0 引言

城市消防站的选址问题是关系城市安全的重要战略问题.消防站选址是否科学，直接影响到消防车辆的救援效率和城市需求点的覆盖水平[1].《城市消防站建设标准(建标152-2011)》规定，消防站的布局一般应以接到出动指令后5 min内消防队可以到达辖区边缘为原则确定.然而，随着城市经济的快速发展，城市建筑分布与城市交通状况发生显著变化，一些城市的现有消防站已不能满足5 min内到达火灾点的要求.尤其是在一些老旧城区，一方面，人员密集，道路拥堵，如果发生火灾，外部消防车辆行驶时间可能由于道路拥堵而延长；另一方面，老旧城区一般建筑密集，可用于建设标准消防站的大型空地数量有限，且土地昂贵、民居拆迁难度很大，政府财政预算有限，建造标准消防站规模大，投资大，周期长.城市原消防基础薄弱的现状与当前城市发展速度不相适应，严重制约了城市消防救援服务的效率，加剧了火灾造成的生命财产损失.

面对以上难题，国内一些城市已开始借鉴国外发达国家消防站站小、点密的经验，以建设“卫星消防站”的模式来解决传统消防站建设的诸多难题.卫星消防站，即以现有的标准消防站(主站)为依托，并以其为中心，向周边辐射建立的小型消防站(副站).相对于标准消防站，小型消防站占地面积小，建设成本低，能够布置于人口密集的老旧城区，为标准消防站灭火力量提供援助.但因其占地面积较小，消防车辆较少，没有能力扑救大型火灾，只能扑救小型火灾.当小型消防站升级为某一标准消防站的卫星副站后，可扑救中型火灾.卫星消防站建设，是国内消防部门专业人员根据中国城市消防工作的实际情况，并借鉴国外成功经验确定的发展模式[2].尤其对于大中型城市，建设卫星消防站成为有效化解制约高效实施灭火救援瓶颈性问题的有效途径.

国内外学者在应急设施选址领域，取得了大量成果.他们主要以位置集合覆盖模型和最大覆盖模型为基础，针对不同背景问题提出了各种覆盖模型.在合作设施选址方面，Gendreau提出了双层标准覆盖模型[3].Doerner等在此基础上加入惩罚因子，使设施工作量更加均衡[4].Berman等提出了合作条件下的位置集合覆盖模型和最大覆盖模型[5].但以上模型均为无容量设施选址模型，没有对设施内可调派的车辆数量进行优化.Drezner提出了设施点对需求点的随机渐进覆盖模型[6].但模型并未考虑合作服务条件下的渐进覆盖情况.方磊等研究了应急限制期下城市应急系统优化选址决策问题[7].Leknes等针对不同应急需求和多重车辆调派特点，提出了应急车辆选址战略优化模型[8].Van Barneveld等将线性瓶颈分配问题引入应急选址模型[9].Jagtenberg等提出了应急车辆在线调度算法[10].王健等提出了应急设施合作渐进覆盖模型[11].刘晗等提出了基于合作机制的超立方体排队论优化模型[12]和基于超立方体排队均衡，服务者合作机制与不可靠因素的应急车辆出动模型[13].Ansari等应用超立方体排队论模型构建了多级响应模型[14].

虽然本馆开展图书预约服务的时间短暂，但是该服务优化了本馆的藏书结构。此外，该服务不仅客观地反映了广大师生的阅读诉求，而且为开展读者阅读倾向研究提供了数据[10]。在今后的工作中，本馆应重视读者的阅读倾向，以便更好地开展各种文献推送服务。

虽然已有文献针对应急领域覆盖问题提出了各种覆盖模型，但目前尚未对适应中国城市情况的卫星消防站选址覆盖问题进行深入研究.本文研究的卫星消防站选址覆盖问题，考虑了超立方体排队均衡和主消防站对附属卫星消防站的数量约束和距离约束，并根据城市大、中、小型火灾隐患点的分布情况对不同成本与功能的可用消防资源进行优化配置，确定哪些小型消防站应升级为某一标准消防站的卫星消防站，并对站内消防车辆进行合理调派，用最低的财政预算提供最优消防服务水平.针对现有研究不足，本文通过构建卫星合作关系条件下有容量消防站选址调度优化模型，解决了以下问题：①考虑了基于排队论的超立方体均衡，精细化特定覆盖水平下车辆调派方案；②构建不同等级设施点之间的协作水平渐进衰减函数；③构建了存在卫星协作关系的需求点服务水平目标函数.从工程实践角度讲，科学构建卫星消防站模式下选址覆盖模型能够为大中型城市政府消防规划政策和消防资源优化配置提供更为有效的指导.需要说明的是，此模型在其他领域(如医疗救护点选址，治安派出所选址等)的相似背景下也具有适用性.

