韧性城市运营管理：新兴研究热点及其进展

doi:10.16381/j.cnki.issn1003-207x.2023.1737

Abstract

Abstract:

In the dual context of increasing urban risks and government policy promotion， the construction of resilient cities has gained remarkable momentum. Consequently， operational management issues have gradually emerged as an emerging research hotspot. Resilient city operational management seeks to fortify a city’s capacity to respond to risks， optimize the allocation of urban resources， and furnish decision-making support for the enhancement of urban security resilience. It serves as a catalyst for modernizing the urban governance system. Based on both domestic and international literature on resilient city operations management from 2013 to 2023， both quantitative and qualitative analyses are employed. Insights are distilled from these analyses to delineate six primary research domains within the purview of resilient city operational management. These domains encompass traffic management， logistics administration， water and energy management， environmental management， safety management， and smart urban development. Finally， progress in each domain is outlined， research focus areas within resilient city operations management is distilled， and， in conjunction with the latest research findings， the necessity and urgency of research in related fields are analyzed.

Key words: resilient city, operations management, risk response, resource optimization

CLC Number:

F299.1

Peng Wu, Qi Wang, Hong Huo, Zuoyi Liu. Progress and Prospects in an Emerging Hot Topic: Resilient City Operations Management[J]. Chinese Journal of Management Science, 2025, 33(1): 34-51.

