基于强化学习的应急物资动态模型配送算法优化

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

所属期刊栏目：22

分类号：TP399(计算技术、计算机技术)

资助基金：廊坊市科技支撑计划自筹经费项目;中央高校基本科研业务费专项

在线出版日期：2022-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1107-1116