大规模紧急事件（如：洪水、飓风、地震、疫情等）发生后，需要建立持续性救济链向受灾群众提供应急物资保障。在紧急情况下，物资消耗大、需求变化快、物资筹措难、运输分配慢等特点给应急物资保障带来了困难，如何将应急物资足量、**地供应给受灾群众，是近年来学者们研究的**。本书综合考虑需求预测、仓库选址、车辆调度和物资分配之间的相互联系及其对应急物资保障过程的影响，提出了解决应急条件下需求预测问题、应急仓库选址问题、车辆调度问题和物资分配问题的决策模型与优化方法，并完成了案例分析，将为应急物资保障决策提供参考依据。

第1章 应急物资保障概述 1 1.1 相关概念 1 1.1.1 突发公共事件 1 1.1.2 应急物资 2 1.1.3 救灾安置区 3 1.1.4 应急仓库 4 1.1.5 应急物资保障决策 4 1.2 应急管理与物资保障体系简介 6 1.2.1 **应急管理指挥体系 6 1.2.2 **应急物资保障体系 7 1.2.3 突发公共事件处置机制 8 1.2.4 突发公共事件物资保障机制 9 1.3 应急物资保障的基本流程 9 1.3.1 应急物资需求预测 9 1.3.2 应急物资的筹措 10 1.3.3 应急物资的储备 10 1.3.4 应急物资的供应 11 1.4 应急物资保障的特点 11 1.4.1 物资需求多样 11 1.4.2 保障需求不确定 12 1.4.3 保障地域集中 12 1.4.4 保障时效性强 12 1.4.5 保障经济性弱 13 1.5 影响应急物资保障质效的因素 13 1.5.1 各参与主体的行为变化 13 1.5.2 物资保障指挥决策复杂 14 1.5.3 应急准备体系不够完善 15 1.5.4 物资管理机制有待健全 16 1.6 本章小结 17 第2章 应急物资保障决策内涵 18 2.1 应急物资保障决策的基础理论 18 2.1.1 系统工程理论 19 2.1.2 有限理性理论 19 2.1.3 全寿��周期理论 19 2.1.4 建模与优化理论 20 2.2 应急物资保障决策的主要环节 21 2.2.1 应急物资需求预测 21 2.2.2 应急仓库选址 22 2.2.3 应急物资运输车辆调度 22 2.2.4 物资分配 22 2.3 应急物资保障决策的难点 23 2.3.1 需求迷雾难以消除 23 2.3.2 应急仓库选址不准 24 2.3.3 配送车辆调度困难 24 2.3.4 物资分配效益不高 24 2.4 国内外研究现状 25 2.4.1 应急物资需求预测研究现状 25 2.4.2 应急仓库选址研究现状 27 2.4.3 应急物资配送车辆调度及物资分配研究现状 40 2.5 研究意义与作用 56 2.6 研究思路与技术路线 57 2.7 本章小结 59 第3章 应急物资需求预测模型的构建与优化 61 3.1 应急物资需求预测方法选择 61 3.2 应急物资需求预测模型的构建 62 3.2.1 问题描述与假设 62 3.2.2 模型建立 64 3.2.3 引入模型评价参数 65 3.3 案例分析 66 3.3.1 数据搜集 66 3.3.2 基于MLR模型的需求预测 68 3.3.3 基于PCR模型的需求预测 70 3.3.4 预测结果对比 76 3.3.5 实验结果分析及结论 77 3.4 本章小结 77 第4章 应急仓库选址模型的构建与优化 78 4.1 应急仓库选址模型的构建 78 4.1.1 应急仓库选址需求 79 4.1.2 问题描述与假设 81 4.1.3 确定性模型的构建 84 4.1.4 鲁棒优化模型的构建 85 4.2 应急仓库选址的优化研究 89 4.2.1 选址问题常用算法分类 89 4.2.2 MOPSO与NSGA-Ⅱ算法 92 4.2.3 HP-CRO算法 94 4.3 案例分析 99 4.3.1 案例描述 99 4.3.2 解集前沿的比较 102 4.3.3 求解时间的比较 110 4.4 本章小结 112 第5章 应急物资配送车辆调度模型的构建与优化 113 5.1 应急物资配送车辆调度模型的构建 113 5.1.1 影响因素分析 113 5.1.2 问题描述与假设 115 5.1.3 模型的构建 116 5.2 应急物资配送车辆调度的优化研究 117 5.2.1 算法总体流程 118 5.2.2 主要步骤 119 5.3 案例分析 122 5.3.1 作业想定 122 5.3.2 案例计算 124 5.4 本章小结 124 第6章 应急物资分配模型的构建与优化 125 6.1 应急物资分配模型的构建 125 6.1.1 影响因素分析 125 6.1.2 问题描述与假设 126 6.1.3 模型的构建 128 6.2 应急物资分配的优化研究 130 6.2.1 算法总体流程 131 6.2.2 主要步骤 131 6.3 案例分析 135 6.3.1 作业想定 135 6.3.2 案例计算 139 6.3.3 结果分析 141 6.4 与遗传算法对比分析 142 6.4.1 算法总体流程 142 6.4.2 主要步骤 144 6.4.3 对比实验与分析 146 6.5 本章小结 148 第7章 总结与展望 149 7.1 总结 149 7.2 展望 151 参考文献 153