Figures/Tables 12

References 101

1	Fletcher T D， Andrieu H， Hamel P. Understanding， management and modelling of urban hydrology and its consequences for receiving waters： A state of the art［J］. Advances in Water Resources， 2013， 51： 261-279.
2	Demuzere M， Orru K， Heidrich O， et al. Mitigating and adapting to climate change： Multi-functional and multi-scale assessment of green urban infrastructure［J］. Journal of Environmental Management， 2014，146： 107-115.
3	Sharifi A， Khavarian-Garmsir A R. The COVID-19 pandemic： Impacts on cities and major lessons for urban planning， design， and management［J］. Science of the Total Environment， 2020， 749： 142391.
4	Jabareen Y. Planning the resilient city： Concepts and strategies for coping with climate change and environmental risk［J］. Cities， 2013， 31： 220-229.
5	Hammond M J， Chen A S， Djordjevic S， et al. Urban flood impact assessment： A state-of-the-art review［J］. Urban Water Journal， 2015（12）： 14-29.
6	Ibn-Mohammed T， Mustapha K B， Godsell J， et al. A critical analysis of the impacts of COVID-19 on the global economy and ecosystems and opportunities for circular economy strategies［J］. Resources， Conservation and Recycling， 2021， 164： 105169.
7	Boje C， Guerriero A， Kubicki S， et al. Towards a semantic Construction Digital Twin： Directions for future research［J］. Automation in Construction， 2020， 114： 103179.
8	McCormick K， Anderberg S， Coenen L， et al. Advancing sustainable urban transformation［J］. Journal of Cleaner Production， 2013， 50： 1-11.
9	Sharifi A， Yamagata Y. Principles and criteria for assessing urban energy resilience： A literature review［J］. Renewable & Sustainable Energy Reviews， 2016， 60： 1654-1677.
10	Teixeira J F， Lopes M. The link between bike sharing and subway use during the COVID-19 pandemic： The case-study of New York's citi bike［J］. Transportation Research Interdisciplinary Perspectives， 2020， 6：100166.
11	张朋，谢云东，吴强，等.我国管理科学与工程学科研究热点及演化趋势［J］. 管理科学学报， 2022， 25（5）： 1-12.
	Zhang P， Xie Y D， Wu Q， et al. Hot topics and thematic evolutionary trends of researches on management science and engineering in China［J］. Journal of Management Sciences in China， 2022， 25（5）： 1-12.
12	Smit B， Wandel J. Adaptation， adaptive capacity and vulnerability［J］. Global Environmental Change， 2006， 16（3）： 282-292.
13	Sellberg M M， Ryan P， Borgstrom S T， et al. From resilience thinking to resilience planning： Lessons from practice［J］. Journal of Environmental Management， 2018， 217： 906-918.
14	Ahern J. From fail-safe to safe-to-fail： Sustainability and resilience in the new urban world［J］. Landscape and Urban Planning， 2011， 100（4）： 341-343.
15	Heeks R， Ospina A V. Conceptualising the link between information systems and resilience： A developing country field study［J］. Information Systems Journal， 2019， 29（1）： 70-96.
16	Godschalk D R. Urban hazard mitigation： Creating resilient cities［J］. Natural Hazards Review， 2003， 4（3）： 136-143.
17	Desouza K C， Flanery T H. Designing， planning， and managing resilient cities： A conceptual framework［J］. Cities， 2013， 35： 89-99.
18	Qi W， Shen Z J M. A smart-city scope of operations management［J］. Production and Operations Management， 2019， 28（2）： 393-406.
19	沈凌，陆建，王成晨.面向大型活动的交通应急预案快速生成与动态优化方法［J］. 交通信息与安全，2021， 39（3）： 33-40.
	Shen L， Lu J， Wang C C. Rapid generation and dynamic optimization of traffic emergency plans for large-scale events［J］. Journal of Transport Information and Safety， 2021， 39（3）： 33-40.
20	Wang Q Y， Nie X F. A stochastic programming model for emergency supply planning considering transportation network mitigation and traffic congestion［J］. Socio-Economic Planning Sciences，2022，79： 101119.
21	Alam M J， Habib M A， Husk D. Evacuation planning for persons with mobility needs： A combined optimization and traffic microsimulation modelling approach［J］. International Journal of Disaster Risk Reduction， 2022， 80： 103164.
22	Bagloee S A， Johansson K H， Asadi M. A hybrid machine-learning and optimization method for contraflow design in post-disaster cases and traffic management scenarios［J］. Expert Systems with Applications， 2019， 124： 67-81.
23	Tang Z H， Xie X W， Cai J J， et al. An optimization method of multi-objective evacuation path for off-site emergency under severe nuclear accidents［J］. Annals of Nuclear Energy， 2022， 174： 109170.
24	Yang X， Ban X G， Mitchell J. Modeling multimodal transportation network emergency evacuation considering evacuees’cooperative behavior［J］. Transportation Research Part A：Policy and Practice， 2018， 114： 380-397.
25	Alam M J， Habib M A. A dynamic programming optimization for traffic microsimulation modelling of a mass evacuation［J］. Transportation Research Part D：Transport and Environment， 2021， 97： 102946.
26	Feng J R， Gai W M， Li J Y. Multi-objective optimization of rescue station selection for emergency logistics management［J］. Safety Science， 2019， 120： 276-282.
27	Yang Y， Ma C X， Ling G. Pre-location for temporary distribution station of urban emergency materials considering priority under COVID-19： A case study of wuhan city， China［J］. Physica A： Statistical Mechanics and its Applications 2022， 597： 127291.