该问题为非线性混合整数规划问题，精确算法很难在满意时间内得到问题最优解.因此，用GAMS对模型进行编程，在处理器为Intel(R)Core(TM)i7-4590 CPU@3.30GHz计算机上采用局部搜索算法，利用线性求解器ILOG CPLEX和非线性求解器MINOS对模型进行求解，最大运行时间为332 s.

1 基于排队均衡的卫星消防站选址调度模型

1.1 问题描述

假设某区域总共有I个火灾隐患点，其中I1、I2、I3分别为大、中、小型火灾隐患点集合.θi,1为二元变量，当且仅当i∈ I1时，θi,1=1；否则，θi,1=0.θi,2和θi,3的物理意义与θi,1相似.di为需求点i的权重；r表示覆盖条件下需求点与设施点的距离上限；Wi表示能够覆盖需求点i的设施点集合，即，tij表示需求点i到设施点j的最短行驶距离.随着行驶距离的增加，火灾产生的损失逐渐增大，消防服务水平渐进损失.因此，模型考虑了渐进覆盖特点，加入了服务水平渐进损失函数(Citij)，使覆盖模型水平更加贴近实际，(Citij)为tij的递减函数.

1.青年价值观的变化总是与政治经济的变化相呼应。青年的思想观念、价值观点的多元化趋势体现着中国社会的发展步伐。改革开放以前，我国计划经济的特点是高度集中，反映在价值观上就是一元化的，对青年的思想观念强调整齐划一。改革开放后我国的经济制度转变为公有制为主体、多种所有制经济共同发展的基本经济制度，走市场经济的道路，市场经济的特点是开放、自由，与青年思想活跃，重视自我，追求个性独立的心理特点一致，所以市场经济客观促进了青年追求多元化价值目标的倾向。

pj为消防站j的容量，实际布设的消防车数量分别为xj，实际派遣至需求点i的消防车数量为yij，xj和yij均为整数变量；标准消防站和小型消防站的候选点集合分别为jm∈Jm和jv∈Jv；sjmjv为二元变量，表示小型消防站jv是否可以升级为标准消防站jm的卫星消防副站，如果jv和jm存在卫星关系，则sjmjv=1，否则；zj为二元变量，表示是否在相应候选点建设消防站.对于任意标准消防站jm∈Jm，有能力扑救各个级别火灾(i∈I)；对于任意小型消防站jv∈Jv，有能力扑救任意小型火灾(i∈I3)，当且仅当其升级为某一标准消防站j∈J的卫星消防站时(即sjmjv=1时)可扑救中型火灾(i∈I2)，但没有能力扑救大型火灾(i∈I1).

为了精细化特定覆盖水平下车辆调派方案，本文采用超立方体排队论(Hypercube Queuing Theory)模型[15].超立方体排队论基于空间排队论与马尔科夫近似过程，是描述应急服务系统车辆调派状态的有效方法.模型中，pt为超立方体总数量；k表示超立方体顺序；为第k个超立方体的忙碌率，其中λ为需求发生率，服从泊松分布，μk为第k个超立方体的服务率，服务时间服从指数分布；α为需求点的被覆盖可靠度；Q为超立方体修正函数[16].

设r'为卫星关联条件下消防站主站与副站的距离上限；Ujv表示能够关联主站jm的副站选址点集合，即类似的，Ujm表示能够关联副站jv的主站选址点集合，即，其中tjmjv表示卫星消防站副站至主站的最短行驶距离.随着主站与副站距离的增大，主站对副站保障难度增加，在通信技术、物资供给及人力资源等方面的投入逐渐增加，使协作成本相应增大.因此，模型考虑了渐进关联特点，加入了主站与副站关联成本随距离变大的递增函数假设Ms为卫星消防站单位关联成本，则渐进关联成本为为消防站j的建设成本，M为用于消防站建设的总预算.

根据文献[11]，基于渐进覆盖因素和消防车辆数量因素的i∈I消防服务水平为，其中，ai为渐进覆盖条件下的实际到场车辆；bi为灭火预案规定的需求点所需消防车辆数量参数.

