[發明專利]一種化工園區應急資源配置優化方法

有效

• 申請號: 201711433425.1
• 申請日: 2017-12-26
• 公開（公告）號: CN108171413B
• 公開（公告）日: 2021-08-10
• 發明（設計）人: 蔣鵬;門金坤;周碩;宋秋生;鄭松;孔亞廣;趙燁;沈剛;葉建剛;蘇楠
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06K9/62
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.一種化工園區應急資源配置優化方法，其特征在于，該方法具體包括以下步驟：

步驟1:獲取化工園區內危險源信息、地理信息、園區內各化工危險源從事生產的工藝流程信息、可供規劃的地點以及待分配應急物資數量，其中危險源信息包括危險源種類、狀態、存量以及分布情況；

步驟2：通過步驟1所獲得的信息建立危險源風險動態評估模型，考慮的危險源特征指標為危險源固有危險系數，多米諾效應危險系數，工藝流程危險系數；

①危險源固有危險系數

在基于R值的危險源評估模型中，采用單元內各種危險源實際存在量與其在文件GB18218中規定的臨界量之比經過矯正后求和得到的值R作為分級指標；R值的計算過程是事故的易發性與事故后果嚴重程度的耦合過程，故此R值實際上是代表了危險源的固有危險性；危險源固有危險系數的計算公式如下：

式中，β_n為危險源n的矯正系數，α為廠外暴露人員的校正系數，q_n為危險源n的實際存量，Q_n為危險源n在文件GB18218中規定的臨界量；

②多米諾效應危險系數

多米諾效應的概率通過危險源進行事故后果模擬預測得到；預測過程遵循最大危險原則以及概率求和原則；多米諾效應危險系數γ的計算方法如下：

式中，i和k表示發生二次事故的工廠個數，P_blast為沖擊多米諾效應概率，P_heat為熱輻射多米諾效應概率；

③工藝流程危險系數

參考道化學火災、爆炸指數評價法中工藝單元的危險系數計算方法；計算工藝單元危險系數中各項系數時，選擇物質在工藝單元中所處的最危險的狀態；

工藝危險系數的計算方法如下為：

F₃＝F₁×F₂

式中，F₁為一般工藝流程危險系數，F₂為特殊工藝流程危險系數，F₃為工藝流程危險系數；

步驟3通過危險源三個特征指標可將危險源表征為：

X_i＝(x_i1,x_i2,x_i3)^T,i＝1,2,...,n

式中，X_i為危險源i，x_i1、x_i2以及x_i3分別表示危險源i的三個特征指標；

利用譜系聚類法對危險源樣本進行分級，具體步驟如下：

①選擇樣本間與類間相似性度量的定義，使用樣本之間的距離以及類別之間的距離作為樣本間與類間相似性度量；

樣本間距離定義為歐式距離：

式中，m為研究樣本的特征指標個數，d_ij為樣本i到樣本j之間的距離；

類間距離定義為最短距離，計算公式如下：

式中，G_p與G_q為類別p與q，D_pq為類別p與類別q之間的距離；

②計算樣本間的距離，生成距離矩陣D；

③構造每一類只含一個樣本的個類；

④根據類間相似性度量的定義進行合并，產生新類；

⑤計算新類與現存各類的類間距離；

⑥若現存一個類別，則畫出譜系聚類圖,否則轉回步驟④；通過譜系聚類圖將研究樣本之間的相似關系清楚的表達出來；

⑦決定類的個數并獲得分級結果；

步驟4：將整個化工園區抽象為一個網絡拓撲結構，其中危險源所在地為網絡拓撲圖中的需求節點，存放應急設施以及應急物資的地點為網絡拓撲圖中的潛在應急節點，連接各個節點的道路為網絡拓撲圖中的弧，以應急節點的應急范圍為應急轄區；化工園區網絡拓撲圖的表達式為：

G＝{V,E}

式中，V為網絡中的弧集，弧的權重即為該弧的弧長，E為網絡中的節點集，需求節點的權重即為危險源的風險等級；

步驟5：將應急資源配置決策劃分為應急節點選址決策和應急物資分配決策，以危險源風險等級為基礎建立多目標應急資源配置模型；設n為需求節點個數，p為潛在的應急節點個數，Q為待分配應急物資數量；