28	Liu K L， Zhang H L， Zhang Z H. The efficiency， equity and effectiveness of location strategies in humanitarian logistics： A robust chance-constrained approach［J］. Transportation research Part E：Logistics and Transportation Review， 2021， 156： 102521.
29	Wang Y， Peng S G， Xu M. Emergency logistics network design based on space-time resource configuration［J］. Knowledge-Based Systems， 2021， 223： 107041.
30	Liu H S， Sun Y X， Pan N， et al. Study on the optimization of urban emergency supplies distribution paths for epidemic outbreaks［J］. Computers & Operations Research， 2022， 146： 105912.
31	Wang Y， Wang X W， Fan J X， et al. Emergency logistics network optimization with time window assignment［J］. Expert Systems with Applications， 2023， 214： 119145.
32	Feizizadeh B， Omarzadeh D， Ronagh Z， et al. A scenario-based approach for urban water management in the context of the COVID-19 pandemic and a case study for the Tabriz metropolitan area， Iran［J］. Science of the Total Environment， 2021， 790： 148272.
33	Bakhtiari P H， Nikoo M R， Izady A， et al. A coupled agent-based risk-based optimization model for integrated urban water management［J］. Sustainable Cities and Society， 2020， 53： 101922.
34	Xiang X， Li Q， Khan S， et al. Urban water resource management for sustainable environment planning using artificial intelligence techniques［J］. Environmental Impact Assessment Review， 2021， 86： 106515.
35	Yyla B， Lei L， Ysl B， et al. Dynamic spatial-temporal precipitation distribution models for short-duration rainstorms in Shenzhen， China based on machine learning［J］. Atmospheric Research， 2020， 237： 104861.
36	Wang Y M， Zhang X D， Zhang D Z， et al. The structure design of integrated urban drainage systems： A view of robust optimization［J］. Journal of Environmental Management， 2022， 322： 116050.
37	She L， Wei M， You X Y. Multi-objective layout optimization for sponge city by annealing algorithm and its environmental benefits analysis［J］. Sustainable Cities and Society， 2021， 66（2）： 102706.
38	Wan S Y， Xu L Y， Qi Q， et al. Building a multi-objective optimization model for sponge city projects［J］. Urban Climate， 2022， 43： 101171.
39	Ottenburger S S， Akmak H K， Jakob W， et al. A novel optimization method for urban resilient and fair power distribution preventing critical network states［J］. International Journal of Critical Infrastructure Protection， 2020， 29： 100354.
40	Liu W， Yang Y B， Xu Q S， et al. Multi-target prediction model of urban distribution system rainfall-caused outage based on spatiotemporal fusion［J］. International Journal of Electrical Power & Energy Systems， 2023， 146： 108640.
41	Cui H， Xia W， Yang S， et al. Real-time emergency demand response strategy for optimal load dispatch of heat and power micro-grids［J］. International Journal of Electrical Power & Energy Systems， 2020， 121： 106127.
42	Zhang Y， Guo Q， Zhou Y， et al. Frequency-constrained unit commitment for power systems with high renewable energy penetration［J］. International Journal of Electrical Power & Energy Systems， 2023， 153： 109274.
43	Ardakani F F， Mozafari S B， Soleymani S. Scheduling energy and spinning reserve based on linear chance constrained optimization for a wind integrated power system［J］. Ain Shams Engineering Journal， 2022， 13（3）： 101582.
44	Ghasemi S， Moshtagh J. Distribution system restoration after extreme events considering distributed generators and static energy storage systems with mobile energy storage systems dispatch in transportation systems［J］. Applied Energy， 2022， 310： 118507.
45	Lu H， Azimi M， Iseley T. Short-term load forecasting of urban gas using a hybrid model based on improved fruit fly optimization algorithm and support vector machine［J］. Energy Reports， 2019（5）： 666-677.
46	Ma D L， Wu R T， Li Z K， et al. A new method to forecast multi-time scale load of natural gas based on augmentation data-machine learning model［J］. Chinese Journal of Chemical Engineering， 2022， 48： 166-175.
47	Deng Y Q， Ma X， Zhang P， et al. Multi-step ahead forecasting of daily urban gas load in Chengdu using a Tanimoto kernel-based NAR model and Whale optimization［J］. Energy， 2022， 260： 124993.
48	Habibi F， Asadi E， Sadjadi S J， et al. A multi-objective robust optimization model for site-selection and capacity allocation of municipal solid waste facilities： A case study in Tehran［J］. Journal of Cleaner Production， 2017， 166： 816-834.
49	Zhuo Q N， Yan W L. Optimizing the number and location of household waste collection sites by multi-maximal covering location model： An empirical study in Minamata City， Kumamoto Prefecture， Japan［J］. Journal of Cleaner Production， 2022， 379： 134644.
50	Pouriani S， Asadi G E， Paydar M M. A robust bi-level optimization modelling approach for municipal solid waste management： A real case study of Iran［J］. Journal of Cleaner Production， 2019， 240： 118125.
51	Moazzeni S， Tavana M， Darmian S M. A dynamic location-arc routing optimization model for electric waste collection vehicles［J］. Journal of Cleaner Production， 2022， 364： 132571.
