来源：期刊VIP网 时间：
作者：雷成涛;张莉;韩腾飞;
单位：四川大学建筑与环境学院;四川大学工程设计研究院有限公司;
摘要：为提升城市防灾减灾中的应急资源调度能力，提出一种基于机器学习的区域性综合资源调度与优化算法。该算法利用连续逼近（CA）模型确定服务于特定位置的最佳补货量和库存水平，并采用K均值聚类算法对预先分配的路线进行聚类，使得应急资源的调度更加高效。通过引入克里斯托菲德斯（Christofides）算法进一步优化调度路径，确保在多项式时间内找到近似最优解。实验结果表明，所提出的调度方法不仅能够在城市区域灾害应急中找到有效的资源调度策略，提高资源利用效率和响应速度，而且在运动成本和总成本上优于基于局部观察的方法，验证了其在应急资源调度中的优势。
关键词：应急资源调度;;路径优化;;机器学习;;连续逼近模型;;K均值聚类算法;;克里斯托菲德斯算法
基金资助：四川省软科学研究项目(24RKX0388)
