基于TOPSIS法的多屬性危險化學(xué)品運輸路徑優(yōu)化

佘洋洋，魯順清，王艷麗，張義英

(中國地質(zhì)大學(xué)(武漢)工程學(xué)院，湖北 武漢 430074)

基于TOPSIS法的多屬性危險化學(xué)品運輸路徑優(yōu)化

佘洋洋，魯順清，王艷麗，張義英

(中國地質(zhì)大學(xué)(武漢)工程學(xué)院，湖北 武漢 430074)

危險化學(xué)品道路運輸事故時有發(fā)生，由此造成的損失十分巨大，選擇合適的運輸路徑可有效降低運輸風(fēng)險。利用有向網(wǎng)絡(luò)圖來表示交通運輸網(wǎng)絡(luò)，考慮運輸路徑的多屬性，用事故率、運費、應(yīng)急救援能力和暴露人數(shù)4個因素來描述路段屬性，建立了多屬性危險化學(xué)品運輸路徑優(yōu)化模型，并通過設(shè)計遺傳算法來求解該模型，進(jìn)行路徑優(yōu)化選擇。求解過程中采用TOPSIS法來計算路徑的綜合屬性，同時將計算得到的綜合屬性值作為遺傳算法運行過程中對應(yīng)個體的適應(yīng)值，并通過設(shè)計的遺傳算法使算法在運行過程中選擇壓力由小變大，從而選擇出最優(yōu)路徑。實例運行結(jié)果表明：當(dāng)改變某路段的屬性值時，會重新搜尋到最優(yōu)路徑，因此基于TOPSIS法建立的危險化學(xué)品運輸路徑優(yōu)化模型具有較好的求優(yōu)能力。

危險化學(xué)品；道路運輸；路徑優(yōu)化；TOPSIS法；有向網(wǎng)絡(luò)圖

危險化學(xué)品運輸車輛在運輸過程中發(fā)生事故，將對事故發(fā)生路段周邊的人、車輛、建筑物、環(huán)境等構(gòu)成很大的風(fēng)險[1-3]，若選擇合理的危險化學(xué)品運輸路徑，將可有效地降低運輸風(fēng)險。但在實際運輸過程中，路段具備多個屬性值，這便給路徑選擇帶來較大的困難。

目前關(guān)于危險化學(xué)品運輸路徑的相關(guān)研究較多，如邵輝等[5]采用GA法來進(jìn)行路徑優(yōu)化，但對于路段的屬性只用運輸路段的風(fēng)險來代替；楊信豐等[6]用5個要素來描述路段屬性，分別為路段行駛時間、路段事故率、交通損失、暴露人數(shù)、應(yīng)急響應(yīng)能力，具有一定的實用性，而對于路徑多屬性的處理則利用信息熵法來確定路段綜合屬性值；宋洋等[7]用螞蟻算法對危險化學(xué)品運輸路線進(jìn)行優(yōu)化，并利用經(jīng)濟(jì)成本和風(fēng)險成本進(jìn)行加權(quán)求和的結(jié)果作為路徑優(yōu)化目標(biāo)；吳縫等[8]、高清平[9]針對路段屬性具有不確定性，采用模糊方法來進(jìn)行處理；劉萌斐等[10]建立起一種新的計算危險品道路運輸事故概率的方法。

基于上述研究，本文針對危險化學(xué)品運輸?shù)缆范鄬傩暂^難處理的問題，利用TOPSIS法來計算路徑的綜合屬性值，通過綜合屬性值大小來比較各路徑的優(yōu)劣，在此基礎(chǔ)上建立多屬性危險化學(xué)品運輸路徑優(yōu)化模型，并通過設(shè)計遺傳算法來進(jìn)行路徑優(yōu)化選擇。

1 多屬性危險化學(xué)品運輸路徑優(yōu)化模型的建立

1.1 指標(biāo)的選取

考慮運輸路徑多屬性，本文在路段評價指標(biāo)體系選擇上，通過查閱相關(guān)文獻(xiàn)[6,11-13]，結(jié)合危險化學(xué)品運輸過程中運輸成本、發(fā)生運輸事故的誘因、事故發(fā)生后果的嚴(yán)重程度以及事故發(fā)生后的可挽救能力，并考慮到指標(biāo)體系的可操作性原則，選用路段屬性指標(biāo)事故率、運費、暴露人數(shù)和應(yīng)急救援能力4個因素作為評價指標(biāo)。