52	Hu C， Liu X， Lu J， et al. Distributionally robust optimization for power trading of waste-to-energy plants under uncertainty［J］. Applied Energy， 2020， 276： 115509.
53	Teng S Y， Masa V， Tous M， et al. Waste-to-energy forecasting and real-time optimization： An anomaly-aware approach［J］. Renewable Energy， 2022， 181： 142-155.
54	Kardani N， Zhou A， Nazem M. Modelling of municipal solid waste gasification using an optimised ensemble soft computing model［J］. Fuel， 2021， 289： 119903.
55	Liu Z J， Xu C Q， Xu T， et al. Integrating socioecological indexes in multi objective intelligent optimization of green-grey coupled infrastructures［J］. Resources， Conservation and Recycling， 2021， 174： 105801.
56	Torres M N， Fontecha J E， Walteros J L， et al. City-scale optimal location planning of green infrastructure using piece-wise linear interpolation and exact optimization methods［J］. Journal of Hydrology， 2021， 601： 126540.
57	Feng L， Mi X， Yuan D. Optimal planning of urban greening system in response to urban microenvironments in a high-density city using genetic algorithm： A case study of Tianjin［J］. Sustainable Cities and Society， 2022， 87： 104244.
58	Li X， Li X S， Ma X D. Spatial optimization for urban green space （UGS） planning support using a heuristic approach［J］. Applied Geography， 2022， 138： 102622.
59	Huang H C， Yang H L， Chen Y L， et al. Urban green space optimization based on a climate health risk appraisal-A case study of Beijing city， China［J］. Urban Forestry & Urban Greening， 2021， 62： 127154.
60	Zhuang Q R， Lu Z M. Optimization of roof greening spatial planning to cool down the summer of the city［J］. Sustainable Cities and Society， 2021， 74： 103221.
61	Zhou J G， Xu Z X， Wang S G. A novel dual-scale ensemble learning paradigm with error correction for predicting daily ozone concentration based on multi-decomposition process and intelligent algorithm optimization， and its application in heavily polluted regions of China［J］. Atmospheric Pollution Research， 2022， 13： 101306.
62	Wang W， An X， Li Q， et al. Optimization research on air quality numerical model forecasting effects based on deep learning methods［J］. Atmospheric Research， 2022， 271： 106082.
63	Wang J Z， Bai L， Wang S Q， et al. Research and application of the hybrid forecasting model based on secondary denoising and multi-objective optimization for air pollution early warning system［J］. Journal of Cleaner Production， 2019， 234： 54-70.
64	Huang B， Pan Z， Wang G. A methodology to control urban traffic noise under the constraint of environmental capacity： A case study of a double-decision optimization model［J］. Transportation Research Part D：Transport and Environment， 2015， 41： 257-270.
65	Wang H， Sun B， Chen L. An optimization model for planning road networks that considers traffic noise impact［J］. Applied Acoustics， 2022， 192： 108693.
66	Hou Q， Cai M， Wang H B. Dynamic modeling of traffic noise in both indoor and outdoor environments by using a ray tracing method［J］. Building and Environment， 2017， 121： 225-237.
67	Rodríguez E O， Albores P， Brewster C. Disaster preparedness in humanitarian logistics： A collaborative approach for resource management in floods［J］. European Journal of Operational Research， 2018， 264（3）： 978-993.
68	Ghasemi P， Khalili D K. A robust simulation-optimization approach for pre-disaster multi-period location-allocation-inventory planning［J］. Mathematics and Computers in Simulation， 2021， 179： 69-95.
69	Wang J， Cai J， Yue X， et al. Pre-positioning and real-time disaster response operations： Optimization with mobile phone location data［J］. Transportation Research Part E：Logistics and Transportation Review， 2021， 150（4）： 102344.
70	Chaudhuri N， Bose I. Exploring the role of deep neural networks for post-disaster decision support［J］. Decision Support Systems， 2020， 130： 113234.
71	Chang K H， Wu Y Z， Ke S S. A simulation-based decision support tool for dynamic post-disaster pedestrian evacuation［J］. Decision Support Systems， 2022， 157： 113743.
72	Ardianto R， Chhetri P. Modeling spatial-temporal dynamics of urban residential fire risk using a markov chain technique［J］. International Journal of Disaster Risk Science， 2019， 10（1）： 57-73.
73	Jin G Y， Wang Q， Zhu C C， et al. Urban fire situation forecasting： Deep sequence learning with spatio-temporal dynamics［J］. Applied Soft Computing， 2020， 97：106730.
74	Nyimbili P H， Erden T. GIS-based fuzzy multi-criteria approach for optimal site selection of fire stations in istanbul， turkey ［J］. Socio-Economic Planning Sciences， 2020， 71： 100860.
75	Rodriguez S A， De la Fuente R A， Aguayo M M. A facility location and equipment emplacement technique model with expected coverage for the location of fire stations in the concepción province， Chile［J］. Computers & Industrial Engineering， 2020， 147： 106522.
76	Rodriguez S A， Fuente R， Aguayo M M， et al. A simulation-optimization approach for the facility location and vehicle assignment problem for firefighters using a loosely coupled spatio-temporal arrival process［J］. Computers & Industrial Engineering， 2021， 157（3）： 107242.
77	Liu Q， He R F， Zhang L M. Simulation-based multi-objective optimization for enhanced safety of fire emergency response in metro stations［J］. Reliability Engineering & System Safety， 2022， 228： 108820.
