近日，上海理工大學(xué)管理學(xué)院、智慧應(yīng)急管理學(xué)院師生聚焦“應(yīng)急全生命周期智慧化管理”這一核心課題，以“災(zāi)前準(zhǔn)備—災(zāi)中響應(yīng)—災(zāi)后恢復(fù)”的應(yīng)急管理體系為邏輯主線，分別在疏散導(dǎo)引優(yōu)化、交通韌性提升、應(yīng)急物資調(diào)度三大場(chǎng)景實(shí)現(xiàn)突破。相關(guān)研究成果分別以“地鐵站內(nèi)哪種引導(dǎo)信息效果最佳：基于可編輯VR平臺(tái)的橫向?qū)Ρ妊芯俊保╓hich guiding information performs best in metro station: a side-by-side comparison based on an editable VR platform）為題發(fā)表于《事故分析與預(yù)防》（Accident Analysis & Prevention）上、以“基于代理模型的災(zāi)后車道反向優(yōu)化提升城市交通韌性研究”（Post-disruption lane reversal optimization with surrogate modeling to improve urban traffic resilience）為題發(fā)表于《交通運(yùn)輸研究B輯：方法論》（Transportation Research Part B: Methodological）上、以“震后道路中斷條件下基于母機(jī)-終端無人機(jī)協(xié)同的醫(yī)藥配送分布魯棒調(diào)度優(yōu)化”（Distributionally robust scheduling optimization for pharmaceutical delivery using coordinated mother-end drones under post-earthquake road disruptions）為題發(fā)表于《交通運(yùn)輸研究E輯：物流與運(yùn)輸評(píng)論》（Transportation Research Part E: Logistics and Transportation Review）上。三篇論文的作者分別為黃中意副教授（第一作者，第一單位上海理工大學(xué)）、孫文喆教授（唯一通訊作者）和趙來軍教授（第一作者，第一單位上海理工大學(xué)）。

災(zāi)前準(zhǔn)備：基于VR技術(shù)的地鐵導(dǎo)引導(dǎo)系統(tǒng)選型優(yōu)化

在災(zāi)前準(zhǔn)備階段，團(tuán)隊(duì)創(chuàng)新性地利用可編輯VR平臺(tái)，對(duì)地鐵站內(nèi)七類引導(dǎo)標(biāo)識(shí)進(jìn)行科學(xué)評(píng)估。該研究通過224名參與者的對(duì)照實(shí)驗(yàn)，建立了包含感知率、理解耗時(shí)、路徑?jīng)Q策準(zhǔn)確率與猶豫時(shí)長(zhǎng)的四維定量評(píng)價(jià)體系。

研究發(fā)現(xiàn)，由紅色叉和綠色箭頭構(gòu)成的新式標(biāo)識(shí)牌綜合表現(xiàn)最優(yōu)，字幕指示牌和傳統(tǒng)指示牌表現(xiàn)較差。研究還明確了標(biāo)識(shí)牌的最佳布設(shè)原則：以圖形為主傳達(dá)信息的指示牌宜垂直疏散方向布設(shè)，以色彩為主傳達(dá)引導(dǎo)信息的指示牌需與客流方向一致。研究為城市公共空間的導(dǎo)向系統(tǒng)設(shè)計(jì)提供了量化決策方法，為地鐵站疏散引導(dǎo)裝置的優(yōu)化選型提供了科學(xué)依據(jù)。

基于可編輯VR實(shí)驗(yàn)平臺(tái)的地鐵導(dǎo)引系統(tǒng)對(duì)比實(shí)驗(yàn)設(shè)置

災(zāi)中響應(yīng)：車道反向控制提升交通應(yīng)急韌性

在災(zāi)中響應(yīng)階段，研究團(tuán)隊(duì)針對(duì)災(zāi)后路網(wǎng)恢復(fù)中交通流與網(wǎng)絡(luò)供給復(fù)雜耦合的優(yōu)化難題，創(chuàng)新性地提出了一個(gè)基于代理模型的車道反向控制智能優(yōu)化框架。其核心創(chuàng)新在于，融合了能解析網(wǎng)絡(luò)動(dòng)態(tài)的計(jì)算模型與用于校正誤差的高斯過程回歸模型，從而構(gòu)建出一個(gè)兼顧效率與精度的新型求解方案。該框架不僅大幅降低了對(duì)密集型計(jì)算資源的依賴，更能精準(zhǔn)刻畫由時(shí)變恢復(fù)決策引發(fā)的網(wǎng)絡(luò)狀態(tài)演變過程。