1.2 模型构建

参考文献:

下一步研究可考虑应急车辆不可靠性或超立方体排队均衡特点，构建卫星消防站的动态选址覆盖模型，使优化模型更加准确.

 

式(1)为模型目标函数，将城市消防服务水平最大化.式(2)～式(13)为约束条件，式(2)确保在超立方体排队论条件下每一个需求点的被覆盖可靠度为α；式(3)表示不同等级需求点的实际到场的消防车辆数量；式(4)表示实际到场消防车辆数量不大于需求点需要的消防车辆数量；式(5)表示从候选点调派至需求点的消防车辆数量不大于布置在此候选点的消防车辆数量；式(6)表示如果在候选点布置消防车，则须在此候选点建设消防站；式(7)表示消防站建设成本与关联成本之和控制在一定财政预算范围内；式(8)表示，对于任何一个小型消防站，最多只能有一个标准消防站作为其主站；式(9)表示与主站建立卫星关系的副站数量不大于超立方体数量；式(10)表示只有在相应的候选点建设了标准消防站和小型消防站，两者之间才可能存在卫星关系；式(11)～式(13)规定了各决策变量的类型.

1.3 模型求解

本文提出了卫星消防站模式下的选址覆盖模型，其目标是最大化城市消防服务水平.由于此优化模型为非线性规划问题，很难在可接受时间内得到大规模问题的最优解，因此用GAMS对模型进行编程，采用局部搜索算法并利用线性求解器ILOG CPLEX和非线性求解器MINOS对模型进行求解，在较短时间内得到了问题的满意解.随后，对哈尔滨市主城区卫星消防站布局进行了实例优化，并分析了不同财政预算下消防车数量与消防服务水平的变化趋势.最后对卫星消防站关联成本进行了敏感度分析，为消防预算投入提供了更为准确的参考.

2 算例分析

2.1 算例数据

将模型应用于黑龙江省哈尔滨市主城区消防服务系统.根据灭火救援预案，将市区分为3 150个不同等级子区域，其中小、中、大型火灾隐患点数量分别为1 830、1 210、110.将需求点被覆盖可靠度设为95%.市区内现有标准消防站数量为11个.国土资源部门在人口密集区域推荐了20个小型消防站候选点.

根据消防部门灭火预案，对于3类不同需求点，bi取值分别为2，4，6.根据消防后勤部门统计数据，标准消防站平均建设成本约为5.0×107元，小型消防站平均建设成本估算为1.5×106元.卫星消防站的关联成本Ms估算为3×105元.两类消防站的最大可容纳车辆数目分别为6辆和3辆.由Dijkstra最短路算法计算主副卫星消防站之间的最短行驶时间，得出tjmjv矩阵.由文献[17]渐进覆盖公式参数计算矩阵.

[3]GENDREAU M,LAPORTE G,SEMET F.Solving an ambulance location model by Tabu search[J].Location Science,1997(5):75-88.

在《内经》教学中，经历了从诵读到理解领悟到能够背诵《内经》原文的理论培养之后，跟随老师临证实践成为中医学生培养不可缺少的重要模式。中医院校教师都为双师制教师，一些院校还开展了本科生导师制的教学模式，每一位学生都有自己的导师，也就是说，都有机会能够跟随导师门诊实践。现代中医教育一直在探索院校教育与师承教育相结合的教学模式[5]，在实践中，学生跟从自己的老师接诊，了解疾病的诊断与治疗方法，从而学习到处方用药的特点，老师可以通过讲述诊病的过程，让学生再次巩固经典的内容，当经典遇到临床最终发挥奇效时，学生自然会喜上心头，对经典的崇敬油然而生，对经典的学习也会不遗余力。

消防车数量变化趋势：在财政预算由0元增至4亿元的过程中，两类模式下消防车数量均得到稳步增长，在财政预算由4亿元增至5亿元的过程中，消防车数量实现最大幅度增长.在财政预算达到6亿元以后，模式A下消防车数量趋于饱和，最终保持在66辆；模式B下消防车数量依然保持快速增长趋势，由68辆增至85辆.