1.1.1 事故率

路段事故率用以表征選定路段在一年內(nèi)平均每一萬輛機(jī)動車中發(fā)生的事故次數(shù)，其表達(dá)式為

(1)

式中：P為對象路段的事故率[次/(年·萬輛)]；X為對象路段在一年內(nèi)發(fā)生的事故次數(shù)(次)；Y為對象路段在一年內(nèi)通過的車輛數(shù)(輛)。

1.1.2 運費

路段運費是指危險化學(xué)品運輸車輛通過對象路段所需費用，包括油費、車輛保養(yǎng)費、維修費以及交付給運輸人員的費用等。

1.1.3 暴露人數(shù)

路段暴露人數(shù)包括對象路段所在區(qū)域中路上人數(shù)及周邊建筑物內(nèi)的人數(shù)。周邊建筑物內(nèi)的人數(shù)指一旦危險化學(xué)品運輸車輛在對象路段上發(fā)生泄漏等事故時，受到威脅的建筑物內(nèi)的人數(shù)。

1.1.4 應(yīng)急救援能力

路段應(yīng)急救援能力主要體現(xiàn)在對暴露人口的疏散、事故現(xiàn)場傷員的處理以及事故后現(xiàn)場處理等方面的快速反應(yīng)能力，實施這些救援的部門包括醫(yī)療、消防等機(jī)構(gòu)。本文選取對象路段與最近的應(yīng)急救援部門間的距離來表示對象路段的應(yīng)急救援能力。

1.2 模型的建立

圖1為4節(jié)點有向網(wǎng)絡(luò)圖，其中v1、v2、v3、v4分別代表4個路口;ev1v3為v1、v3兩路口連接成的路段，R13={rev1v31，rev1v32，rev1v33，rev1v34}為路段1→3的4個屬性值的集合;C1→3→4=R13+R34為路徑1→3→4的4個屬性值的集合。

1.3 路徑多屬性處理方法

TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)法由Hwang和Yoon于1981年首次提出，是一種多屬性決策方法[14-15]。該方法要求每個屬性變化趨勢一致，因此本文選取的路段屬性指標(biāo)事故率、運費、暴露人數(shù)和應(yīng)急救援能力均越小越好，這樣才能符合要求。此外，在進(jìn)行TOPSIS法處理前，必須對路段的各個屬性值進(jìn)行歸一化處理，具體處理方法和步驟如下：

設(shè)共有n條路徑，歸一化后的屬性值矩陣為

c11c12c13c14

c21c22c23c24

????

cn1cn2cn3cn4

第一步：找到各屬性最大值組成的個體cmax=(cmax1，cmax2，cmax3，cmax4)以及各屬性最小值組成的個體cmin=(cmin1，cmin2，cmin3，cmin4)，其中cmaxi、cmini分別為當(dāng)前所有路徑中第i個屬性的最大值和最小值。

2 設(shè)計遺傳算法求解模型

在遺傳算法求解問題過程中，可通過自行設(shè)計適應(yīng)值函數(shù)、選擇策略、交叉策略、變異策略等來改變算法的搜索方向和效率。本文通過改進(jìn)遺傳算法的選擇策略，使種群在進(jìn)化過程中的選擇壓力由小變大。

2.1 編碼方式

模型中用有向網(wǎng)絡(luò)圖來表示交通網(wǎng)絡(luò)，由于選取的路徑可能長短不一，因此路徑所通過的結(jié)點數(shù)也是隨之變化的。基于此，本文采用文獻(xiàn)[16]中提出的優(yōu)先級染色體編碼方式，該編碼方式雖然是定長的，但通過優(yōu)先級編碼后得到的解碼路徑長度是可變的。對圖2有向網(wǎng)絡(luò)圖的優(yōu)先級編碼方式及其解碼路徑見圖3。由圖2和圖3可見，與節(jié)點1連接的分別為結(jié)點2和結(jié)點3，比較兩節(jié)點的編碼大小，節(jié)點2小于節(jié)點3，所以選擇節(jié)點3作為解碼路徑的下一節(jié)點，依次類推，直至節(jié)點9。

