文献类型：期刊文章

作　　者：李攀[1,2] 周兆军[3] 孙晓叶[1,2] 陈福明[1]

LI Pan;ZHOU Zhao-jun;SUN Xiao-ye;CHEN Fu-ming(School of Information Engineering, Institute of Disaster Prevention, Sanhe 065201, China;Hebei Key Laboratory of Earthquake Disaster Prevention and Risk Assessment, Sanhe 065201, China;School of Continuing Education, Institute of Disaster Prevention, Sanhe 065201, China)

机构地区：[1]防灾科技学院信息工程学院,三河065201 [2]河北省地震灾害防御与风险评价重点实验室,三河065201 [3]防灾科技学院继续教育学院,三河065201

出　　处：《科学技术与工程》

基　　金：廊坊市科技支撑计划自筹经费项目(2021011022);中央高校基本科研业务费专项(ZY20210302)。

年　　份：2022

卷　　号：22

期　　号：3

起止页码：1107-1116

语　　种：中文

收录情况：BDHX、BDHX2020、RCCSE、ZGKJHX、核心刊

摘　　要：为了震后挽救更多人的生命,研究如何快速搭建应急救援物流系统,进行高效的应急物资配送,具有重大意义。通过已有的救灾体系数据库,再结合城市实时获取的卫星监测和微型传感器传输,所获取的道路状况和危险建筑等实时数据,进行全方位的强化学习模型优化训练,并且地震发生后的物资存储信息、救援点需求信息、物资装箱信息及配送路线规划,都由人工智能(artificial intelligence,AI)来进行自动分配,快速求得最优最快的物资配送方案。不仅路径配送实现优化,还确保物资运输的高效率,而且单位时间内被救援的受灾人数最多,以整个城市被救援人口的覆盖率为核心,做到根据实时动态数据的分析求解,动态调配物资,还做到救援受伤人员数量最大化。并通过优化城外救援物资,实时更改内部救援方案,提高救援效率,还提出救援优先级因子,为极端情况下的救援物资进行配比,提供合理技术支撑,最后计算得出优化的奖励方程。结果表明:通过对强化学习的应急物资动态模型配送算法进行优化,可大幅提高救援效率,尤其在地震发生初期,对挽救伤员的效果最佳。

关 键 词：强化学习  动态模型 物资配送 优化奖励方程  

分 类 号：TP399]