1、文章编号:1009-6094(2023)03-0682-12基于混合决策的城市固定避难所选址优化*侯汉平，耿劭卿(北京交通大学经济管理学院，北京 100044)摘要:为了提高震后城市避难资源供需匹配效率，根据应急避难灾民的需求特征，分析了避难人员分层疏散和不同类型避难所规划布局，提出了基于模糊集理论、多属性妥协解决策(VlseKriterijumska Optimizacija I Kompromisno esenje，VIKO)方法和双目标机会约束模型的混合决策方法。根据定性因素评价结果优化开放避难所的适宜性，并最小化避难所开放数量。通过加权 约束、中心极限定理和分段线性函数逼近得到近似单目
2、标混合整数线性规划模型，借助实例验证模型的有效性。对比确定性和机会约束性模型得到的优化结果，为考虑避难所选址问题中的需求多样性和不确定性提供依据。结果表明，该方法不仅可以从多个决策者的专业知识中受益，还能更好地对冲震后需求的不确定性，确保在时间、空间有限的情况下，避难救援行动有序和高效开展。关键词:公共安全;地震;固定避难所选址;多属性妥协解决策(VIKO);双目标规划;机会约束中图分类号:X43文献标志码:ADOI:10.13637/j issn 1009-6094.2021.1824*收稿日期:2021 10 13作者简介:侯汉平，教授，博士，从事综合物流和智慧应急物流研究，hphou b
3、jtu edu cn;耿劭卿(通信作者)，博 士 研 究 生，从 事 应 急 物 流 研 究，18113040 bjtu edu cn。基金项目:教育部人文社科规划基金项目(21YJA630029);科技处一般项目(B21M200010)0引言19982017 年，全球范围内的自然灾害造成了约 130 万人死亡和 44 亿人受伤，经济损失高达 2.9万亿美元，这比前 20 年增长了 2.2 倍1。随着城镇化进程加快，虽然科技和管理方式不断进步，但它们并不能显著降低自然灾害的数量和影响。地震应急避难所是配置服务设施的安全场所，可用于安置震后避难人员以保障基本生活并进行集中救援2。避难所的作用对两
4、类人是基本的:一类是无法安排到其他安全地点的人;另一类是有医疗、心理等特殊需要的人，震后他们需要一个能满足基本生活需求的物理空间，甚至需要医疗和心理救助3。应急避难所主要分为临时和固定两类，临时避难所用于快速满足灾后避难需求，有效避难面积较小，可以结合城市配套设施落实;而固定应急避难所需要在城市整体层面进行规划布局，以保证避难容量均衡分布2，因此，本文重点关注应对地震的城市固定避难所布局规划问题。应急避难所作为灾后疏散安置民众的重要设施，其选址规划问题关系到灾民救助的效率和所提供避难服务的水平，许多学者在此方面展开了大量研究。避难所选址规划属于应急设施选址问题的范畴，1971 年，Torega
5、s 等4 最先提出了应急设施选址问题，将其简化为用一个设施节点覆盖每个需求节点。多数研究通过距离、时间或成本反映应急救援系统效率和响应质量，确定设施地点、数量和服务范围等。其主要包括构建 p 中值模型，使得需求点和所选定的 p 个设施之间的距离与需求量的乘积之和最小5，以及 p 中心模型，最小化任意需求点到距离该需求点最近设施的最大距离6。现有研究中多数只纳入了定量因素，而对定性因素的重视不够。2017 年，Trivedi 等7 在确定开放避难所的地点时引入与其质量有关的定性因素，将应急设施选址问题中的定量和定性因素综合考虑，为在应急管理领域发展混合方法奠定了基础。应急避难所应考虑避难民众的需
6、求，按照资源供需匹配原则进行人员快速疏散安置，以保障灾民人身安全并维持基本生活。马丹祥等8 从资源供给角度结合层次分析法与信息熵确定影响避难所选址的不同因素的权重，构建多目标选址规划模型，并用粒子群算法求解。2015 年，袁文燕等9 关注不同层级应急设施优化问题，认为单层级应急中心存在救援能力不足的缺陷，引入建设双层应急中心思想，改变了传统的一对一应急救援模式。Ozkapici 等10 进而区分应急设施的功能，这有利于灾后快速分发来自不同国家或国际救援机构的物资。但上述研究都没有考虑灾后民众需求多样性对应急设施布局的影响。另外，有些学者从需求角度研究避难所救援问题，如 Prez-Galarce
