Emergency rescue operations play a vital role in alleviating human suffering, reducing casualties, and cutting down economic losses. One key aspect in the management of these operations is the rational allocation of emergency relief materials, where the allocation is continuous, dynamic, and concurrent. This allocation should be made not only to minimize the emergency rescue losses, but also to reduce the cost of emergency rescue work. A reasonable and effective allocation scheme for emergency relief materials can be established to adapt to the continuity, dynamics, and concurrency of material distribution. In this work, we propose a multiobjective optimization model of emergency material allocation with continuous time-varying supply and demand constraints, where the objective is to minimize the losses and the economic cost incurred by the emergency rescue operations. The constrained optimization problem is handled through sequential unconstrained minimization techniques, and the multiobjective optimization is carried out by the fast nondominated sorting genetic algorithm (NSGA-II) with an elite strategy to obtain a Pareto solution set with fairness and balance of loss and cost. The loss and cost associated with the Pareto frontier are employed to find an appropriate noninferior solution and its corresponding material allocation scheme. We verify through several simulations the model feasibility and the effectiveness of the proposed method, which can provide decision support for continuous material allocation in emergency rescue operations.

中文翻译：

---

应急救援物资连续分配的多目标优化模型

紧急救援行动在减轻人类痛苦，减少人员伤亡和减少经济损失方面发挥着至关重要的作用。对这些行动进行管理的一个关键方面是合理分配紧急救济材料，其中分配是连续，动态和并行的。这种分配不仅要使紧急救援损失最小化，而且还要减少紧急救援工作的成本。可以建立合理，有效的应急物资分配方案，以适应物资分配的连续性，动态性和并行性。在这项工作中，我们提出了一个具有连续时变供需约束的应急物资分配多目标优化模型，目的是最大程度地减少紧急救援行动造成的损失和经济损失。约束优化问题通过顺序无约束最小化技术处理，多目标优化由具有精英策略的快速非支配排序遗传算法（NSGA-II）进行，以获得具有公平性，损失与成本之间的平衡的Pareto解集。利用与帕累托边界相关的损失和成本来找到合适的非劣等解及其相应的物料分配方案。我们通过多次仿真验证了该方法的可行性和有效性，可以为应急救援工作中的连续物资分配提供决策支持。约束优化问题通过顺序无约束最小化技术处理，多目标优化由具有精英策略的快速非支配排序遗传算法（NSGA-II）进行，以获得具有公平性，损失与成本之间的平衡的Pareto解集。利用与帕累托边界相关的损失和成本来找到合适的非劣等解及其相应的物料分配方案。我们通过多次仿真验证了该方法的可行性和有效性，可以为应急救援工作中的连续物资分配提供决策支持。约束优化问题通过顺序无约束最小化技术处理，多目标优化由具有精英策略的快速非支配排序遗传算法（NSGA-II）进行，以获得具有公平性，损失与成本之间的平衡的Pareto解集。利用与帕累托边界相关的损失和成本来找到合适的非劣等解及其相应的物料分配方案。我们通过多次仿真验证了该方法的可行性和有效性，可以为应急救援工作中的连续物资分配提供决策支持。快速非支配排序遗传算法（NSGA-II）结合精英策略进行多目标优化，得到具有公平性，损失与成本平衡的Pareto解集。利用与帕累托边界相关的损失和成本来找到合适的非劣等解及其相应的物料分配方案。我们通过多次仿真验证了该方法的可行性和有效性，可以为应急救援工作中的连续物资分配提供决策支持。快速非支配排序遗传算法（NSGA-II）结合精英策略进行多目标优化，得到具有公平性，损失与成本平衡的Pareto解集。利用与帕累托边界相关的损失和成本来找到合适的非劣等解及其相应的物料分配方案。我们通过多次仿真验证了该方法的可行性和有效性，可以为应急救援工作中的连续物资分配提供决策支持。