现今危险品无论对于工业生产,还是居民生活,都已不可或缺。由于危险品本身的特殊性,大部分危险品生产企业都坐落于远离市区的偏远地区,当工业生产或者居民生活需要时不得不从异地转运。由于铁路运输和航空运输受到各种条件的限制,公路运输承载了80%左右的危险品运输量。随着危险品运输量的增多,引发危险品运输交通事故的潜在风险也在逐渐增加。危险品运输交通事故发生的概率小,但危害极大。再加上受到外界众多不确定性因素的影响,使得危险品在运输时的风险会发生不同程度的波动,大大增加政府监管部门对危险品运输管理的难度,因此,规避危险品运输时的波动风险,使得政府监管部门很好的把控风险,尽可能避免事故的发生,就显得很有必要。本文主要研究工作如下：首先,对国内外关于危险品运输网络优化设计问题和鲁棒优化理论的研究现状进行分析,总结已有研究取得的成果和不足,提出采用最小最大准则进一步研究区间型数据场景下危险品运输网络优化问题。其次,利用最小最大准则对危险品运输网络优化问题在区间不确定型数据场景下进行研究,构建一个研究危险品运输网络的鲁棒双层规划模型,结合绝对鲁棒优化方法和Dijkstra算法给出求解模型的启发式算法,然后分析算法时间复杂度,通过实例分析验证模型和算法的合理性和有效性。再次,为实现对风险和成本组合优化的目的,提出综合考虑风险因素和成本因素求解的方法。将风险权重系数Q和成本权重系数β引入鲁棒危险品运输网络模型的上层目标函数中,利用最小最大准则构建一个新的鲁棒双层规划模型,给出相应的启发式算法,最后也通过实例分析验证模型和算法的合理性和有效性。最后,研究结果表明,本文建立的危险品运输鲁棒优化网络表现的不错,可以很好的规避运输网络上的风险波动,总是给够给出既具有鲁棒性又相对稳定的解。模型能够反应社会现实情况,为处理政府监管方与企业运输方两者关系问题提供了一种新的途径,为政府监管方做危险品运输管理决策时提供良好的参考,为恐怖袭击情景下危险品运输问题的研究提供了一种新的思路。
