论文部分内容阅读
疫情暴发初期，患者易因应急医疗物资的短缺和分配不及时而产生恐慌心理。针对该问题，考虑各疫区应急物资需求优先度、应急物资的分配量以及到达时间等因素，构建患者恐慌心理函数，以量化的患者恐慌心理最小和物资分配总成本最小作为优化目标，建立多周期的应急物资分配模型，并融合泛化反向学习和自适应惯性权重设计了改进的鲸鱼群优化算法，以湖北新冠肺炎为例进行验证。仿真结果表明，所提出的模型和算法能够有效地解决疫情环境下考虑患者恐慌心理的多周期应急物资分配问题，且改进的算法在局部搜索和全局搜索上具有良好的性能。