中国安全科学学报

作者：陈剑锋, 赵佳虹, 刘思雨

单位：广东工业大学 土木与交通工程学院,广东 广州 510006

关键词：四维风险预测,医疗废物运输网络,反向传播(BP)神经网络,多目标,非支配排序遗传算法(NSGA-Ⅱ)

基金：国家自然科学基金资助(61803091); 广东省自然科学基金资助(2022A1515010192); 广东省自然科学基金资助(2025A1515010200); 四川省自然科学基金资助(2025ZNSFSCO394)

为提高城市医疗废物回收处置的安全性,提出一类基于四维风险预测的医疗废物运输网络优化建模与求解方法。首先,根据医疗废物病毒的环境传播特征和城市应急系统的时变特性,采用反向传播(BP)神经网络模型模拟风险的动态演化过程,设计四维风险预测模型;其次,引入车辆载重和容量双重约束,采用双商品流建模方法,构建总成本和总风险最小的运输网络优化模型;然后,根据模型复杂度,基于改进的非支配排序遗传算法(NSGA-Ⅱ)设计求解步骤;最后,以上海实例和多个测试验证模型和方法的有效性。结果表明:新模型和新算法能够在672 s内求得多个有效方案,并保有一定的参数敏感性;相较于传统的风险模型,新建的四维风险预测模型可分别降低3.47%的总成本和13.04%的总风险;相较于现行的优化方案,模型引入风险预测方法,能够降低7.41%的总风险;相较于常规的多目标优化方法,新算法能够缩短至少49.44%的求解时间,并在求解不同规模的优化问题时,保有较高的稳定性。

来源：2025年第4期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2025年第4期