论文部分内容阅读
危化品是推进工业发展的基石。由于危化品的易燃、易爆以及有毒等特性,任何与其使用相关的工业环节都会给人员和环境带来极大的风险。如何通过科学的风险管理方法,尽可能降低危化品的相关风险已经成为化工安全领域的首要问题。根据工业过程的实际状况,本文以危化品储罐和危化品运输车辆为研究对象,将危化品划分为固定式危险源和移动式危险源,以应急设施选址问题(Emergency Facility Location Problem,EFLP)和危化品车辆路径规划问题(Haz Mat Vehicle Routing Problem,H-VRP)作为两类危险源的风险管理方法展开了研究。具体研究内容如下:固定式危险源通常大量集中在化工厂或化工园区此类特定区域内,很容易引发灾难性连锁化工事故(Catastrophic Interlocking Chemical Accidents,CICAs)。为了提升固定式危险源风险度量的准确性,提出了一种基于多米诺效应的定量区域风险评估方法。结合网格化的风险映射结果,综合分析选址决策的风险因素、地理因素和经济因素,构建了EFLP的多目标优化模型。为了处理模型中大规模复杂高维的空间地理数据,设计了一种基于网格空间表示法的矩阵编码策略与基于Pareto准则的多目标进化算法(Pareto-based Multi-objective Evolutionary Algorithm,P-MOEA)耦合进行模型求解,实验结果表明该方法可以有效避免维数灾难,并且能够显著提升EFLP的求解效率。针对带时间窗的危化品异构车辆路径规划问题(Haz Mat Heterogeneous VRP with Time Windows,H-HVRPTW),同时考虑了时间窗和异构车队假设,分析了车辆停驻时间对动态负载运输风险的影响,并以最小化运输风险、车辆冗余程度以及运输费用为优化目标构建了H-HVRPTW的多目标优化模型。由于传统的P-MOEA难以求解HHVRPTW此类具有复杂约束的Np-hard问题,提出了一种基于变邻域搜索的混合多目标进化算法(Variable Neighborhood Search-Based Hybrid MOEA,VN-HMOEA)求解模型,VNS元启发式的跳变搜索机制能够提取更多的问题先验知识,有效提升了算法性能。针对运输风险的高度不确定性,将带负载能力约束的危化品车辆路径规划问题(Haz Mat Capacitated VRP,H-CVRP)作为一个不确定性决策问题展开了研究。为提升不确定性建模的自由度,采用二型模糊变量(Type-2 Fuzzy Variables,T2-FV)描述运输风险中的不确定性信息,在置信度理论框架下,以运输风险最小化为优化目标构建了H-CVRP的机会约束规划模型,并设计了一种基于多邻域结构的双层模拟退火算法(Multi-neighborhood Structure-based Two-layer Simulated Annealing Algorithm,MNSTLSAA)进行模型求解。实验结果表明所提出的算法具有良好的稳定性与收敛性,并且通过灵敏度分析验证了模型的可靠性。在自主开发的化工园区监控预警及应急救援平台上完成了定量区域风险评估和应急设施选址等相关算法包的工程化应用,以国家级化工园区——衢州绿色产业集聚区为具体应用对象,开展了示范工程应用验证,并取得了良好的预期效果。