针对问题一，为了直观地描述并判别分析出长春市实行发放蔬菜包前后的效果，本
文先后分析了新增病毒感染人数、累计感染人数和感染人数的变化率，并且在此基础上
继续细化，分为总计感染人数、本土确诊人数和无症状感染者这三个部分。通过绘制病
毒感染人数及其变化率的图像，可以直观比较得出疫情的发展或被控制扑灭与生活物资
发放方式之间的联系。通过使用 ARIMA 进行时间序列预测，使用 ADF 检验其平稳性，
得出如果未实行蔬菜包这一生活物资管理方式的感染人数结果，并结合使用 SEIR 传染病
数学模型，构建非线性常微分方程，验证 ARIMA 模型预测结果的合理性。
针对问题二，首先分别使用小区数量、路网密度、隔离人数以及蔬菜包接受量等评价
因素对 9 个区域投放点数量进行合理性分析，然后根据问题一求解的不同区域疫情防控
效果指标择优选取目标区域， 建立评价因素与投放点数量的多元方程组对投放点数量进
行合理优化，结果见表 5.2.2。接下来使用 CFLP 多中心选址模型，并通过系统聚类和
LU 分解确定最优选址数量和规模大小，结果见表 5.2.3，最后结合各区域小区数量和隔离
人口数等因素，确定备用场所位置，进结果见表 5.2.4。
针对问题三，首先以描述统计、相关性分析、 MD-Apriori 及供求之间的关系及改进
的模糊关联规则挖掘算法深度分析蔬菜包的需求、发放规律。其次，提取潜在扩散风
险、接收反应能力、疫情扩散强度三大指标，采用层次分析法、熵权-TOPSIS 方法，求
解各地区发放蔬菜包的优先度作为评价标准之一。再构建 ARIMA 模型，以过往供应数
据结合所分析蔬菜包需求规律对 4 月 10 日至 15 日的需求进行预测得到需求量，以各区
人口数占比为权重，得到 9 个区的蔬菜包投放量，再以附件 3 中各区的管辖小区为依
据，以各小区人口占比权重为基础，分别计算各小区蔬菜包供应量作为优化方案。
针对问题四，首先将 9 个区域重心点作为初始物资来源地，并通过问题二优化的各区
域投放点数量设置初始集散地数量，进一步地通过 k-means 聚类确定各个集散地所管辖的
小区，完成有序网络图的初步搭建。 然后构建图优化模型，并通过粒子群算法和 k-means
算法对集散地位置进行优化， 通过得出集散地位置信息计算 9 个区域最优集散地数量、 工
作量和物资来源点位置，结果见表 5.4.1，并以宽城区为例对有序图进行分析，结果见图 5.4.3。
接下来考虑街区的实际情况并结合蔬菜的种类和价格变化对居民的生活影响以及减少人
员的接触等因素， 使用哈密顿距离求解图优化模型，结果见表 5.4.2。最后，进一步考虑使2
用卡车运送物资，对预案进行分析，结果见表 5.4.3。
关键词： CFLP 多中心选址模型； ARIMA 模型； 粒子群算法； 图优化模型
链接：https://pan.baidu.com/s/1whvKhH6UF244o2UbZTC1Hw?pwd=fe7d
提取码：fe7d
–来自百度网盘超级会员V3的分享