基于聚类和免疫算法优化物资管理分配

本文在生活物资管理的科学发放问题中以优化生活物资投放点的位置和数量，减少投放物资需要的人力指标为目标构建相应的数学模型，为紧急安全事件中大规模封控情况下居民生活物资配送提供预案。为了实现较好的分配结果，我们建立模型计算出各区合理的投放点数量、大规模物资分拣场所数量，通过K-means聚类选出大规模物资分拣场和投放点的地址，使用免疫算法优化配送路径，得出最优分配方案。结果表明该模型能有效解决突发事件中物资分配管理问题，为公共物资资源配置管理提供了新的解决思路。

疫情期间生活物资管理是一项复杂的工程，如果疫情得不到控制全民居家隔离和核酸检测是较好的选择，在疫情初期，没有采购足够物资的居民会产生恐慌，造成一定的管理混乱。然而数据分析显示， 在疫情初期政府完全有能力调动足够的生活物资，我们需要制定更加科学的物资管理方案。在众多案例中， 发放蔬菜包对居民物资补给起到了一定的作用。

蔬菜包主要以新鲜蔬菜为主保质期长且政府有储备， 蔬菜无论在数量、频次和影响等方面更为明显，蔬菜的科学供应极其重要。

目前在重大公共卫生事件下应急物资分配的相关研究中应急物资需求量通常来源于需求点对物资的需求量，在新冠疫情期间的物资配送情况存在主观判断，与实际需求量存在差异和信息滞后的问题，随着防控措施的变化与医疗水平的提升，物资分配应该配合实际情况灵活改变，一般投放点物资分配业务面对大批量救灾物资必然会出现物资管理分配不足和投放数量不符合实际的情况[1]。

本文在现有研究基础上，以长春市新冠疫情期间蔬菜包发放情况中存在分配混乱、分配能力有限的问题进行深入研究。疫情爆发初期急需要大量的人力资源又同时要尽量减少人员流动，投放点数量需尽量少且能服务所有小区。通过每人每日需要的食物数量对投放点数量合理性进行分析，并通过计算投放点数量模型进行适当优化， 主要工作是在物资投放点地址选择和物资配送方式上进行优化， 采用K-means聚类和免疫优化算法结合的优化模型，以长春市其中的一个区为例展示了该模型的优化结果，直观的显示了该方法对于应急物资分配有较好的效果。

2. 问题提出和模型建立 2.1. 问题的提出 疫情期间生活物资的管理是一项复杂的系统工程。交警、高速公路管理部门、商务局、邮政部门、防疫部门、民委及市场监管局等均参与其中。通常疫情发现的越早越有利于疫情的防控，然而在实际管理过程中仍会出现疫情发现较晚的特殊情况。如果疫情发现较晚，大量的人群间有了错综复杂的交互， 全民居家隔离与全民核酸检测成为了较优的选择。由此产生的大规模居家人群的科学管理成为了新的难点。相关数据分析表明，在疫情期间政府完全有能力调动足够数量的生活物资。只是生活物资发放给社区居民的渠道不畅。因此我们需要制定科学的管理方案来高效应对物资发放问题。