2020 年爆发的新冠肺炎疫情， 时至今日国内和国际仍呈现多发频发态势。 受国际环境
更趋复杂严峻和国内疫情冲击明显的超预期影响， 我国经济下行的压力进一步增大。 面对
复杂的防疫局势， 建立规范化的疫情快速清零机制十分必要， 特别是亟需解决居民生活物
资发放的科学管理问题。 生活物资发放是否科学， 不仅影响隔离居民的基本生活， 而且影
响着疫情的二次传播。 与此同时， 应急物资管理本身就是一项复杂的系统工程， 具有非线
性、 不确定性、 动态性， 给抗疫过程中的生活物资发放带来了巨大挑战， 以长春市抗疫过
程中的数据为依托， 利用数据挖掘、 数据分析、 统计建模、 运筹优化等方法探索一疫情下
兼顾防疫安全与效率的科学物资管理方案既具现实意义又具研究价值。
问题一的主要目的探究生活物资的大规模流动方式对疫情的影响。 对长春市 2022 年 3
月 26 日实行发放蔬菜包前后防控工作的效果进行判别与分析。 本部分的研究分为三部分，
包括可视化分析、 统计分析（统计特征指标和时间序列统计特征指标） 、 SEIR 预测对比
分析（4.2 节） 。 分析结果显示： （1） 疫情的发展或控制与生活物资发放方式有关。 长春
市实行的蔬菜包方式是疫情期间为保障居民生活和减少疫情传播的有效发放方法； （2）
在发放初期由于经验不足、 备货力度不够、 保供人员缺少、 供货源不稳定等问题， 使感染
人数不减反升； （3） 蔬菜包的发放时间间隔越大， 能够减少人员接触频率， 减轻保供工
作人员的工作强度， 减少疫情传播的风险。
问题二的主要目的解决生活物资投放点数量与位置问题。 子问题一是要求讨论投放点
数量的合理性并优化， 子问题二和子问题三是在子问题一的基础上对应急物资供应链上游
的大规模物资分拣场所与政府储备物资的规划。 针对子问题一， 本文首先对隔离人口数和
生活物资投放点数量做 Person 相关系数， 发现隔离人口数与生活物资投放点数量之间是极
低的正相关， 表明投放点的数量与分配方案不合理（5.2 节） 。 其次， 采用层次分析法计
算长春市生活物资投放点数量与分配的影响因素指标权重， 综合评价投放点数量的合理性
（5.2 节） ， 发现投放点的数量严重冗余、 分配不合理。 在此基础上， 修正附件 2 投放点
数量得到各区优化调整的投放数量（表 5-8） 。 针对子问题二， 本文首先使用平均法和数
据挖掘估算出各区生活必需品的需求情况， 依次制定政府储备物资安全库存（表 5-9） 。
针对子问题三， 本文首先建立采用 K-means 聚类算法和遗传算法求解政府储备物资和大规
模物资分拣场所的位置、 数量规模与所服务的区域并提出最优的选址数量、 规模（表 5-13）。
问题三的主要目的是优化生活物资的发放效果。 子问题一是分析蔬菜包需求和发放规
律， 子问题二是评价和调整 4 月 10 日至 4 月 15 日蔬菜包供应方案。 针对子问题一， 本文
采用文本挖掘技术， 统计了 2022 年 3 月 26 日到 5 月 1 日九区总体和分区的每日蔬菜包供
给量和需求量。 分别从蔬菜包的供应规律、 需求规律和供需规律三方面切入， 运用描述性
统计、 正态性检验、 相关性分析的方法结合新冠肺炎感染人数变化（6.2 节） ， 多层次分2
析蔬菜包的供需规律。 针对问题二， 本文采用 TOPSIS 综合评价方法， 建立包含： 各区本
土感染人数和无症状感染者人数， 各区小区栋数、 小区户数和小区人口数、 街道数等指标
构成的评价体系， 计算各指标权重， 获得各区的得分与排名（表 6-5） 。 为评价蔬菜包供
应方案的调整效果， 本文利用数据挖掘技术统计出 4 月 10 日至 4 月 15 日， 各区每天的蔬
菜包接收数目和发放数目（表 6-9） 。 本文将蔬菜包浪费或缺货数目作为蔬菜包发放效果
的评价指标， 计算出各区蔬菜包供应的优化方案与调整幅度（表 6-10） 。 从各区调整效果
对比（表 6-11） 结果显示， 采用此优化方案九个区的蔬菜包浪费量或缺货问题得到明显改
善。
问题四的目的是为长春市做好大规模封控情况下居民生活物资有序发放预案。 子问题
一是对上游物资来源地进行合理选址， 子问题二是对中游物资集散地进行合理分配与选址，
子问题三是在考虑车辆限重的情况下， 将“工作量”（工作量 = 运输里程 × 小区居民人数）
的最小化合理规划末端配送路径以及配送量。 针对子问题一， 采用射线法“由点连面”判定
交通路口节点的区域划分， 同时能够过滤掉冗余的交通路口节点信息。 在此基础上， 采用
枚举法在保留下来的交通路口节点中寻找与所有小区的“工作量”指标之和最小的位置。 每
个区重复上述方法便可得到各区的中心点坐标， 即为九个上游物资来源地位置（表 7-2） 。
针对子问题二， 本文采用轴辐射网络对中游的集散地进行选址和分配（表 7-4） 。 针对子
问题三， 本文考虑病毒传播和车量容量限制的路径优化模型（7.4 节） 。 鉴于此问题属于
NP-hard 问题， 本文采用大规模邻域算法（ALNS） 和模拟退火算法（SA） 构成的混合启
发式算法进行求解， 最终得到由上游物资来源地-中游货物集散地-下游小区的多级有序物
流网络（图 7-4） 、 最短配送路径以及合理的配送车辆数量与种类（7.5 节） 和有序网络可
视化（7.6 节） 。 最后对模型的改进与推广提出展望。
关键词： 多层物流网络优化； 选址与路径优化； 数据挖掘； K-means 聚类； 传染病模型；
综合评价方法； 相关性分析； 时间序列分析； 混合启发式算法； NP-hard； 应急物流
链接：https://pan.baidu.com/s/151vGuYflX3Se4LL10YrfsQ?pwd=lmvf
提取码：lmvf
–来自百度网盘超级会员V3的分享