数字孪生驱动的城市应急配送动态优化
柳虎威1
梁凯博2
杨江龙3
赵俊辉4
1.北京经理学院 临空经济管理学院,北京 1001022.天津农学院 经济管理学院,天津 3003923.北京物资学院 信息学院,北京 1011494.北京理工大学 管理学院,北京 100081
摘要：突发灾害情景下城市应急物流系统面临需求动态演变、路网通行能力实时波动及库存资源受限等多重挑战,传统静态优化方法难以有效应对环境不确定性.针对上述问题,提出一种数字孪生驱动的应急配送动态优化方法,构建"数字孪生-优化模型-强化学习"三位一体决策框架.该方法包含 3个核心组件:一是城市应急物流数字孪生系统架构,通过多源数据融合实现物理系统状态的实时感知与虚拟映射;二是考虑库存动态约束的多周期应急配送调度模型,引入库存平衡方程建立配送决策与仓储状态的跨期耦合关系,以最小化加权响应时间为优化目标;三是基于深度Q网络的自适应决策算法,通过状态特征筛选与动作离散化策略降低求解复杂度,支持动态环境下的实时方案调整.以郑州市"7·20"特大暴雨灾害为背景开展实证研究,结果表明,与顺序决策方法相比,所提动态优化模型的加权响应时间降低 21.9%;基于数字孪生的实时决策算法能够在动态环境下保持 92.3%的方案可行性;深度Q网络算法的计算效率较精确求解方法提升 23.2倍,随问题规模增大加速比最高可达 45.1倍.研究成果可为城市应急物流的智能化管理提供理论支撑与方法参考.
关键词：应急物流数字孪生配送优化强化学习动态决策
分类号：TP18(自动化基础理论)U495(交通工程与公路运输技术管理)F406(工业经济理论)
资助基金：四川省哲学社会科学重点实验室智慧应急管理重点实验室资助项目(2025ZHYJGL-3)国家社会科学基金(21FGLB046)国家社会科学基金(24FGLB047)北京经理学院科技英才支持计划(25KJLH01)
论文发表日期：2026-02-28
在线出版日期：2026-03-19（本平台首次上网日期，不代表文献的发表时间）
页数：14( 61-74 )
英文信息