1. 研究目的与意义（文献综述）

1.1 选题的背景

以更透彻感知、更广泛互联互通、更深入智能化为特征的智慧城市理念最初由ibm于2008年提出，通过智慧城市建设不仅可以提供未来城市发展新模式，而且可以带动物联网的发展，其核心是以一种更智慧的方法通过利用以物联网、云计算等为核心的新一代信息技术来改变政府、企业和人们相互交往的方式，也对传统的最优化决策方法带来了新的思路。

1.2 研究目的及意义

在我国，各地自然灾害、生产事故、社会安全等突发事件时有发生，为积极应对各种紧急情况，国家制定了相应的紧急救援预案并建立相关应急救援管理体系。应急救援物资的运输是救援工作的重中之重，而应急救援中心的选址和车辆路径优化问题是确保这一项工作顺利进行的关键。近年随着我国智慧城市建设的逐步推进和完善，智能交通和高效应急救援体系也是成为智慧城市建设必不可少的重要组成部分。在这种情况下，希望通过本文的研究分析能找到合适的办法，结合实际，使得在适应智慧城市建设需要的前提下，确保城市发生各种突发事件时城市应急救援中心能够及时响应，从而满足智能化调度救援车辆、选择最佳救援路线、实施高效救援的目的。

2. 研究的基本内容与方案

2.1研究内容及目标

第一：介绍本课题的研究背景和意义、研究现状以及研究的内容与思路。熟悉“智慧城市的不确定情景下城市应急救援问题”的背景知识及智慧城市下城市应急救援对传统应急救援问题的不同，为与路径选址问题的结合应用研究提供了理论依据。

第二：熟悉选址问题及其路径优化方法；对现有的城市应急救援模型进行分析研究，并将智慧城市的背景引入现有的城市应急救援问题，考虑智慧城市对城市应急救援问题的影响，从而建立合适的数学模型。

第三：通过对面向智慧城市的不确定情境下城市应急救援问题的研究，以及对数学模型的分析，采用有效的算法求解实际问题案例，并对所求结果进行分析。

3. 研究计划与安排

1-3周：查阅文献，完成开题报告

4-6周：总体设计，完成论文综述

7-10周：设计算法，功能模块设计

11-13周：编码和测试

4. 参考文献（12篇以上）

[1] 王付宇，张亚楠．城市应急救援中心选址及车辆路径优化研究评述与展望，《理论观察》，2015(10).

[2]刘波，李波，李砚．不确定条件下应急资源布局的鲁棒双层优化模型，《计算机工程与应用》，2013: 13-17.

[3]徐静，陈秀万．我国智慧城市发展现状与问题分析，《科技管理研究》，2014,34(07): 23-26.

[4]Caroline Prodhon, Christian Prins. A survey of recent research on location-routing problems, European Journal of Operational Research 2014, 238: 1–17.

[5]王静远，李超，熊璋，单志广．以数据为中心的智慧城市研究综述〔J〕，《计算机研究与发展》，2014, 239-259.

[6]石兆．物流配送选址-运输路径优化问题研究〔D〕，中南大学，2014.

[7] 巫细波，杨再高．智慧城市理念与未来城市发展，《城市发展研究》，2010.

[8]KASHIWAGI H.The‘information city’as management apparatus[J]. Japan Forum, 2011, 23(2): 263－271.

[9]DEAKIN M, HUSAM A W. From intelligent to smart cities[J]. Intelligent Buildings International, 2011, 3(3): 140－152.

[10]IBM. A Foundation for Understanding IBM Smarter Cities[R]. IBM redbooks. 2011.

[11]王淑珍，和振兴．不确定需求情景下的一种城市物流中心选址方法〔J〕．铁道科学与工程学报，2014, 11(05): 82-89.

[12]陈则辉，刘诚，吕品，刘叶飙．不确定环境下应急物资配送问题研究〔J〕．铁道科学与工程学报，2014, (05): 82-89.

[13]陈鑫，汪传旭．模糊随机需求下应急救援中心选址优化模型〔J〕．运筹与管理，2012, 21(05): 73-77.

[14]李紫瑶．应急救援车辆路径寻优———基于多目标改进蚁群算法〔J〕．技术经济与管理研究，2011(09): 7-10.

[15]马昊,杨金顺,吴兵.公路网抗灾应急救援点布设模型实例研究〔J〕．武汉理工大学学报，2013, 37(3): 612-616.

[16] 刘勇．基于蚁群算法的应急救援最优路径研究〔D〕．中国地质大学，2010.