78	Fritze R， Graser A， Sinnl M. Combining spatial information and optimization for locating emergency medical service stations： A case study for lower austria［J］. International Journal of Medical Informatics， 2018， 111： 24-36.
79	Oksuz M K， Satoglu S I. A two-stage stochastic model for location planning of temporary medical centers for disaster response［J］. International Journal of Disaster Risk Reduction， 2020， 44： 101426.
80	Luo L， Wan X Y， Wang Q Y. A multi-period location-allocation model for integrated management of emergency medical supplies and infected patients during epidemics［J］. Computers & Industrial Engineering， 2022， 173： 108640.
81	孙莹，刘慧萍，颜瑞，等. 基于韧性和社会福利的应急医疗物资供应链均衡优化［J］. 中国管理科学， 2023， 31（8）： 132-141.
	Sun Y， Liu H P， Yan R， et al. Equilibrium optimization of the supply chain of emergency medical supplies based on resilience and social welfare［J］. Chinese Journal of Management Science， 2023， 31（8）： 132-141.
82	Liu J， Bai J， Wu D. Medical supplies scheduling in major public health emergencies［J］. Transportation Research Part E：Logistics and Transportation Review， 2021， 154（2）： 102464.
83	Jagtenberg C J， Van D， Van D. Benchmarking online dispatch algorithms for emergency medical services［J］. European Journal of Operational Research， 2017， 258： 715-725.
84	Khan S I， Qadir Z， Munawar H S， et al. UAVs path planning architecture for effective medical emergency response in future networks［J］. Physical Communication， 2021， 47： 101337.
85	Ouallane A A， Bakali A， Bahnasse A， et al. Fusion of engineering insights and emerging trends： Intelligent urban traffic management system［J］. Information Fusion， 2022， 88： 218-248.
86	Yang X Y， Liu G Q， Guo Q Y， et al. Triboelectric sensor array for internet of things based smart traffic monitoring and management system［J］. Nano Energy， 2022， 92： 106757.
87	Devi T， Alice K， Deepa N. Traffic management in smart cities using support vector machine for predicting the accuracy during peak traffic conditions［J］. Materials Today： Proceedings， 2022， 62： 4980-4984.
88	Shi Y H， Lin Y， Lim M K， et al. An intelligent green scheduling system for sustainable cold chain logistics［J］. Expert Systems with Applications， 2022， 209： 118378.
89	Zhan J S， Dong S F， Hu W. Ioe-supported smart logistics network communication with optimization and security［J］. Sustainable energy technologies and assessments， 2022， 52： 102052.
90	Raghavendra S， Neelakandan S， Prakash M， et al. Artificial humming bird with data science enabled stability prediction model for smart grids［J］. Sustainable Computing： Informatics and Systems， 2022， 36： 100821.
91	Mohammadi Y， Hamed S G， Kazemi A. A multi-objective fuzzy optimization model for electricity generation and consumption management in a micro smart grid［J］. Sustainable Cities and Society， 2022， 86： 104119.
92	Bolurian A， Akbari H， Mousavi S， et al. Bi-level energy management model for the smart grid considering customer behavior in the wireless sensor network platform［J］. Sustainable Cities and Society， 2023， 88： 104281.
93	Rajesh P， Shajin F H， Kannayeram G. A novel intelligent technique for energy management in smart home using internet of things［J］. Applied Soft Computing， 2022， 128： 109442.
94	Chen Z， Sivaparthipan C B， Muthu B. Iot based smart and intelligent smart city energy optimization［J］. Sustainable Energy Technologies and Assessments， 2022， 49： 101724.
95	段妍婷，胡斌，余良，等. 物联网环境下环卫组织变革研究——以深圳智慧环卫建设为例［J］. 管理世界， 2021， 37（8）： 207-225.
	Duan Y T， Hu B， Yu L， et al. Research on organizational reform of sanitation in iot environment： A case study of smart sanitation construction in shenzhen［J］. Journal of Management World，2021，37（8）： 207-225.
96	Roy A， Manna A， Kim J， et al. IoT-based smart bin allocation and vehicle routing in solid waste management： A case study in South Korea［J］. Computers & Industrial Engineering， 2022， 171： 108457.
97	Li V O， Lam J C， Han Y， et al. A big data and artificial intelligence framework for smart and personalized air pollution monitoring and health management in hong kong［J］. Environmental Science and Policy， 2021， 124： 441-450.
98	Roldán J， Boubeta P J， Martínez J L， et al. Integrating complex event processing and machine learning： An intelligent architecture for detecting iot security attacks［J］. Expert Systems with Applications， 2020， 149： 113251.
99	Fuqua D， Hespeler S. Commodity demand forecasting using modulated rank reduction for humanitarian logistics planning［J］. Expert Systems with Applications， 2022， 206： 117753.
100	王田，梁洋洋. 基于智能电网技术的能源网络供应链买电策略研究［J］. 中国管理科学， 2021， 29（7）： 110-117.
	Wang T， Liang Y Y. Optimal energy procurement policies in smart grid energy supply chain networks［J］. Chinese Journal of Management Science， 2021， 29（7）： 110-117.
101	陈真杰，王国庆，朱建明. 电网与天然气网络协同下配电网线路加固决策研究［J］. 中国管理科学， 2022， 30（12）： 293-304.
	Chen Z J， Wang G Q， Zhu J M. Research on distribution network line hardening decision under the cooperation of power grid and natural gas network［J］. Chinese Journal of Management Science， 2022， 30（12）： 293-304.