研究結(jié)果顯示，在僅需約150次仿真計(jì)算的條件下，就能在大型路網(wǎng)中將交通韌性損失降低約6%。更重要的是，研究揭示了控制資源與恢復(fù)性能之間的權(quán)衡關(guān)系，為應(yīng)急決策提供了科學(xué)依據(jù)。

供應(yīng)中斷條件下交通韌性的定義與計(jì)算方法

災(zāi)后恢復(fù)：無人機(jī)系統(tǒng)實(shí)現(xiàn)應(yīng)急物資精準(zhǔn)配送

在災(zāi)后恢復(fù)階段，研究團(tuán)隊(duì)聚焦于道路系統(tǒng)受損、地面交通受阻條件下的人道主義物資可持續(xù)配送難題，構(gòu)建了一套“母機(jī)-子機(jī)”協(xié)同無人機(jī)配送體系及其兩階段分布魯棒優(yōu)化模型。該研究通過集成K-means聚類選址算法、多目標(biāo)路徑規(guī)劃與基于矩信息的魯棒優(yōu)化方法，形成了兼顧恢復(fù)效率、資源約束與不確定性的集成決策框架，顯著提升了大規(guī)模災(zāi)區(qū)恢復(fù)期物流調(diào)度的計(jì)算可解性與方案可行性。

以2025年緬甸7.9級(jí)地震的實(shí)際災(zāi)后恢復(fù)場(chǎng)景為驗(yàn)證案例，該模型在多重不確定條件下均能生成兼顧經(jīng)濟(jì)性與可靠性的無人機(jī)調(diào)度方案，在控制延遲成本、保障服務(wù)覆蓋方面表現(xiàn)顯著優(yōu)于傳統(tǒng)確定性模型、隨機(jī)規(guī)劃及經(jīng)典魯棒優(yōu)化方法。研究進(jìn)一步揭示出在資源有限條件下，無人機(jī)性能配置、受災(zāi)區(qū)域動(dòng)態(tài)分區(qū)與服務(wù)響應(yīng)水平之間的系統(tǒng)權(quán)衡關(guān)系，為災(zāi)后恢復(fù)階段的精準(zhǔn)資源調(diào)度與韌性物流體系建設(shè)提供了模型和算法支持。

災(zāi)后應(yīng)急響應(yīng)中母機(jī)-終端無人機(jī)協(xié)同調(diào)度概念圖

應(yīng)用前景：從理論突破到城市安全升級(jí)

系列研究面向?yàn)?zāi)前預(yù)防、災(zāi)中響應(yīng)、災(zāi)后恢復(fù)三個(gè)階段，系統(tǒng)構(gòu)建了面向城市災(zāi)害全周期管理的技術(shù)支撐體系：在災(zāi)前階段，通過VR行為實(shí)驗(yàn)平臺(tái)科學(xué)優(yōu)化疏散引導(dǎo)系統(tǒng)，從源頭提升風(fēng)險(xiǎn)防范能力；在災(zāi)中階段，依托代理模型實(shí)現(xiàn)交通網(wǎng)絡(luò)的快速重構(gòu)與應(yīng)急車道動(dòng)態(tài)調(diào)配，保障生命救援通道高效暢通；在災(zāi)后階段，通過無人機(jī)協(xié)同系統(tǒng)與魯棒優(yōu)化算法，破解極端條件下應(yīng)急物資精準(zhǔn)配送的難題。研究成果形成“風(fēng)險(xiǎn)防控—應(yīng)急響應(yīng)—資源調(diào)度”的全鏈條解決方案，為智慧城市公共安全治理提供了從理論方法、技術(shù)工具到?jīng)Q策系統(tǒng)的完整支撐。

論文鏈接：

[1] Huang Z, Shan H, Fang Z, et al. Which guiding information performs best in metro station: a side-by-side comparison based on an editable VR platform[J]. Accident Analysis & Prevention, 2025, 221: 108205. DOI: https://doi.org/10.1016/j.aap.2025.108205

[2]  Lu Q L, Sun W, Lyu C, et al. Post-disruption lane reversal optimization with surrogate modeling to improve urban traffic resilience[J]. Transportation Research Part B: Methodological, 2025, 197: 103237. DOI: https://doi.org/10.1016/j.trb.2025.103237

[3]Zhao L, Huang Q, Wu C. Distributionally robust scheduling optimization for pharmaceutical delivery using coordinated mother-end drones under post-earthquake road disruptions[J]. Transportation Research Part E: Logistics and Transportation Review, 2026, 205: 104481. DOI: https://doi.org/10.1016/j.tre.2025.104481