1、第22卷 2 01 5年 第4期 7月 安全与环境工程 Safety and Environmental Engineering Vo122 NO4 Jul_ 20 1 5 文章编号：1671 1556(2015)04011405 基于TOPSIS法的多属性危险化学品运输路径优化 佘洋洋，鲁顺清，王艳丽，张义英 (中国地质大学(武汉)工程学院，湖北武汉430074) 摘 要：危险化学品道路运输事故时有发生，由此造成的损失十分巨大，选择合适的运输路径可有效降低运输风 险。利用有向网络图来表示交通运输网络，考虑运输路径的多属性，用事故率、运费、应急救援能力和暴露人数4 个因素来描述路段属性，建立了
2、多属性危险化学品运输路径优化模型，并通过设计遗传算法来求解该模型，进行路 径优化选择。求解过程中采用TOPSIS法来计算路径的综合属性，同时将计算得到的综合属性值作为遗传算法运 行过程中对应个体的适应值，并通过设计的遗传算法使算法在运行过程中选择压力由小变大，从而选择出最优路 径。实例运行结果表明：当改变某路段的属性值时，会重新搜寻到最优路径，因此基于TOPSIS法建立的危险化学 品运输路径优化模型具有较好的求优能力。 关键词：危险化学品；道路运输；路径优化；TOPSIS法；有向网络图 中图分类号：X913；U491 文献标识码：A DOI：1013578jcnkiissn1671-15562
3、01504020 Route Optimization of Hazardous Multiattributes Based Chemicals Transp0rtati0n with on TOPSIS Method SHE Yangyang，LU Shunqing，WANG Yanli，ZHANG Yiying (Faculty OEngineering，China University oGeosciences，Wuhan 430074，China) Abstract：Road transportation takes up a large portion in the transpor
4、tation industry of hazardous chemicalsHow ever，accidents of hazardous chemicals transportation happen every year，which leads to huge lossSelection of an appropriate route will reduce the risk of hazardous chemicals transportationConsidering the multiattributes，this paper uses the directed network gr
5、aph to stand for the transportation network and applies such four factors to de scribing 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
6、 multiattributes and designs the Genetic Algorithm to solve the mode1The study applies TOPSIS method to com puting the synthesized attributesAt the same time，the paper regards the synthesized attribute value as the adaptive value during the process of Genetic algorithm and changes the selection pres
7、sure from low value tO high value in the design of genetic algorithm to search the optimal pathThe results show that the designed genetic algorithm can auickly find the optimal path，and when attributes of a road change，the algorithm will search new optimal path a gain，which shows that the model has