文献	研究主题	发表期刊	年份	被引频次
[1]	城市水管理	Advances in Water Resources	2013	584
[2]	绿色基础设施	Journal of Environmental Management	2014	522
[3]	疫情下城市管理	Science of the Total Environment	2020	491
[4]	气候和环境变化	Cities	2013	400
[5]	城市洪水	Urban Water Journal	2015	386
[6]	系统韧性	Resources，Conservation and Recycling	2021	376
[7]	数字孪生建筑	Automation in Construction	2020	353
[8]	可持续城市转型	Journal of Cleaner Production	2013	284
[9]	城市能源韧性	Renewable & Sustainable Energy Reviews	2016	260
[10]	城市交通	Transportation Research Interdisciplinary Perspectives	2020	246

文献	城市/地区	事件	模型	求解方法
[19]	北京	冬奥会	-	-
[20]	美国东南部	飓风	两阶段随机应急规划模型	Benders分解
[21]	哈利法	自然灾害	特殊人群疏散交通模型	仿真算法
[22]	温尼伯	大规模疏散	双层反向交通流模型	混合启发式算法
[23]	福岛	福岛核事故	多目标疏散路径规划模型	改进蚁群优化算法
[24]	曼哈顿	大规模疏散	多式联运紧急疏散模型	逐次平均算法
[25]	哈利法	大规模疏散	交通疏散微观仿真模型	动态规划算法

