洪涝灾害下子母无人机两级协同调度与路径优化
物流与供应链课程项目。面向洪涝中地面交通中断，构建子母异构无人机两级配送的两阶段混合整数规划模型，设计 RT-ALNS 自适应大邻域搜索算法求解，基于 2022 巴基斯坦洪涝遥感数据验证，与精确解偏差仅 2.59%。
应急物流ALNS混合整数规划路径优化供应链
项目背景
洪涝灾害会大面积淹没道路，灾后 72 小时"黄金窗口期"内，传统地面运输无法把急救物资及时送到分散的受灾点。单一无人机又始终面临载重与续航的矛盾：大载重的飞不远，长航时的装不多。
项目引入"母机 + 子机"异构协同体系：母机把物资和子机从中央仓库长距离运到灾区临时起降点，子机再完成受灾点的末端配送。
- 类型：物流与供应链管理课程设计（团队项目）
- 指导教师：张庆 副教授
- 我的参与：RT-ALNS 算法的代码实现与算例实验（对应代码包 EVRP_core_package）
模型
构建两阶段混合整数规划模型，目标为系统总成本最小，并引入超过黄金救援时间的延误惩罚成本：
- 第一阶段：临时起降点选址、母机分配、物资与子机载量配置；
- 第二阶段：多架子机的末端配送路径优化。
求解算法：RT-ALNS
设计"区域转运点协同自适应大邻域搜索（RT-ALNS）"：
- 6 种破坏算子 + 3 种修复算子迭代搜索，算子权重按表现自适应更新；
- 融入三个关键机制：转运点动态更新、区域转移重构、危急评分优先插入。
实验结果
基于 2022 年巴基斯坦 Larkana 地区洪涝遥感数据构造算例：
| 指标 | 结果 |
|---|---|
| 与精确参考解的相对偏差 | 2.59% |
| 平均求解时间 | 8.60 秒 |
| 对比算法 | 显著优于禁忌搜索、基础 ALNS |
| 消融实验 | 证实"转运点动态更新"是性能提升的核心模块 |
收获
- 完整走了一遍"数学规划模型 → 元启发式算法 → 真实数据算例 → 消融验证"的运筹优化项目；
- 理解了两级协同系统相对单层配送在建模和算法上的复杂度；
- 消融实验让我学会用证据判断算法中每个机制到底有没有用。