研究过程中，主要采取相对均匀的林地进行造林，前茬以杉木纯林为主，初植密度为2 500株/hm2。样地的基本情况如表1所示。

2.2 优化结果分析

消防服务水平变化趋势：随着财政预算增加，两类模式下的消防服务水平变化均在初始阶段出现急速增长，随后增长趋势变缓.具体来看，在财政预算达到6亿元以后，模式A下消防服务水平趋于饱和，达到88.8%；模式B下消防车数量依然保持小幅增长，由92.42%增至94.04%.

图2显示了不同财政预算下卫星消防站模式的标准消防站、小型消防站分布图，每一线段两端的圆形图标和三角形图标分别表示存在卫星关联的主站和副站.

在公式(7)中， 表示省会城市i在t年的灯光亮度总值， 表示省会城市i所在的省份在t年的灯光亮度总值，n表示该省内地级市的总数量(事实上很多东盟国家省份的地级市类似于中国的县级单位)，该指标数值越大(取值在0到1之间)，表示省级层面呈现更高的单中心空间结构。

优化结果表明，在卫星消防站关联成本Ms为3×105元时，模式B比模式A能够布置更多数量的消防车，且能提供更高水平的服务.因此，在预算允许的条件下，哈尔滨市消防部门应采用模式B设置一定数量的小型消防站，并合理选择部分小型消防站升级为卫星副站，以达到更高的消防服务水平.

2.3 敏感度分析

考虑到卫星消防站关联成本Ms可能对卫星消防站服务优化水平产生影响，对Ms进行敏感度分析.图3表示消防服务水平随关联成本和预算变化趋势的三维图.

[4]DOERNER K F,HARTL R F.Health care logistics,emergency preparedness,and disasterrelief:New challenges for routing problems with a focus on the austrian situation,In:The vehicle rounting problem:Lastest advances and new challenges[M].USA:Springer,2008.

  

图1 模式A与模式B下消防车数量与最佳服务水平随财政预算增加变化趋势Fig.1 The trend of fire vehicle quantity and fire service level with different budgets under mode A and B

  

图2 卫星消防站模式下标准消防站和小型消防站分布图Fig.2 Layout of standard fire station and small fire station under satellite fire station mode

由图3可知，在一定预算条件下，消防服务水平随卫星消防站关联成本的增长而下降.这是因为，关联成本的增长使预算范围内可建消防站数量降低，导致覆盖范围下降；或小型消防站升级为卫星副站的成本增加而导致中级火灾隐患点的被覆盖比例减少，影响了总体服务水平.因此，消防部门应合理控制卫星消防站关联成本，在预算范围内合理布局各类消防站的选址，达到最优消防服务水平.

  

图3 卫星消防站关联成本对卫星消防站服务水平的敏感度Fig.3 Sensitivity to satellite fire station related cost with respect to the fire service level

3 结论

本文通过构建卫星消防站关联机制，提出了超立方体排队论条件下不同等级灾害的车辆选址与调派渐进覆盖优化模型.应用GMAS和局部搜索算法求解此混合整数规划模型，并对黑龙江省哈尔滨市主城区卫星消防站布局进行了实例优化.通过分析卫星消防站关联成本对消防服务水平的影响，为哈尔滨市消防规划部门的预算投入提供了更为准确的参考.

糖尿病手术患者并发症发生风险明显高于其他类型对象，这与糖尿病本身引起的组织器官功能损伤有关[4]。在实践过程中，需要加强手术室护理质量改进，发挥护士能动性，从而确保患者的安全，降低并发症发生风险。研究显示，医院在实施细节护理改进后，低体温等并发症发生率显著下降，患者获益明显，与此同时麻醉苏醒时间、恢复室停留时间缩短，提示护理有助于减轻麻醉带来的负面影响，这与患者应激水平下降、麻醉深度的可控性增强、更稳定的术中脑灌注有关[5]。

在这里，是后生们进屋上楼梯时唱的歌，从“一脚”唱到“八脚”，每一首歌都是表达对姑娘找到良人的祝福。脚步由低到高，在意思上从“来看两结缘”层层递进到“郎来伴到六十年”，随着步步的推进，使人们对唱的内容印象更深刻。

综上所述，本文的数学模型为

[1]LI X P,ZHAO Z X,ZHU X Y,et al.Covering models and optimization techniques for emergency response facility location and planning:A review[J].Math.Meth.Res.,2011(74):281-310.