文献	城市/地区	事件	模型	求解方法
[26]	-	应急管理	多目标优化模型	Dijkstra算法
[27]	武汉	新冠疫情	多目标预选址模型	NSGA-II
[28]	美国东南部	飓风	分布鲁棒设施选址模型	逐次逼近
[29]	重庆	新冠疫情	双目标混合整数规划模型	混合启发式
[30]	石家庄	新冠疫情	多目标配送优化模型	多元宇宙优化
[31]	重庆	新冠疫情	多目标车辆路径优化模型	自适应大邻域搜索

文献	城市/地区	事件	模型	求解方法
[32]	泰布里兹	干旱	基于GIS的多准则决策模型	-
[33]	设拉子	干旱	基于条件风险耦合优化模型	-
[34]	-	水资源管理	动态水资源规划模型	敏感性驱动
[35]	深圳	暴雨	动态时空分布模型	机器学习
[36]	中国北方城市	水污染	多目标鲁棒优化模型	NSGA-II
[37]	天津	城市洪涝	多目标优化模型	模拟退火
[38]	北京通州区	城市洪涝	多目标优化模型	NSGA-II
[39]	-	电力短缺	电网分配模型	通用学习进化
[40]	中国华南城市	暴雨	多目标预测模型	机器学习
[41]	-	紧急事件	两阶段最优负荷调度模型	仿真
[42]	-	不稳定	频率稳定约束机组启停模型	Benders分解
[43]	-	突发事件	能源和旋转备用调度模型	仿真
[44]	-	极端事件	静态/动态储能系统调度模型	仿真
[45]	昆明	天然气需求	燃气负荷预测模型	果蝇优化
[46]	某地区	天然气需求	燃气负荷预测模型	混合启发式
[47]	成都	天然气需求	燃气负荷预测模型	鲸鱼优化

文献	城市/地区	事件	模型	求解方法
[48]	德黑兰	废品收集	多目标鲁棒优化模型	商业求解器
[49]	水俣市	工业污染	多级最大覆盖选址模型	商业求解器
[50]	马赞达兰	废品收集	鲁棒优化模型	商业求解器
[51]	埃德蒙顿	废品收集	动态选址路径优化模型	混合启发式
[52]	北欧城市	废品转化能源	两阶段分布鲁棒优化模型	商业求解器
[53]	捷克	废品转化能源	废品能源转化优化框架	层次时序记忆
[54]	-	生活垃圾气化	优化集成模型	粒子群优化
[55]	武汉	可持续发展	多目标评价系统	二代遗传算法
[56]	波哥大	暴风雨	绿色基础设施选址规划	商业求解器
[57]	天津	城市绿化	绿色空间选址优化模型	遗传算法
[58]	徐州	城市绿化	城市绿色空间优化模型	启发式
[59]	北京	城市热岛效应	多目标绿地分配模型	遗传算法
[60]	香港九龙	城市绿化	城市降温模型	遗传算法
[63]	中国三大都市	空气污染	空气污染预测	多目标优化算法
[61]	太原和上海	空气污染	高精度的臭氧浓度预测	集成学习范式
[62]	京津冀地区	空气质量监测	空气质量预测模型	深度学习
[64]	青岛	噪音污染	交通噪声双重决策优化	遗传算法
[65]	天津	噪音污染	考虑噪声的路网优化模型	仿真
[66]	广州	噪音污染	交通噪声动态模型	仿真

Progress and Prospects in an Emerging Hot Topic: Resilient City Operations Management

