来源：期刊VIP网 时间：
作者：曹允春;翟一冰;耿劭卿;
单位：中国民航大学交通科学与工程学院;临空经济研究中心;
摘要：空地协同应急调度方式在灾后救援中起着至关重要的作用，特别是在地震导致的道路损毁情况下，传统的地面运输工具难以快速有效地完成物资配送。对此提出卡车-无人机协同配送模式，构建以最小化心理成本和物流成本为目标的卡车-无人机协同配送多目标规划模型，并设计了融合改进型修复与动态局部搜索的非支配排序遗传算法Ⅲ变体(Repair-based Local Search-Non-dominated Sorting Genetic AlgorithmⅢ,RLS-NSGA-Ⅲ)求解该复杂问题。通过标准算例集验证表明，该协同配送方案能显著降低总配送成本，在不同规模算例中较对比的多目标算法分别平均降低成本5.61%、11.05%、23.92%和9.79%,且优势随问题规模的增加而更加明显。解集质量评估显示，该算法在大规模问题中帕累托前沿误差接近0,超面积比接近理论最优值1.00,同时保持较高的分布均匀性和计算效率。此外，通过对无人机载重、飞行速度、续航里程及单车携带无人机数量的灵敏度分析，揭示了各参数对配送效率的非线性影响规律，确定了无人机载重20～30 kg、航程约20 km、飞行速度70～90 km/h及每辆车配备1～2架无人机的配置为较优参数组合，为震后应急配送资源的合理配置提供了决策依据。研究明确了模型适用边界和局限性，并提出未来可在需求点可拆分、灾民心理的异质性以及极端环境下的飞行不确定性等方面深入研究，以进一步推动卡车-无人机协同配送模式在实际救援中的有效应用。
关键词：公共安全;;应急物流;;心理成本;;道路损毁;;卡车-无人机协同配送;;多目标优化;;RLS-NSGA-Ⅲ
基金资助：中央高校基本科研业务费项目(3122024QD16);; 中国物流学会面上课题项目(2024CSLKT3-014)