华为称，关于具体指控内容还非常少，华为并不知晓孟晚舟有任何不当行为。相信加拿大和美国的法律体系最终会给出公正的结论。华为还称，遵守业务所在国的所有适用法律法规，包括联合国、美国和欧盟适用的出口管制和制裁法律法规。

[2]央广网.全国城乡消防规划编修和小型消防站建设经验交流会召开[OL].(2017-08-10)[2017-11-11].http://news.cnr.cn/native/city/20170810/t20170810_523894922.shtml.[CNR.The conference of national urban and rural fire protection plan revision and small fire station construction experience washeld[OL].(2017-08-10)[2017-11-11].http://news.cnr.cn/native/city/20170810/t20170810_523894922.shtml.]

由1.3节所述模型求解算法对卫星消防站模式下选址覆盖模型进行求解.设现有的哈尔滨市主城区传统消防站模式为模式A；优化后的哈尔滨市主城区卫星消防站模式为模式B.图1显示了模式A与模式B下，消防车数量与最佳服务水平随财政预算增加的变化.

在我国经济发展过程中，土地发挥着巨大作用，工业发展或第三产业发展都离不开土地，对于很多农民来说，土地使用权被交易意味着维持基本生存的方式丧失，在加重他们基本生活困境的同时，造成他们对国家的信任大幅度降低。基于这种情况，国家开始对占用土地的农民进行经济补偿。随着国家对农民土地征收并给予经济补偿的现象增多，商家在发展经济的同时也着眼于对农民土地的使用上，这种现象在经济诱导下日趋严重，大量农民因此获得一时的经济来源，随着时间的推移，造成长久生存发展上的危机。针对此问题，国家应加强控制，通过政策以及具体管理措施来改善。

国资委成立十年以来，据统计，其工作人员因贪腐被调查的案例只有一起某下属单位工会办公室主任利用为单位采买办公用品之机，将个人购买物品所开发票塞入公家发票内报账，贪污公款1.5万元。蒋洁敏被免职，将国资委十年“零违纪”的纪录打破，震动可想而知。

[5]BERMAN O,DREZNER Z,KRASS D.Cooperative cover location problems:The planar case[J].IIE Trans.,2010(42):232-246.

[6]BERMAN O,KRASS D,DREZNER Z.The gradual coveringdecaylocation problem on anetwork[J].European Journal of Operational Research,2003(151):474-80.

[7]方磊,何建敏.城市应急系统优化选址决策模型和算法[J].管理科学学报,2005,8(1):12.[FANG L,HE J M.Urban emergency system location optimization model and algorithm[J].Management Science,2005,8(1):12.]

[8]LEKNES H,AARTUN E S,ANDERSSON H,et al.Strategic ambulance location for heterogeneous regions[J].European Journal of Operational Research,2017,260(1):122-133.

基于此，笔者详细讨论了竖井掘进机在凿岩掘进过程中可能存在的偏斜问题，编制了基于模糊控制理论的纠偏算法，并跟据实际情况，设计了以灰色系统理论为基础的偏斜预测系统。

[9]VAN BARNEVELD T C,BHULAI S,VAN DER MEI R D.The effectofambulance relocations on the performance of ambulance service providers[J].European Journal of Operational Research,2016,252(1):257-269.

[10]JAGTENBERG C J,BERG P L,MEIR D.Benchmarking online dispatch algorithms for emergency medical services[J].European Journal of Operational Research,2017,258(2):715-725.

[11]WANG J,LIU H,AN S,et al.A new partial coverage locating model for cooperative fire services[J].Information Sciences,2016(373):527-538.

[12]LIU H,WANG J.Cooperative hypercube queuing model and its configuration optimization for emergency service system[C].Transportation Research Board 96th Annual Meeting,2017.

[13]LIU H,WANG J,OUYANG Y.Responder planning underhypercube queuing equilibrium,cooperation and disruptions[C].INFORMS Annual Meeting,2017.

[14]ANSARI S,YOON S,ALBERT L A.An approximate hypercube model for public service systems with colocated servers and multiple response[J].Transportation Research Part E:Logistics and Transportation Review,2017(103):143-157.

[15]LARSON R C.Hypercube queuing model for facility location and redistricting in urban emergency services[J].Computers and Operations Research,1974(1):67-95.

[16]LARSON R C.Approximating the performance of urban emergency service systems[J].Operations Research,1975,23(5):845-868.

[17]KARASAKAL O,KARASAKAL E K.A maximal covering location model in the presence of partial coverage[J].Comput.Oper.Res.,2004(31):1515-1526.