8、a good optimization ability Key words：hazardous chemical；road transportation；path optimization；TOPSIS method；directed network graph 危险化学品运输车辆在运输过程中发生事故， 将对事故发生路段周边的人、车辆、建筑物、环境等 构成很大的风险 ，若选择合理的危险化学品运输 路径，将可有效地降低运输风险。但在实际运输过 程中，路段具备多个属性值，这便给路径选择带来较 大的困难。 目前关于危险化学品运输路径的相关研究较多， 如邵辉 采用GA法来进行路径优化，但对于路段 的属
9、性只用运输路段的风险来代替；杨信丰等 用5 个要素来描述路段属性，分别为路段行驶时间、路段 收稿日期：2014 1222 修回日期：2015-05 22 作者简介：余洋洋(199O)，男，硕士研究生，主要研究方向为危险化学品运输管理。Email：1433637501qqcorn 第4期 余洋洋等：基于TOPSIS法的多属性危险化学品运输路径优化 事故率、交通损失、暴露人数、应急响应能力，具有一 定的实用性，而对于路径多属性的处理则利用信息熵 法来确定路段综合属性值；宋洋等 用蚂蚁算法对危 险化学品运输路线进行优化，并利用经济成本和风险 成本进行加权求和的结果作为路径优化目标；吴缝 等嘲、高清平
10、 针对路段属性具有不确定性，采用模 糊方法来进行处理；刘萌斐等_1叩建立起一种新的计 算危险品道路运输事故概率的方法。 基于上述研究，本文针对危险化学品运输道路 多属性较难处理的问题，利用TOPSIS法来计算路 径的综合属性值，通过综合属性值大小来比较各路 径的优劣，在此基础上建立多属性危险化学品运输 路径优化模型，并通过设计遗传算法来进行路径优 化选择。 1 多属性危险化学品运输路径优化模 型的建立 11指标的选取 考虑运输路径多属性，本文在路段评价指标体 系选择上，通过查阅相关文献_6 ，结合危险化学 品运输过程中运输成本、发生运输事故的诱因、事故 发生后果的严重程度以及事故发生后的可挽救
11、能 力，并考虑到指标体系的可操作性原则，选用路段属 性指标事故率、运费、暴露人数和应急救援能力4个 因素作为评价指标。 111事故率 路段事故率用以表征选定路段在一年内平均每 一万辆机动车中发生的事故次数，其表达式为 P一 10 (1) 散、事故现场伤员的处理以及事故后现场处理等方 面的快速反应能力，实施这些救援的部门包括医疗、 消防等机构。本文选取对象路段与最近的应急救援 部门间的距离来表示对象路段的应急救援能力。 12模型的建立 本文用有向网络图来表示危险化学品运输路 径，设G=( ，E，R，C)，其中V一 ， ，72 为 所有路口的集合， 代表每个路口；E一e 1 、 V)为相邻路口连接
12、成路段的集合， 代表 和 两个路口连接而成的路段；R一 ， z， 。， eE，R为所有路段各属性值的集 合， 为路段事故率次(年万辆)，r一 为路 段运费(元)， 。为路段暴露人数(人)， 为路 段应急救援能力(km)；C ， ， ，C。 1 i为可能 m 路径个数)为路径的属性值集合，c ，一 r m为 =1 所选路径具有路段的个数， 一1，2，3，4。 图1为4节点有向网络图，其中 、 。、 、 分 别代表4个路口； 为 、 。两路口连接成的路 段，R 3一 ， ， 3， 4)为路段13 的4个属性值的集合；C 一。一 一R 。+R。 为路径1 34的4个属性值的集合。 图1 4节点有向网
13、络图 Fig1 Structure instruction of the directed network graph 式中：P为对象路段的事故率次(年万辆)；X 13 路径多属性处理方法 为对象路段在一年内发生的事故次数(次)；y为对 ToPsIs(Technique f。r Order Preference by 象路段在一年内通过的车辆数(辆)。 similari y 。an Ideal s。lu iOn)法由Hwang和 112 运费 Y。n十l981年目次提出，是一种多属性决策方 路段运费是指危险化学品运输车辆通过对象路 法 引。该方法要求每个属性变化趋势一致，因此 段所需费用，包括