7、 等11 认为灾后不应忽视民众多样化的避难需求，灾民除了基本生活需求外，还有医疗和心理援助等需求，应按照不同需求安排应急避难所和应急医疗中心。此外，在规划减轻地震影响时，确定性信息会过度简化问题，如何更好地对冲震后影响的不确定性，进一步做好固定避难所选址规划还没有更好的解决方案。Beraldi 等12 构建了机会约束模型，以确定紧急医疗服务设施的位置和分配给每个设施的应急车辆数量。Murali 等13 假设286第 23 卷第 3 期2023 年 3 月安全 与 环 境 学 报Journal of Safety and EnvironmentVol 23No 3Mar，2023灾后需求符合对数
8、正态分布，将提出的应急设施选址机会约束模型转化为线性机会约束模型。因此，本文采用 Lin14 提出的方法，使用机会约束以应对震后出现的不确定的生活和医疗需求，并结合应急避难所容量和设施利用率限制。地震发生后救援环境动态多变，由于多种因素的积累，呈现高度的不确定性。在非常规环境中，救援行动必须根据有限信息快速精准展开，确保避难灾民被有序疏散安置到安全区域，并方便地获得基本的救援服务。在现有研究中，针对震后固定应急避难所选址问题，多将避难灾民快速转移和安全避难的理念纳入定量因素，较少同时考虑定量和定性因素、震后输入信息的模糊性以及避难需求的多样性和不确定性，导致避难灾民“获救”却没得到有效“救助”
9、的现象。为此本文结合避难民众多样化和不确定的需求，同时考虑定性和定量因素，提出基于模糊集理论、多属性妥协解决策(VlseKriterijumskaOptimizacija I Kompromisno esenje，VIKO)和双目标机会约束规划模型的混合决策方法，以解决城市中固定应急避难所选址问题。具体而言，混合决策包括两个阶段:首先，不同决策者参与决策过程，借助模糊 VIKO 方法评估避难所候选点;其次，提出双目标机会约束模型制定固定应急避难所布局方案，化解多重矛盾目标。1候选场地筛选作为城市规划领域研究的焦点，固定应急避难所选址布局需考虑多个影响因素，最终确定最适合建立固定应急避难所的地点
10、。除了考虑将有效避难面积大于等于 1 hm2的场地作为避难所候选点外2，选择固定避难所还涉及多个属性和目标，需要评估多项标准后确定避难所备选集。多标准决策是一种帮助个人或群体在复杂情况下做出适当和透明决策的方法，可以通过考虑多个属性制定更明智的方案。1.1应急避难所筛选标准固定应急避难所应保证场地的安全性，需要结合城市中地上和地下危险源分布以有效规避风险。常见风险因素包括加油站、燃气设施、滑坡、泥石流、地面塌陷、地震断裂带等。因此，在确定固定应急避难所位置时，候选点周围是否存在可能威胁震后场地安全的危险能量源(如易倒塌建筑物、高压线、加油站、燃气设施等)是首要考虑因素15 16。其次，地形和地
11、质类型及坡度是重要影响因素15。应急避难所必须远离断层线，且所处地面坡度以 2%4%为宜17。在多雨或靠近主干河流的地区，植被对于加固土壤和减轻震后次生灾害造成的损失具有重要作用18。此外，为了保证震后应急避难所的可达性，避难场地离主干道越近，应急物资(如食品、饮用水和药品等)的运输就越便利，且灾民更易快速到达避难所以躲避危险15 16。最后，电力供应是维持震后避难生活的重要条件15，为信息交流畅通和救援设备正常使用提供保障。因此，本文总结了影响确定固定应急避难所备选集的 7 个定性因素，包括危险源密集度(C1)、地形(C2)、地质类型(C3)、坡度(C4)、植被覆盖程度(C5)、主干道(C6
