的应用；系统。工程理论实践：2014; 第34卷，84-93。
[11] 刘，C。；Kroll，A。；多机器人协作检测问题中任务最优分配的Memetic算法；软计算：2015; 第19卷，567-584。
[12] 医学博士毕尔巴鄂。；Ser，J.D。；Salcedo-Sanz，S。；卡萨诺瓦·马特奥，C。；多目标协调搜索启发式在消防飞机预测部署中的应用：一个实际案例研究；国际生物学杂志。计算：2015; 第7卷，270-284。
[13] Landatorres等人。；Manjarres，D。；毕尔巴鄂，S。；Ser，J.D。；基于多目标元神经网络的水下机器人任务规划；传感器：2017年；第17卷。
[14] Nanjanath，M。；艾伦德森，A.J。；安德里斯特，S。；Ragipindi，A。；穆罕默德，A.A。；夏尔马，A.S。；基尼，M。；RoboCup救援人员的决策与协调策略；自动机器人仿真、建模和编程国际会议论文集：德国柏林/海德堡，2010年，473-484.
[15] 奈尔（Nair，R.）。；伊藤，T。；塔姆贝，M。；马塞拉，S。；机器人救援仿真领域中的任务分配：一个简短的注释；机器人足球世界杯：德国柏林/海德堡，2001年，751-754. ·Zbl 1050.68843号
[16] 孔，Y。；张，M。；Ye，D。；开放动态网格环境下的组任务分配策略；基于代理的复杂自动谈判的最新进展：2016年瑞士巴塞尔，121-139.
[17] R.G.史密斯。；合同网协议：分布式问题求解器中的高层通信和控制；IEEE传输。计算：1980; 第C-29卷，1104-1113。
[18] 陈，J。；Sun，D。；基于联盟的资源约束多机器人任务分配方法；IEEE传输。自动。科学。工程：2012年；第9卷，516-528。
[19] 拉姆特尔，S.D。；Farinelli，A。；沙特阿拉伯麦克阿瑟。；新泽西州詹宁斯。；RoboCup救援中的分散协调；计算。J.：2010年；第53卷，1447-1461。
[20] D’Uffizi，A。；Simonetti，M。；Stecca，G。；忏悔者，G。；救灾行动后勤模拟研究；Procedia CIRP:2015年；第33卷，157-162。
[21] 杜加里，C。；Chetouane，F。；基于离散事件仿真的急诊科系统建模与改进；模拟。事务处理。Soc.模型。模拟。国际：2007年；第83卷，311-320。
[22] Buford，J。；雅各布森，G。；刘易斯，L。；支持大规模救灾行动的多智能体态势管理；《国际情报杂志》。控制系统：2006; 第11卷，284-295。
[23] 高桥，T。；Tadokoro，S。；Ohta，M。；伊藤，N。；基于Agent的救灾仿真方法——从多Agent系统试验台到实际应用；RoboCup：机器人足球世界杯第五届：德国柏林/海德堡，2002年，102-111. ·Zbl 1050.68911号
[24] Tani，A。；山村，T。；Waridashi，Y。；川村，H。；Takizawa，A。；多智能体系统在地震灾害救援中的仿真研究；第十三届世界地震工程会议论文集：。
[25] Wosniack，医学博士。；M.C.桑托斯。；Raposo，E.P。；通用汽车公司Viswanathan。；大吕兹，M.G.E。；碎片环境中最优随机搜索的鲁棒性；物理。版本E:2015；第91卷。
[26] 曹，M。；孟，Q。；罗，B。；曾，M。；基于多机器人的无风气味搜索随机策略的实验比较；奥地利控制兽医。流行病：2015; 第8卷，43-50。
[27] 李，I。；Shin，M。；洪，S。；Lee，K。；Kim，S.J。；Chong，S。；论人的流动性的税行性质；IEEE/ACM传输。净值：2011; 第19卷，630-643。
[28] Cabrera，E。；塔博达，M。；伊格莱西亚斯，M.L。；Epelde，F。；卢克，E。；基于Agent仿真的医疗急救科室优化；Procedia计算。科学：2011; 第4卷，1880-1889年。
[29] 不列颠哥伦比亚省诺尔廷。；觅食行为的随机搜索模型：理论、模拟和观察；博士论文：Lincoln，NE，USA 2013。
[30] 雷诺兹，A.M。；平衡收获和捕食安全的竞争需求：Lévy walk搜索优于复合Brownian walk检索，但只有在面临捕食风险的情况下才能进行；物理。统计力学。申请：2010; 第389卷，第4740-4746页。
[31] Takadama，K。；Suematsu，Y.L。；杉本，N。；东北部那瓦。；Shimohara，K；在基于多智能体的系统和仿真中实现验证与确认：分析不同的学习谈判智能体：柏林/海德堡，德国2003，26-42.
[32] Sargent，R.G。；仿真模型的验证和确认；J.模拟：2013; 第7卷，12-24。
[33] Farinelli，A。；格里塞蒂，G。；Iocchi，L。；Lo Cascio，S。；Nardi，D。；用于救援行动的多智能体系统、智能机器人和系统的设计和评估；IEEE/RSJ智能机器人和系统国际会议论文集（IROS 2003）：，3138-3143.
[34] Rödiger，T。；Geyer，S。；Mallast，美国。；Merz，R。；克劳斯，P。；费舍尔，C。；西伯特，C。；约旦阿拉伯河半干旱流域概念水文模型的多响应校准；J.水文：2014; 第509卷，193-206。
[35] 费勒，M。；Puppe，F。；解决基于agent仿真中模型结构细化和参数校准之间矛盾的方法；第五届自主代理和多代理系统国际联合会议记录：，120-122.
[36] 刘，Z。；Rexachs，D。；Epelde，F。；卢克，E。；数据稀缺条件下基于仿真和优化的急诊科模型校准方法；计算。工业工程：2017年；第103卷，300-309页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。