近年来， 新冠疫情突发公共卫生事件发生的频率越来越高。 为减轻疫情带来的损害，
防止疫情扩散,对于大规模居家隔离人群的科学管理变得尤为重要， 与此同时， 需要积极
开展应急救援工作， 为事发区域有效及时的提供大量的应急物资。 本文利用数据驱动的
机器学习方法， 分别构建多目标最大覆盖选址模型和基于储备中心-集散点-小区三级拓扑
网络的生活物资多周期分配优化模型， 从而在全面提高疫情防控效率的同时， 努力节约
相关部门的人员投入与经费支出， 为疫情期间生活物资的科学管理问题提供有力的策略，
具有一定的现实意义。
针对问题一， 对附件数据以及查阅的资料整理并可视化， 对实行发放蔬菜包前后效
果进行分析、 判别。 首先利用 Origin 软件对长春市感染人数、 蔬菜包的储存量、 出库量、
进货量以及价格进行分析， 从而初步判断长春市各区蔬菜包的投放时间为 3 月 28 日。 其
次， 考虑投放蔬菜包的影响， 构建 LSTM 循环神经网络模型对未投放蔬菜包时感染人数
进行预测， 并与实际数据对比验证了蔬菜包投放时间对感染人数的影响。 最后， 利用
ploy2D 非线性曲面拟合蔬菜包总储存量、 单价与感染人数的关系式， 并利用 LM 最小二
乘算法不断迭代优化参数， 经 F 值和残差分验证了拟合效果显著， 进而得到投放蔬菜包
对疫情防控具有积极作用。
针对问题二， 基于数据驱动的机器学习方法， 构建多目标最大覆盖选址模型。 首先
结合附件 3、 4 中数据， 建立影响投放点数量的评价指标体系， 并基于熵权-模糊综合评价
模型得到长春市 9 个区投放点数量分布合理性的评分， 进而评价 9 个区投放点数量设置
的合理性。 针对不合理的区域， 提出比例-熵权法对投放点数量进行优化调整。 其次， 采
用系统聚类算法分别从长春市各分区以及整个长春市角度分析确定长春市设置储备中心
个数， 累计为 36 个聚类中心。 最后， 考虑未来疫情、 自然灾害等不确定因素， 建立多目
标最大覆盖选址模型， 并利用遗传算法求解模型， 获得了 20 个最优的政府大规模储备中
心点的位置、 选址半径、 管辖范围小区个数、 管辖范围内人口数以及其潜在的备用场所
位置。
针对问题三， 分析蔬菜包需求、 发放规律， 结合小区位置、 人口信息等影响因素，
给出最优蔬菜包供应方案。 首先， 利用 Origin 软件将 3 月 26 日-5 月 1 日长春市 9 个区的
蔬菜包库存量、 接收与投放量进行可视化， 并结合安全库存理论分析各区蔬菜包接收、
发放规律。 其次， 结合附件 3 信息利用数据包络分析法建立基于决策偏好的超效率 DEA评价模型， 对长春市蔬菜包分配方案进行评价， 评价结果为“不合理”。 最后， 加入“投影”
约束条件， 建立基于投影分析的 DEA 反馈调整模型对 4 月 10 日至 4 月 15 日长春市 9 个
区的蔬菜包供应方案进行调整。
针对问题四， 考虑不同约束下， 建立基于三级拓扑网络的生活物资多周期分配优化
模型、 首先， 构建储备中心-集散点-小区的三级有序拓扑网络， 并在第二、 三问的基础上，
建立基于三级拓扑网络的生活物资多周期分配优化模型。 其次， 考虑不同蔬菜品种集和
最优集散地数量确定基于最短距离的多周期动态物资供应方案。 接着， 考虑长春市真实
街道情形， 构建基于蚁群算法的物资配送路径规划模型， 利用自适应遗传算法求解模型
得到各区储备中心到各小区的三级最优路径， 并计算最优行驶路径长度， 将其应用于多
周期分配优化模型得到合理的物资供应方案。 最后， 考虑最小配送时间的目标， 基于不
同卡车承载规模约束， 利用“顺路”原则将物资零散配送到多个需求小区得到不同物资分配
方案， 并给出多周期动态物资供应方案的优越性。
最后， 对模型的优缺点进行了评价和推广， 并对重要参数进行了灵敏度分析， 我们
发现储备中心服务半径的大小、 储备中心的个数、 单位运输成本等都会影响疫情控制效
果。 当因素发生扰动时， 模型能够保证鲁棒性， 进一步说明本文的合理性与有效性。
关键词： LSTM 循环神经网络； 熵权-模糊综合评价模型； 超效率 DEA 评价模型； 投影反
馈调整模型； 多目标最大覆盖选址模型； 蚁群优化算法； 自适应遗传算法
链接：https://pan.baidu.com/s/1UYKpzDEaJyvO1_u_HKlehw?pwd=gywb
提取码：gywb
–来自百度网盘超级会员V3的分享