①配置決策安全性

配置決策安全性由網絡中需求節點的加權覆蓋程度以及應急轄區加權分配程度兩個方面進行衡量；通過下式計算：

S＝S₁+S₂

式中，S₁為選址決策安全性指標，B_i為應急轄區內包含需求節點i的應急節點個數；H_i為需求節點i的危險權重；S₂為分配決策安全性指標，I_u為選取的應急節點集合；K_j為應急節點j應急轄區危險權重，由應急轄區內需求節點的平均危險權重確定；Q_j為應急節點j內被分配應急物資的存量；S為應急資源配置決策總體安全性指標；

②配置決策經濟適用性

配置決策的經濟適用性采用選取的應急節點個數來衡量；通過下式計算：

式中，EA為決策經濟適用性指標；c選取的應急點個數；

③配置決策救援時效性

配置決策救援時效性由各個應急節點內應急物資存量以及平均救援距離衡量，計算方法如下：

式中，T為決策救援時效性指標，C_j為應急節點j的平均救援距離，即為應急節點j到其轄區內需求節點的平均距離；

步驟6利用遺傳算法優化方法對多目標應急資源配置模型進行優化，最終求解符合目標期望的配置策略；具體步驟如下：

①采用經典的二進制編碼的方式解決多目標優化應急點選址問題，用連續的整數為賦予每一個潛在的應急點一個ID號，用連續的整數分別賦予每一份待分配的應急資源與應急點一個ID號；

②初始化過程，遺傳算法的初始化過程即產生初始種群的過程；種群由一定數目的個體所構成，故此隨機選擇pop_size個可行解作為個體構成初始種群pop；

③利用決策各指標的極值進行無量綱化處理；結合模型期望構建遺傳算法適應度函數，選址策略的適應度函數由下式得出：

maximize F_x＝S₁^*-EA^*+C₁

式中，F_x為選址決策適應度函數，S₁^*為無量綱化處理后的選址決策安全指標，EA^*為無量綱化處理后的選址決策經濟適用性指標；C₁為常數；

分配策略的適應度函數由下式得出：

maximize F_y＝S₂^*-T^*+C₂

式中，F_y為選址決策適應度函數，S₂^*為無量綱化處理后的分配決策安全指標，T^*為無量綱化處理后的分配決策救援時效性指標；C₂為常數；

上述適應度函數的目標期望皆為求取最大值，且遺傳算法的適應度函數的值域必須大于0，故此C₁＝C₂＝1；

④添加約束條件；在遺傳算法優化過程中處理約束條件的所用的方法為剔除不滿足約束條件的個體，即將不可行解的適應度強制性重置為0；

⑤將種群中的個體按照適應度從小到大依次排列，計算積累適應度：

式中，Fitness(idv_i)為當前種群中第i個個體帶入適應度函數中計算所得的適應度；

⑥取一個隨機數r，r∈(0,FitnessT(pop_size)]；

⑦如果r∈(FitnessT(i),FitnessT(i+1)]，則個體idv_i被選中；

重復步驟⑦直到選出pop_size-1個個體，將選中的個體賦予New POP；采用精英政策：保留POP中最后一個個體，清空其余個體，將New POP中的個體全部賦予POP；

⑧根據事先給定的雜交概率Cross_rate，在區間(0,1)中隨機生成一個實數a，如果aCross_rate，則對相鄰兩個個體進行雜交，否則不進行雜交；對于二進制編碼來說，其雜交過程為：在區間(0，m)之間隨機生成一個正整數b為雜交位置，交換兩染色體之間雜交位置后所有的二進制串；對于矩陣編碼來說，其雜交過程為：在區間(0，Q)之間隨機生成一個正整數b為雜交位置，交換兩染色體之間雜交位置以下所有的行向量；

⑨根據事先給定的變異概率Mutate_rate，在區間(0,1)中隨機生成一個實數a，如果a＜Mutate_rate，則對該個體進行變異操作；對于二進制編碼來說，其變異過程為：在區間(0，m)之間隨機生成一個正整數b為變異位置，將該位置的二進制數取反；對于矩陣編碼來說，其變異過程為：在區間(0，Q)之間隨機生成一個正整數b為變異位置，將該個體矩陣第b行元素全部置0，在區間(0，c)之間隨機生成一個正整數d，取個體矩陣的第b行第d列元素為1；

⑩G＝G+1，取迭代次數G為算法終止條件，當G＜200時返回步驟6-③，當G＝200時輸出最優適應度所對應個體，根據編碼方式得出最優配置決策。