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 12

References 101

Related Articles 7

Metrics

Comments

Recommended 0

文献	城市/地区	事件	模型	求解方法
[67]	阿卡普尔科	洪水	双目标优化模型	商业求解器
[68]	德黑兰	地震	多期选址分配库存模型	遗传算法
[69]	海地	地震	两阶段随机规划模型	分支定界
[70]	日本东北地区	地震	-	机器学习
[71]	台湾	地震	随机行人细胞传输模型	仿真
[72]	墨尔本	火灾	空间集成火灾风险模型	马尔科夫链
[73]	墨西哥	火灾	火灾态势预测网络模型	深度学习
[74]	伊斯坦布尔	火灾	消防站选址	多准则决策分析
[75]	康塞普西翁	火灾	设施选址和设备定位模型	启发式算法
[76]	康塞普西翁	火灾	鲁棒优化模型	仿真
[77]	武汉	火灾	多目标优化模型	仿真
[78]	奥地利州	紧急医疗	医疗服务场所规划模型	商业求解器
[79]	伊斯坦布尔	地震	两阶段随机规划模型	商业求解器
[80]	武汉	疫情	医疗设施选址和分配动态模型	商业求解器
[82]	武汉	疫情	医疗物资的调度模型	动态规划算法
[83]	乌特勒支	资源受限	离线救护车调度模型	商业求解器
[84]	-	突发事件	无人机路径规划模型	混合启发式

文献	应用技术	开发系统
[86]	5G网络、物联网	智能交通监测和管理系统
[87]	大数据	城市交通系统
[88]	后疫情	智能绿色调度系统
[89]	智慧物流质量监测	万物互联智能物流网络系统
[90]	人工智能	智能能源管理系统
[91]	智能电网	智能电力供需管理系统
[93]	物联网	智能家电能源管理系统
[92]	物联网、无线传感网	考虑用户行为的智能电网系统
[94]	物联网	节能智能道路照明系统
[96]	物联网	污染传感器移动平台
[97]	大数据、人工智能	空气污染检测和管理平台
[98]	物联网	物联网安全攻击检测系统

[1]	Jingwen Wu, Lu Zhen. Review on Mathematical Programming Algorithms for Production and Operations Management Optimization [J]. Chinese Journal of Management Science, 2025, 33(1): 345-355.
[2]	ZHANG Wei-yue, LIU Chen-guang, LI Lin, JIAO Jin-xia. Allocation of the Carbon Emission Abatement Target in A Two-echelon Supply Chain [J]. Chinese Journal of Management Science, 2021, 29(9): 90-101.
[3]	SONG Hong-fang, CHU Hong-rui, ZHANG Wen-si. Hospital Inpatient Bed Management Based on Two-stage Medical Service Process [J]. Chinese Journal of Management Science, 2020, 28(3): 93-102.
[4]	ZHANG Yao, SUN Meng-yang, GUAN Xin. Method of Selecting Project Risk Response Strategies Considering Total Risk Interdependence [J]. Chinese Journal of Management Science, 2020, 28(1): 32-44.
[5]	WANG Xi-hui, LI Feng, LIANG Liang. The Deconstruction of a Relief Material Supply Network and Corresponding Structure Optimization Model [J]. Chinese Journal of Management Science, 2017, 25(1): 139-150.
[6]	LAN Bo-xiong, WANG Ya-ming, WANG Wei. Enterprise Resource Optimization and Value Chain Analysis [J]. Chinese Journal of Management Science, 2011, 19(1): 69-76.
[7]	LAN Bo-xiong, JIANG Nan, ZHENG Yan. A Heuristic Lot-Sizing Algorithm for Large Scale Lot-Sizing Problem [J]. Chinese Journal of Management Science, 2010, 18(2): 81-88.

年份	交通管理	物流管理	水资源与能源管理	环境管理	安全管理	智慧发展
2013	13	11	13	17	10	3
2014	10	16	17	29	10	4
2015	15	9	13	30	16	5
2016	13	20	15	29	10	14
2017	12	12	11	21	12	10
2018	12	16	13	24	12	29
2019	11	20	15	35	12	22
2020	11	17	20	14	31	49
2021	11	14	13	45	15	24
2022	11	22	21	30	20	34
2023	9	18	11	37	18	30