14、油费、车辆保养费、维修费以及交 本文选取的路段属性指标事故率、运费、暴露人数和 付给运输人员的费用等。 应急救援能力均越小越好，这样才能符合要求。此 113暴露人数 外，在进行TOPSIS法处理前，必须对路段的各个属 路段暴露人数包括对象路段所在区域中路上人 性值进行归一化处理，具体处理方法和步骤如下： 数及周边建筑物内的人数。周边建筑物内的人数指 设共有 条路径，归一化后的属性值矩阵为 -Kf险化学品运输车辆在对象路段上发生泄漏等 q q。 事故时，受到威胁的建筑物内的人数。 ： ： ：。 ： 114 应急救援能力 ： ： ： ： 路段府急救援能力丰耍体现存对暴露人口的疏 1 2 s 一 安
15、全与环境工程 第22卷 第一步：找到各属性最大值组成的个体c 一 ( ，cm 2，c c )以及各属性最小值组成的个 体 =( 1， ， 3， )，其中c 、 分别 为当前所有路径中第i个属性的最大值和最小值。 第二步：计算某路径与个体c的距离c7一 (cJlf 1) +(fJ2c x2) +(f，3一c3)。+(c，4一 c ) ，计算某路径与个体 的距离C 一 (f lc1) +(c，2一f2) +(C 一c3) + ( 4一c 4)。 厂、一 第三步：设Ci一 ，得到的Cj值即为路 。， 0 J 径的综合属性值，通过比较c 的大小来比较路径优 劣，C，越小，则对应的路径越优。 2设计遗传
16、算法求解模型 在遗传算法求解问题过程中，可通过自行设计适 应值函数、选择策略、交叉策略、变异策略等来改变算 法的搜索方向和效率。本文通过改进遗传算法的选择 策略，使种群在进化过程中的选择压力由小变大。 21编码方式 模型中用有向网络图来表示交通网络，由于选 取的路径可能长短不一，因此路径所通过的结点数 也是随之变化的。基于此，本文采用文献161中提 出的优先级染色体编码方式，该编码方式虽然是定 长的，但通过优先级编码后得到的解码路径长度是 可变的。对图2有向网络图的优先级编码方式及其 解码路径见图3。由图2和图3可见，与节点1连 接的分别为结点2和结点3，比较两节点的编码大 小，节点2小于节点
17、3，所以选择节点3作为解码路 图2 9节点有向网络图 Fig2 The directed network graph of 9 nodes 节点序号： 1 2 3 4 5 6 7 8 9 优先级编号：匪I二 二工三匪皿 解码路径：135689 图3优先级染色体编码方式及其解码路径示意图 Fig3 Chromosome of priority coding and sketch of decoding path 径的下一节点，依次类推，直至节点9。 22遗传算子设计 221选择算子 选择算子的作用是从父代和子代混合种群中挑 选出固定数量的个体作为下一个父代种群，而选择 策略的不同会导致不同的选择
18、压力 ” 。在遗传算 法运行初期，为保证算法具有较好的全局搜索能力， 初期的选择压力应较低；而在其运行后期求解最优 解时，要保证此时算法具有较好的求精能力。本文 根据文献I-9对适应值的处理，通过计算每个个体被 选的期望数，依据期望数大小来选取个体，具体选择 策略如下： 将TOPSIS法计算得到的路径综合属性值作为 种群中对应个体的适应值，种群中个体适应值越小， 个体越优秀，并将种群按个体适应值升序排列，种群 规模设为N(N为偶数)。设种群中最优个体被选 择的期望数为卵 一P(1)N，最劣个体被选择的期 望数为珊一P(N)N，中间个体被选择的期望数 按叩 为首项、 为末项的等差数列计算，公差为
19、 一 ，则第J个个体被选择的期望数7 一，7 一 ( 一1)。其中，P( )为第i个个体被选择的概率， 由个体被选择的期望数和种群规模的比值来确定， 即P( )一 二 。由于(叩 + ) N二=N， 可得叩1+ 一2；令叩11+ ，则 一1一 ，其 Ld Ldw 中c 为种群中最优个体的适应值，C为当前种群 中个体适应值均值。 在算法运行初期，由于个体是随机产生的，c 、 c 差距较大， 值较小，从而7 趋近于1， 也趋 L口钟 近于1，种群中个体被选择的期望数接近，算法全局 搜索性较好，选择压力小；当算法运行到一定代数， c 、 I：L较接近， 值趋近于1，从而刀 趋近于2， L删 r 趋近