2.2 遺傳算子設(shè)計

2.2.1 選擇算子

選擇算子的作用是從父代和子代混合種群中挑選出固定數(shù)量的個體作為下一個父代種群，而選擇策略的不同會導(dǎo)致不同的選擇壓力[17-18]。在遺傳算法運行初期，為保證算法具有較好的全局搜索能力，初期的選擇壓力應(yīng)較低；而在其運行后期求解最優(yōu)解時，要保證此時算法具有較好的求精能力。本文根據(jù)文獻(xiàn)[9]對適應(yīng)值的處理，通過計算每個個體被選的期望數(shù)，依據(jù)期望數(shù)大小來選取個體，具體選擇策略如下：

2.2.2 交叉算子

本文采用文獻(xiàn)[8]中提出的優(yōu)先級索引交叉算子，該交叉算子具有較好的繼承性和優(yōu)越性，具體操作步驟如下(以圖1為例)：

第一步：隨機(jī)選擇交叉點，得到交叉點右側(cè)互換染色體片段S1、S2，并對S1、S2進(jìn)行互換，見圖4和圖5。

第二步：對染色體片段S1、S2進(jìn)行排序，建立索引映射關(guān)系，見圖6。

第三步：依據(jù)索引關(guān)系，得到交叉后的子代個體，見圖7。

2.2.3 變異算子

變異算子的具體操作步驟為：隨機(jī)產(chǎn)生兩個不大于染色體長度的自然數(shù)，自然數(shù)對應(yīng)染色體相應(yīng)位置上的基因，互換兩個自然數(shù)對應(yīng)位置上的基因，得到變異后的染色體。若產(chǎn)生的兩個自然數(shù)相同，則不進(jìn)行交換操作。

3 實例分析

本文利用圖8有向網(wǎng)絡(luò)圖來對建立的多屬性危險化學(xué)品運輸路徑優(yōu)化模型和設(shè)計的遺傳算法進(jìn)行檢驗。為測試算法的準(zhǔn)確性，分別設(shè)定1→2路段的應(yīng)急救援能力為0.5km和3km，遺傳算法運行結(jié)果見表1。求解算法均在MATLAB7.8下編程實現(xiàn)，并設(shè)置遺傳算法種群規(guī)模為50，交叉率為0.7，變異率為0.2，進(jìn)化代數(shù)為50。

由表1可見：當(dāng)1→2路段的應(yīng)急救援能力設(shè)為0.5km時，算法運行后得到的最優(yōu)路徑為1→2→5→9→13→16→19→20，次優(yōu)路徑為1→3→7→11→15→18→20；當(dāng)1→2路段的應(yīng)急救援能力設(shè)為3km時，即降低了包含1→2路段的路徑的應(yīng)急救援能力，算法運行后得到的最優(yōu)路徑為1→3→7→11→15→18→20，次優(yōu)路徑為1→2→5→9→13→16→19→20。

表1 遺傳算法運行結(jié)果

4 結(jié) 論

針對建立的多屬性危險化學(xué)品運輸路徑優(yōu)化模型，當(dāng)降低1→2路段的應(yīng)急救援能力時，遺傳算法運行后得到的最優(yōu)路徑和次優(yōu)路徑均發(fā)生了改變，求得的路徑均為當(dāng)前的最優(yōu)路徑和次優(yōu)路徑。因此，利用TOPSIS法來處理危險化學(xué)品運輸路段多屬性問題，具有較好的效果。

[1] 李建，白曉昀，任正中，等.2011—2013年我國危險化學(xué)品事故統(tǒng)計分析及對策研究[J].中國安全生產(chǎn)科學(xué)技術(shù)，2014，10(6)：142-147.

[2] 辛春林，王金連.危險化學(xué)品運輸事故歷史數(shù)據(jù)研究綜述[J].中國安全科學(xué)學(xué)報，2012，22(7)：89-93.

[3] 張宏，李杰，呂宜生.突發(fā)公共事件應(yīng)急交通研究綜述[J].安全與環(huán)境工程,2014，21(5)：164-168.

[4] 麻存瑞，馬昌喜.不確定環(huán)境中危險品運輸路徑魯棒優(yōu)化[J].中國安全科學(xué)學(xué)報,2014，24(3)：91-95.

[5] 邵輝，李晶，楊麗丹.基于多目標(biāo)優(yōu)化的危險化學(xué)品運輸模式探討[J].中國安全生產(chǎn)科學(xué)技術(shù),2010，6(2)：51-55.