12、)和电力设施(C7)。接下来，将通过考虑不同定性因素的重要性，在有效规避风险的情况下，提高固定避难所的适宜性。1.2场地优先权重确定场地优先权重可用于衡量避难所候选点被优先选择的可能性。通过该指标将定性因素引入模型，提高固定避难所的适宜性以提升避难服务质量。在本节中，模糊 VIKO 被用于确定场地优先权重。该方法将与假设的理想场地性能最接近的候选场地进行排名，同时避免出现在所有其他标准中表现令人满意但在其中 1 个标准中表现弱的候选点，能起到防范潜在风险的作用。因为决策者存在有限理性，并且筛选指标复杂多样，需要根据原始数据之间的关系确定权重，而不依赖于人的主观判断。熵值法是一种评价指标权重的客
13、观加权方法，其评价结果几乎不受主观因素影响，既能反映决策者的经验，又能反映客观条件的新变化。模糊 VIKO 方法的详细步骤如下19。步骤 1:向具有专业知识和经验的决策小组发放问卷以记录和汇总个人偏好。假定 A1，A2，Ai为避难所候选点，i 表示候选点的数量。步骤2:通过表1 将从 k 个决策者收集到的评估信息转换为梯形模糊数，通过式(1)和(2)构建模糊比较矩阵。fij1=mink fijk1fij2=1kkKfijk2fij3=1kkKfijk3fij4=maxk fijk4(1)3862023 年 3 月侯汉平，等:基于混合决策的城市固定避难所选址优化Mar，2023表 1标准重要性和
14、候选点等级语言判断对应模糊值Table 1Criterion importance and candidate point rank language judgment correspond to fuzzy values标准重要性标准重要性梯形模糊值候选点等级候选点等级梯形模糊值低(0，0.1，0.2，0.3)差(0，0.1，0.2，0.3)中等偏低(0.2，0.3，0.3，0.4)中等偏差(0.2，0.3，0.3，0.4)中等(0.3，0.4，0.5，0.6)一般(0.3，0.4，0.5，0.6)中等偏高(0.5，0.6，0.7，0.8)中等偏好(0.5，0.6，0.7，0.8)高(0.8
15、，0.9，0.9，1)好(0.8，0.9，0.9，1)wsj1=mink wsjk1wsj2=1kkKwsjk2wsj3=1kkKwsjk3wsj4=maxk wsjk4(2)式中Fijk=(fijk1，fijk2，fijk3，fijk4)表示第 k 个决策者依据第 j 个标准赋予候选点 i 的值，Wsj=(wsjk1，wsjk2，wsjk3，wsjk4)表示主观权重。步骤 3:通过式(3)将模糊等级和主观权重转换为确切数字，再通过式(4)将其在每个标准下进行归一化。(fij)=fij1fij2+fij3fij4+13(fij4 fij3)213(fij2 fij1)2 fij1 fij2+f
16、ij3+fij4(3)Pij=fijiIfijj(4)步骤 4:通过式(5)和(6)完成熵和散度度量，借助式(7)得到筛选标准的客观权重。ej=1ln(I)iIPijln(Pij)(5)j=1 ej(6)woj=jjJj(7)步骤 5:基于式(8)和(9)构建归一化决策矩阵U=(uij)，通过式(10)得到候选点性能评判矩阵M=(mij)，进而得到理想的和最差的性能值。若标准 j 为成本型指标，fij1表示(fij1，fij2，fij3，fij4)中最小值。uij=fij1fij1，fij2fij1，fij3fij1，fij4fij()1(8)若标准 j 为效益型指标，f+ij4表示(fij1，fij2，fij3，fij4)中最大值。uij=fij1f+ij4，fij2f+ij4，fij3f+ij4，fij4f+ij()4(9)mij=(uij1uij2)(wsj1wsj2)+(uij3uij4)(wsj3wsj4)+13(uij4wsj4 uij3wsj3)213(uij2wsj2 uij1wsj1)2 uij1wsj1 uij2wsj2+uij3wsj3+uij4wsj4(10)步