20、于0，较优个体被选择的期望数大于劣势个 体，此时算法具有较强的局部求优能力，选择压力 大。即算法通过每代 值的变化自动调整种群的 L d 选择压力，使算法具有自适应性。 222 交叉算子 本文采用文献E8中提出的优先级索引交叉算 子，该交叉算子具有较好的继承性和优越性，具体操 作步骤如下(以图1为例)： 第一步：随机选择交叉点，得到交叉点右侧互换 第4期 余洋洋等：基于TOPSIS法的多属性危险化学品运输路径优化 染色体片段s 、s ，并对s 、sz进行互换，见图4和 图5。 l 匾王囝 酉 1 l 团丑 立巨田sz l 图7交叉后的子代个体 Fig7 Offspring after the
21、crossing 图4随机选择交叉点 3 实例分析 Fig4 Cross point selected randomly 图5互换染色体片段S 、Sz Fig5 Exchange segment of the chromosome 第二步：对染色体片段S 、S。进行排序，建立索 引映射关系，见图6。 S2 S1 图6 S 、Sz索引映射关系 Fig6 Mapping relationship of index 第三步：依据索引关系，得到交叉后的子代个 体，见图7。 223 变异算子 变异算子的具体操作步骤为：随机产生两个不 大于染色体长度的自然数，自然数对应染色体相应 位置上的基因，互换两个自
22、然数对应位置上的基因， 得到变异后的染色体。若产生的两个自然数相同， 则不进行交换操作。 本文利用图8有向网络图来对建立的多属性危 险化学品运输路径优化模型和设计的遗传算法进行 检验。为测试算法的准确性，分别设定12路段的 应急救援能力为05 km和3 km，遗传算法运行结 果见表1。求解算法均在MATLAB 78下编程实 现，并设置遗传算法种群规模为5O，交叉率为07， 变异率为02，进化代数为5o。 图8 20节点有向网络图 Fig8 The directed network graph of 20 nodes 由表1可见：当12路段的应急救援能力设为 05 km时，算法运行后得到的最优路
23、径为125 913161920，次优路径为137一l115一 l82O；当12路段的应急救援能力设为3 km时， 即降低了包含12路段的路径的应急救援能力，算 法运行后得到的最优路径为137111518 20，次优路径为125913161920。 表1遗传算法运行结果 Table 1 Running results of GA 118 安全与环境工程 第22卷 4结论 针对建立的多属性危险化学品运输路径优化模 型，当降低12路段的应急救援能力时，遗传算法 运行后得到的最优路径和次优路径均发生了改变， 求得的路径均为当前的最优路径和次优路径。因 此，利用TOPSIS法来处理危险化学品运输路段多
24、属性问题，具有较好的效果。 参考文献： 1李建，白晓昀，任正中，等2o11 2o13年我国危险化学品事故 统计分析及对策研究r-j中国安全生产科学技术，2014，10(6)： 142147 E2辛春林，王金连危险化学品运输事故历史数据研究综述J1中 国安全科学学报，2012，22(7)：8993 3张宏，李杰，吕宜生突发公共事件应急交通研究综述J安全 与环境工程，2014，21(5)：164168 41麻存瑞，马昌喜不确定环境中危险品运输路径鲁棒优化J1中 国安全科学学报，2014，24(3)：9195 5邵辉。李晶，杨丽丹基于多目标优化的危险化学品运输模式探 讨J中国安全生产科学技术，201
25、0，6(2)：51-55 6杨信丰，李引珍，何瑞春，等多属性时间依赖网络的城市危险品 运输路径优化J1中国安全科学学报，2012，22(9)：8488 7宋洋，徐桢，王燕青基于蚂蚁算法的危险品运输路径优化研究 (上接第113页) 参考文献： E1姜卉，黄钧罕见重大突发事件应急实时决策中的情景演变J 华中科技大学学报(社会科学版)，2009，23(1)：104 108 2舒其林非常规突发事件的情景演变及“情景一应对”决策方案生 成J中国科学技术大学学报，2O12(11)：936941 3Haack A，Schreyer JEmergency scenarios for public commut
26、er transportation tunnelsClst International Conference on S口 ty and Security EngineeringRome：WITPress，2005：507 518 4Haack ADesign fire scenari0sCFzre in Tunnel Technical ReportBrussels：WlTPress，2001：56-88 5潘世建厦门翔安海底隧道工程技术丛书M北京：人民交通 出版社，2011；63126 6王颜新，李向阳，徐磊突发事件情境重构中的模糊规则推理方 法J1系统工程理论与实践，2012，32(5)：
