城市基础设施的脆弱性分析和韧性加强
现代邮政学院（自动化学院）
在韧性增强过程中，不确定性无处不在。首先，从准备阶段来看，处理不确定性是必不可少的，因为我们无法获取关于未来中断的时空特征的完整信息。此外，在事件发生期间和事件后的阶段，处理不确定性也是必要的，例如到达恢复点的时间、极端事件下的需求以及修复故障组件的时间。为了在韧性增强的决策过程中考虑潜在的不确定性，我们通常会采用两种经典的运筹学范式：随机优化（SO）和鲁棒优化（RO）。SO通过考虑不确定参数的概率分布并优化目标函数的期望值来应对不确定性。另一方面，RO则在预定义的不确定性集合内优化最坏情况。然而，尚未有系统性的比较SO和RO两种韧性增强手段。这两种模型所产生的韧性增强策略各有何优劣，以及它们的求解效率如何，都是尚待解决的问题。此外，SO和RO这类运筹学框架的求解效率较慢，对模型形式的要求较高。例如，整数变量、非线性、多目标以及非凸性等因素都可能导致模型求解效率极度下降。这些缺点阻碍了学界对更复杂系统进行韧性增强的进一步研究。本项目旨在解决这些问题和研究空白。