[6] 楊信豐，李引珍，何瑞春，等.多屬性時間依賴網(wǎng)絡(luò)的城市危險品運輸路徑優(yōu)化[J].中國安全科學(xué)學(xué)報,2012，22(9)：84-88.

[7] 宋洋，徐楨，王燕青.基于螞蟻算法的危險品運輸路徑優(yōu)化研究[J].安全與環(huán)境工程，2014，21(1)：148-152.

[8] 吳鋒，王曉艷.基于模糊Petri網(wǎng)的危險品運輸安全評估模型及應(yīng)用[J].中國安全科學(xué)學(xué)報，2011，21(1)：95-98.

[9] 高清平.基于可能-概率測度轉(zhuǎn)換的危險品運輸風(fēng)險分析[J].中國安全科學(xué)學(xué)報，2011，21(3)：90-93.

[10]劉萌斐，錢瑜，夏秋.基于層次分析和模糊綜合評價的區(qū)域危險品道路運輸事故概率評估[J].安全與環(huán)境工程，2014，21(6)：171-176.

[11]殷國強(qiáng).危險品運輸網(wǎng)絡(luò)優(yōu)化與路段分類管理研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2011.

[12]王云鵬，孫文財，李世武，等.基于ArcGIS的危險品城市運輸路徑優(yōu)化模型[J].吉林大學(xué)學(xué)報(工學(xué)版)，2009，39(1)：45-49.

[13]任常興，吳宗之.危險品道路運輸選線問題分析[J].安全與環(huán)境學(xué)報，2006，6(2)：84-88.

[14]陳西蕊，張蓉珍.TOPSIS法在區(qū)域生態(tài)安全動態(tài)評價中的應(yīng)用[J].西北農(nóng)林科技大學(xué)學(xué)報，2011，39(7)：177-183.

[15]陳強(qiáng)，楊曉華.基于熵權(quán)的TOPSIS法及其在水環(huán)境質(zhì)量綜合評價中的應(yīng)用[J].環(huán)境工程，2007，25(4)：75-77.

[16]閻嘯天，武穆清.基于GA的網(wǎng)絡(luò)最短路徑多目標(biāo)優(yōu)化算法研究[J].控制與決策，2009，24(7)：1104-1109.

[17]馮冬青，王非，馬雁.遺傳算法中選擇交叉策略的改進(jìn)[J].計算機(jī)工程，2008，34(19)：189-191.

[18]劉世清，楊孔雨.求解TSP問題的遺傳算法改進(jìn)研究[J].北京信息科技大學(xué)學(xué)報，2014，29(2)：46-50.

Route Optimization of Hazardous Chemicals Transportation with Multi-attributes Based on TOPSIS Method

SHE Yangyang，LU Shunqing，WANG Yanli，ZHANG Yiying

(FacultyofEngineering,ChinaUniversityofGeosciences,Wuhan430074,China)

Road transportation takes up a large portion in the transportation industry of hazardous chemicals.However,accidents of hazardous chemicals transportation happen every year,which leads to huge loss.Selection of an appropriate route will reduce the risk of hazardous chemicals transportation.Considering the multi-attributes,this paper uses the directed network graph to stand for the transportation network and applies such four factors to describing the attributes of each road as accident rate,cost,emergency response capacity and exposure population.Then the paper establishes a physical model for route optimization of hazardous chemicals transportation with multi-attributes and designs the Genetic Algorithm to solve the model.The study applies TOPSIS method to computing the synthesized attributes.At the same time,the paper regards the synthesized attribute value as the adaptive value during the process of Genetic algorithm and changes the selection pressure from low value to high value in the design of genetic algorithm to search the optimal path.The results show that the designed genetic algorithm can quickly find the optimal path,and when attributes of a road change,the algorithm will search new optimal path again,which shows that the model has a good optimization ability.Key words:hazardous chemical； road transportation； path optimization；TOPSIS method；directed network graph

1671-1556(2015)04-0114-05

2014-12-22

2015-05-22

佘洋洋(1990—)，男，碩士研究生，主要研究方向為危險化學(xué)品運輸管理。E-mail：1433637501@qq.com

X913；U491

A

10.13578/j.cnki.issn.1671-1556.2015.04.020

魯順清(1963—)，男，副教授，主要從事安全管理、安全評價等方面的研究。E-mail：wuhanlsq@sohu.com