27、954962 71姜卉应急实时决策中的情景表达及情景问关系研究_J电子 科技大学学报(社科版)，2012(1)：4852 8王忠海底隧道火灾危害及防范对策J消防科学与技术， 2ol2，31(6)：6o8 611 9de Guglielmo M L，Caliendo C，Russo P，et a1Simulation of fire scenarios due to different vehicle types with and without traffic in a bidirectional road tunnelJTunnelling and Underground Space Tec
28、hnology，2013，37(37)：2236 J安全与环境工程，2014，21(1)：148152 8吴锋，王晓艳基于模糊Petri网的危险品运输安全评估模型及 应用J1中国安全科学学报，2011，21(1)：9598 9高清平基于可能一概率测度转换的危险品运输风险分析J中 国安全科学学报，2011，21(3)：9093 1O刘萌斐，钱瑜，夏秋基于层次分析和模糊综合评价的区域危险 品道路运输事故概率评估J安全与环境工程，2014，21(6)： 171-176 11殷国强危险品运输网络优化与路段分类管理研究D哈尔 滨：哈尔滨工业大学，201I 121王云鹏，孙文财，李世武，等基于Arc GI
29、S的危险品城市运输路 径优化模型_J吉林大学学报(工学版)，2009，39(1)：4549 13任常兴，吴宗之危险品道路运输选线问题分析_J安全与环境 学报，2006，6(2)：84 88 14陈西蕊，张蓉珍TOPSIS法在区域生态安全动态评价中的应用 J西北农林科技大学学报，2011，39(7)：177183 15陈强，杨晓华基于熵权的TOPSIS法及其在水环境质量综合评 价中的应用J环境工程，2007，25(4)：7577 16阎啸天，武穆清基于GA的网络最短路径多目标优化算法研究 _J控制与决策，2009，24(7)：11041109 171冯冬青，王非，马雁遗传算法中选择交叉策略的改进
30、J计算 机工程，2008，34(19)：189191 18刘世清，杨孔雨求解TSP问题的遗传算法改进研究J北京 信息科技大学学报，2Ol4，29(2)：46 50 通讯作者：鲁顺清(1 963一)，男，副教授，主要从事安全管理、安全评 价等方面的研究。E mail：wuhanlsqsohucom 10Jenkins I Selecting Scenarios for Environmental Disaster Plan ningJEuropean Journal of Operational Researeh，2000，121 (2)：275-286 r11Yuan X F，Li H X，T
31、ian S C，et a1Research on CBR system of major emergency based Gn cloud model and semantic class dic tionaryCInternational Symposium on Emergency Manage ment 2009(ISEM 09)USA：Scientific Research Publishing， 2009，12：665-670 12Panagiotis A，David FLarge subway systems as complex net worksJPhysica A，2006，
32、367：553 558 131李健行，夏登友，武旭鹏非常规突发灾害事故的演化机理与演 变路径分析J安全与环境工程，2o14，21(6)：166 17o 14黄毅宇，李响基于情景分析的突发事件应急预案编制方法初探 J安全与环境工程，2O11，18(2)：5659 15石京伟翔安海底隧道火灾工况下通风排烟方案设计J铁道 建筑，2013(3)：69-71 16代伟群集应急疏散影响因素及时间模型研究D长沙：中南 大学，2O12：7175 17常贵智城市道路交通拥堵判定研究D重庆：重庆交通大学， 2007：612 通讯作者：沈斐敏(1951-)，男，教授，博士生导师，主要从事道路及 隧道安全、安全工程等方面的研究。Email：feimshensinacom
