随着化工行业集聚发展的步伐持续加快,化工园区的数目不断增加,规模化、园区化已成为我国工业化进程的必经阶段。化工产业规模化、园区化在提升行业生产效率的同时,也给其发生事故时的应急调度带来了不少挑战。应急资源调度作为应急救援过程中最重要的环节,一旦处理不好将付出惨痛的代价。因此,为了降低事故带来的损失,对化工园区事故应急资源调度展开深入研究具有重大意义。由于应急调度问题具有复杂性和动态性,采用传统运筹学方法或启发式算法对其进行求解存在一定的难度。近年来,越来越多的学者选择采用群体智能优化算法对该类问题进行求解。虽然群体智能优化算法未必能在规定时间内求得问题的最优解,但它能得到较好的满意解,且不依赖于初始解。细菌觅食算法作为一种模拟细菌行为而提出的群体智能算法,其代码简单易懂,具有良好的优化潜力。同时细菌群体的智能行为具有较强的复杂性、动态性和混沌性,这与应急调度问题的特征相似。因此,本文采用细菌觅食算法对化工园区事故应急调度问题进行求解。本论文先对细菌觅食算法进行了改进,再以化工园区事故为背景,构建应急资源调度模型,最后利用改进的细菌觅食算法对该模型进行求解。主要内容如下:首先,通过深入剖析细菌觅食算法,针对其收敛速度偏慢、个体缺乏交互等不足,本论文将细菌觅食算法的三层嵌套循环结构替换成趋化-迁徙单层循环结构;在趋化操作中,引入基于相对位置更新的个体交互策略;在迁徙操作中,引入基于相对位置更新的迁徙策略,从而提出基于相对位置的细菌觅食算法。采用11个基准函数对基于相对位置的细菌觅食算法进行性能测试,并将其结果与粒子群算法、细菌觅食算法、遗传算法进行比较。结果表明,改进的细菌觅食算法比其他三种对比算法具有更快的收敛速度和更好的求解精度,从而验证了该算法的有效性。其次,将资源分为需要用运输车运输和不需要用运输车运输两种,针对需要用到运输车进行运输的资源,除了考虑行程时间外,还考虑各出救点装载资源所用到的准备时间,并在此基础上,本文以化工园区火灾事故为背景,以应急救援时间和运输费用为优化目标,考虑出救点储存量约束、应急点需求量约束、失效时间约束及变量的非负整数约束,建立多应急点、多出救点、多资源的应急调度模型。最后,通过设计解的编码方式、约束处理规则、边界控制策略等,使改进的细菌觅食算法能够适用于所建立的离散、多约束应急调度模型。然后用该设计好的算法在多个算例上进行测试,将其结果与粒子群算法、细菌觅食算法、遗传算法进行比较。在所有算例中,基于相对位置的细菌觅食算法均具有更好的收敛精度和更快的收敛速度。证明了所构建模型及改进算法的有效性及实用性。