近日，上海理工大学管理学院、智慧应急管理学院师生聚焦“应急全生命周期智慧化管理”这一核心课题，以“灾前准备—灾中响应—灾后恢复”的应急管理体系为逻辑主线，分别在疏散导引优化、交通韧性提升、应急物资调度三大场景实现突破。相关研究成果分别以“地铁站内哪种引导信息效果最佳：基于可编辑VR平台的横向对比研究”（Which guiding information performs best in metro station: a side-by-side comparison based on an editable VR platform）为题发表于《事故分析与预防》（Accident Analysis & Prevention）上、以“基于代理模型的灾后车道反向优化提升城市交通韧性研究”（Post-disruption lane reversal optimization with surrogate modeling to improve urban traffic resilience）为题发表于《交通运输研究B辑：方法论》（Transportation Research Part B: Methodological）上、以“震后道路中断条件下基于母机-终端无人机协同的医药配送分布鲁棒调度优化”（Distributionally robust scheduling optimization for pharmaceutical delivery using coordinated mother-end drones under post-earthquake road disruptions）为题发表于《交通运输研究E辑：物流与运输评论》（Transportation Research Part E: Logistics and Transportation Review）上。三篇论文的作者分别为黄中意副教授（第一作者，第一单位上海理工大学）、孙文喆教授（唯一通讯作者）和赵来军教授（第一作者，第一单位上海理工大学）。
灾前准备：基于VR技术的地铁导引导系统选型优化
在灾前准备阶段，团队创新性地利用可编辑VR平台，对地铁站内七类引导标识进行科学评估。该研究通过224名参与者的对照实验，建立了包含感知率、理解耗时、路径决策准确率与犹豫时长的四维定量评价体系。
研究发现，由红色叉和绿色箭头构成的新式标识牌综合表现最优，字幕指示牌和传统指示牌表现较差。研究还明确了标识牌的最佳布设原则：以图形为主传达信息的指示牌宜垂直疏散方向布设，以色彩为主传达引导信息的指示牌需与客流方向一致。研究为城市公共空间的导向系统设计提供了量化决策方法，为地铁站疏散引导装置的优化选型提供了科学依据。
基于可编辑VR实验平台的地铁导引系统对比实验设置
灾中响应：车道反向控制提升交通应急韧性
在灾中响应阶段，研究团队针对灾后路网恢复中交通流与网络供给复杂耦合的优化难题，创新性地提出了一个基于代理模型的车道反向控制智能优化框架。其核心创新在于，融合了能解析网络动态的计算模型与用于校正误差的高斯过程回归模型，从而构建出一个兼顾效率与精度的新型求解方案。该框架不仅大幅降低了对密集型计算资源的依赖，更能精准刻画由时变恢复决策引发的网络状态演变过程。
研究结果显示，在仅需约150次仿真计算的条件下，就能在大型路网中将交通韧性损失降低约6%。更重要的是，研究揭示了控制资源与恢复性能之间的权衡关系，为应急决策提供了科学依据。
供应中断条件下交通韧性的定义与计算方法
灾后恢复：无人机系统实现应急物资精准配送
在灾后恢复阶段，研究团队聚焦于道路系统受损、地面交通受阻条件下的人道主义物资可持续配送难题，构建了一套“母机-子机”协同无人机配送体系及其两阶段分布鲁棒优化模型。该研究通过集成K-means聚类选址算法、多目标路径规划与基于矩信息的鲁棒优化方法，形成了兼顾恢复效率、资源约束与不确定性的集成决策框架，显著提升了大规模灾区恢复期物流调度的计算可解性与方案可行性。
以2025年缅甸7.9级地震的实际灾后恢复场景为验证案例，该模型在多重不确定条件下均能生成兼顾经济性与可靠性的无人机调度方案，在控制延迟成本、保障服务覆盖方面表现显著优于传统确定性模型、随机规划及经典鲁棒优化方法。研究进一步揭示出在资源有限条件下，无人机性能配置、受灾区域动态分区与服务响应水平之间的系统权衡关系，为灾后恢复阶段的精准资源调度与韧性物流体系建设提供了模型和算法支持。
灾后应急响应中母机-终端无人机协同调度概念图
应用前景：从理论突破到城市安全升级
系列研究面向灾前预防、灾中响应、灾后恢复三个阶段，系统构建了面向城市灾害全周期管理的技术支撑体系：在灾前阶段，通过VR行为实验平台科学优化疏散引导系统，从源头提升风险防范能力；在灾中阶段，依托代理模型实现交通网络的快速重构与应急车道动态调配，保障生命救援通道高效畅通；在灾后阶段，通过无人机协同系统与鲁棒优化算法，破解极端条件下应急物资精准配送的难题。研究成果形成“风险防控—应急响应—资源调度”的全链条解决方案，为智慧城市公共安全治理提供了从理论方法、技术工具到决策系统的完整支撑。
论文链接：
[1] Huang Z, Shan H, Fang Z, et al. Which guiding information performs best in metro station: a side-by-side comparison based on an editable VR platform[J]. Accident Analysis & Prevention, 2025, 221: 108205. DOI: https://doi.org/10.1016/j.aap.2025.108205
[2] Lu Q L, Sun W, Lyu C, et al. Post-disruption lane reversal optimization with surrogate modeling to improve urban traffic resilience[J]. Transportation Research Part B: Methodological, 2025, 197: 103237. DOI: https://doi.org/10.1016/j.trb.2025.103237
[3]Zhao L, Huang Q, Wu C. Distributionally robust scheduling optimization for pharmaceutical delivery using coordinated mother-end drones under post-earthquake road disruptions[J]. Transportation Research Part E: Logistics and Transportation Review, 2026, 205: 104481. DOI: https://doi.org/10.1016/j.tre.2025.104481
