高效的应急救援系统对于降低生命和财产损失具有重要意义，选址决策作为战略规划，具有长期的影响力。《基于分布式鲁棒优化的应急救援系统选址模型和算法研究》考虑了应急救援过程中可能存在的中断风险、需求波动，以及其他潜在的多重不确定性，采用分布式鲁棒优化方法决策应急设施选址和物资储备方式，改善了救援过程中的资金不足、救援质量下降等问题，利用理论性质对模型进行有效近似，提出了外逼近、分支剪界等算法加速求解效率。研究结果显示，本书的模型较为全面地刻画了实际应急系统，显著提升了传统算法的运算速度，同时有效兼顾了实际救援过程中的效率和公平。 本书可供管理科学与工程学、工业工程、交通运输工程、物流工程及物流管理方向的高年级本科生、研究生及相关领域科研人员参考。

刘康琳，工学博士，北京交通大学交通运输学院物流工程系讲师，主要研究方向为供应链网络优化、人道主义物流、随机和鲁棒优化。本科毕业于北京师范大学；博士毕业于清华大学工业工程系，获北京市优秀毕业生、清华大学优秀学位论文、国家奖学金等荣誉，曾赴美国密歇根大学访问。研究成果被**期刊EJOR、TRB、IISE Transaction、IJPR接收，并担任IJOC、CIE、IJPR等国际期刊审稿人。

导师序言 本书的编辑出版恰逢新冠疫情世界范围依然流行、极端天气导致的郑州大雨刚刚结束之时，这些事件中的应急救援活动给人们留下了深刻印象。本书针对应急救援设施的选址决策开展理论研究和案例分析，正好迎合了当前热点，反映了研究工作的重要价值。非常感谢清华大学和清华大学出版社的支持，使作者的博士学位论文研究工作能够入选“清华大学优秀博士学位论文丛书”项目。本人也非常荣幸为本书作序。 应急救援在现代社会发展中扮演着越来越重要的角色。它用来减少由于自然灾害（例如极端天气、地震、疫情等）或者人为因素（恐怖袭击、核泄漏等）给人类社会经济系统造成的巨大生命和财产损失。应急救援服务包括灾害发生前、灾害发生时和灾害发生后三个阶段。灾前决策能显著提高救援过程中的救援效率、缩短响应时间、降低救援成本。因此，针对灾前决策的研究得到了学术界的广泛关注。 本书作者针对灾害发生前的应急救援设施选址这一战略性决策开展研究。特别是考虑了救援过程中来自需求端和供给端的不确定因素，采用分布鲁棒优化方法对它们进行数学建模，进而分别针对三类重要的救援设施选址问题开展了理论研究和实证分析，包括考虑需求不确定性的救助站选址问题、在 Wasserstein模糊集内考虑供给中断风险的选址问题、综合考虑需求端和供给端的不确定性的救助站选址问题。研究工作结合问题特征、数据可得性，以及模型易计算性的要求，对问题进行了数学建模研究；通过分析模型结构特征，开发了高效的最优算法。模型和算法在以实际案例数据为基础的数值分析中表现出优秀的性能；通过算例分析，探索了相应的应急救援设施选址决策中的若干管理规律。 本书的研究应用分布鲁棒...