[论文解读] A two-stage stochastic approach for the asset protection problem during escaped wildfires with uncertain timing of a wind change

Iman Roozbeh, John Hearne+2 more|arXiv (Cornell University)|Nov 8, 2018

Facility Location and Emergency Management参考文献 20被引用 5

一句话总结

本文提出一种两阶段随机规划模型，以在野火逃逸且关键风向变化时间不确定的情况下优化资产保护。通过将不确定的风向转变时间整合进混合整数规划模型，该模型生成的部署方案优于动态重路由，实现在真实场景下的运行时解决方案，同时考虑了可变的资产保护需求和时间窗口。

ABSTRACT

Wildfires are natural disasters capable of damaging economies and communities. When wildfires become uncontrollable, Incident Manager Teams (IMT's) dispatch response vehicles to key assets to undertake protective tasks and so mitigate the risk to these assets. In developing a deployment plan under severe time pressure, IMT's need to consider the special requirements of each asset, the resources (vehicles and their teams), as well as uncertainties associated with the wildfire. A common situation that arises in southern Australian wildfires is a wind change. There is a reliable forecast of a wind change, but some uncertainty around the timing of that change. To assist IMT's to deal with this situation we develop a two-stage stochastic model to integrate such an uncertainty with the complexities of asset protection operations. This is the first time a mathematical model is proposed which considers uncertainty in the timing of a scenario change. The model is implemented for a case study that uses the context of the 2009 Black Saturday bushfires in Victoria. A new set of benchmark instances is generated using realistic wildfire attributes to test the computational tractability of our model and the results compared to a dynamic rerouting approach. The computations reveal that, compared with dynamic rerouting, the new model can generate better deployment plans. The model can achieve solutions in operational time for realistic-sized problems, although for larger problems the sub-optimal rerouting algorithm would still need to be deployed.

研究动机与目标

• 解决在野火逃逸过程中风向转变时间不确定时，消防资源部署的挑战。
• 开发一种数学模型，将随机风向转变时间与资产保护行动相结合，提升在时间压力下的决策质量。
• 为面临复杂后勤与环境约束的事件管理团队（IMTs）生成计算上可行且高质量的部署方案。
• 通过基于2009年黑色星期六野火的真实数据构建现实测试实例，为未来随机灾害响应规划研究提供基准。

提出的方法

• 构建一种两阶段随机混合整数规划（MIP）模型，以处理野火事件中风向转变时间的不确定性。
• 将资产保护建模为带时间窗和资源特定能力的车辆路径问题（VRP）变体。
• 采用基于场景的不确定性建模：风向转变在未知时间发生，导致资产受影响的时间线不同。
• 以附录A中的确定性MIP模型为基础，通过为第二阶段决策增加场景相关约束进行扩展。
• 应用机会约束和流守恒，确保正确的车辆路径规划和及时的资产保护。
• 利用2009年黑色星期六野火的真实野火属性生成基准实例，用于计算测试。

实验结果

研究问题

• RQ1 如何在野火逃逸期间的资产保护规划中有效建模风向转变时间的不确定性？
• RQ2 将随机风向转变时间纳入模型，对部署方案的质量和计算可行性有何影响？
• RQ3 与动态重路由相比，所提出的两阶段随机模型在解决方案质量与运行时间方面表现如何？
• RQ4 该模型能否在操作时间约束内，为现实规模的野火响应问题生成可行且高质量的解决方案？
• RQ5 该模型在多大程度上可推广至其他涉及事件时间不确定性的物流问题？

主要发现

• 两阶段随机模型生成的部署方案优于动态重路由，在风向转变时间不确定的情况下，对高价值资产的保护效果更优。
• 该模型在真实规模的野火情景下，能在操作时间内获得最优或近似最优解，展现出良好的计算可处理性。
• 对于更大规模的问题实例，模型仍需依赖次优重路由启发式方法，表明在极端情况下需采用混合方法。
• 基于2009年黑色星期六野火数据生成的基准实例，为未来随机灾害响应规划研究提供了现实可行的测试平台。
• 该方法可推广至其他涉及事件时间不确定性的物流问题，如机场乘客接送或施工项目调度。