【正文】 1整型規(guī)劃變量，且=為i到j的距離，k為規(guī)劃車次序數(shù)，m為總車次數(shù)。S{G}{H}指停車場，所有的備選中轉站和收集點的總和。是從中轉站r到處理站P的平均單位距離的運輸成本是中轉站r到處理站P的距離。為收集車輛容量。 （2）居民每天所產生的垃圾都能運往垃圾轉運站 （3）假設所有中轉站將當天的垃圾都能轉運到垃圾處理中心。 (3)中轉站和處理站一旦選定建成，使用年限為10年，每年按360天算。且有同種型號的運輸車輛若干，且載重量一定。且每輛車只負責一次收集活動。且此費用在一定時期內不變。(11)道路狀況確定.，不考慮路段擁擠、堵塞或車輛本身故障情況。對于本體來講，建立目標函數(shù)，在能處理運輸路線和廚余垃圾中心個數(shù)上，找尋一個權衡兩者的最優(yōu)組合。在垃圾轉運站和處理中心的位置和數(shù)量已確定的情況下，整個垃圾清運過程中所發(fā)生的費用主要取決于規(guī)劃期內垃圾從轉運站到處理中心的運輸費用，垃圾處理中心的固定投資費用，垃圾處理中心的運行費用。約束式2是滿足廚余垃圾垃圾處理中心處理能力的要求。 費用現(xiàn)值最小模型:約束方程：UikWk (i=1,2,...m,k=1,2,...p)問題二模型建立：對于問題2的模型建立，在問題1的基礎上，垃圾處理中心的數(shù)量和位置已經確定，討論如何設計垃圾清運車的清運路線，使得垃圾清運的成本最小。為01整型規(guī)劃變量，且=為i到j的距離，k為規(guī)劃車次序數(shù)，m為總車次數(shù)。 式(4)限定每一次車必須返回點0(中轉站)。其中第一項和第三項是處理站和中轉站的固定成本，第二項是運輸車輛的運行成本，等于中轉站和處理站之間的距離與往返次數(shù)以及單位距離運費的乘積，第四項是收集車輛的運行成本。為參數(shù)，反映了相應系數(shù)對效用的影響程約束條件(33 )確保每個收集點僅由一輛垃圾收集車進行收集。約束條件(37 )保證任何兩個到達中轉站的車輛不會在同一個收集路徑上。模型的求解第一個問題的解法： 目標函數(shù)為從現(xiàn)有m座垃圾收集站的位置中優(yōu)選出可以覆蓋m座垃圾收集站的最小數(shù)目的中轉站選點。約束式4是垃圾收集站是否位十第k座垃圾中轉站附近的決策變量。 第三步，找到可以給每一個收集點提供垃圾收集服務的可做為中轉站的收集點的集合Bpi) , i =1,2,...,m，一般來說，A(k)和B(i)這兩個集合是一致的，但是考慮到其他的一些限制條件，就可能出現(xiàn)差異。在問題被簡化后，在有限的侯選點上選擇一個組合解是可行的。垃圾收集站、中轉站和處理場之間的距離和引用物流理論中的折線距離，即： 代入費用，得 大型廚余垃圾處理中心P（座） 3小型廚余垃圾處理中心N（座） 1 名稱 坐標大型垃圾廚余處理中心A （,）大型垃圾廚余處理中心B （,）大型垃圾廚余處理中心C （,）小型垃圾廚余處理中心d （,）第二個問題的解法： (2)遺傳模擬退火算法實現(xiàn)a算法步驟 [1]確定初始種群，確定初始溫度； [2]若達到退火結束溫度，結束算法。 M為群體大小，即群體中所含個體的數(shù)量，一般取100~500。 (4)隨機初始化生成群體P。綜合考慮遺傳算法求解過程中求解的效率與計算效率之間的關系，本文設定種群規(guī)模為100。從而得到較為一般的單獨模型更理想的優(yōu)化組合。問題二模型；優(yōu)點：模型運用物流運輸線路優(yōu)化模型，并利用遺傳退火算法求解，可以兼顧到遺傳算法的并行遍利和退火算法的高效搜索。問題三模型；優(yōu)點：選址——路徑模型把選址問題與路徑問題當作整體對待。gs=new Settings()settings:CollectAndCollect=new ListRelation()。 //(new Relation(){Cost=0, Distence=0,F39。private Group CreateGroup(){ var basicElements=(cp=Element(cp:Name, cp)).ToList()。 =basicElements。 }private void Group_ Evolved(object sender, HeredityEventArgs e){ best=。private void ChangeProcessBar(string era){private double Distence(decimal distence, int year){ var a1lPorts(CollectPort)).ToListQ。 +=(a=portsOneCar[0].Name).Distence。) }} (=== amp。}+=。//中轉站容量foreach (var tp in tpUse){刀容量var capabilityNeed=(a= ).Sum(a二a. Weight)。 foreach (var d in ) { var valueAdd=(a= =d:Name}}(b= )).Sum(a=Distence(((b=).Sum(b=b. Weight)/5)*, 1))。}private Port ChooseTransPort(CollectPort collectPort, ListCollectPorta1lPorts){var min=。).Distence。 // settings. Cars [(settings: Cars. Count)] 。 //(Port)[()].Clone()。 } catch (Exception ex) { (this, ex:Message,”提示”,’ )。best=null。=true。()。//}//。}private int carCount。, (), }))=()。}catch (Exception ex){ =ex}private void backgroundWorker RunWorkerCompleted(object sender,RunWorkerCompletedEventArgs e) if (exception!=null) MessageBox: Show(exception. To String(),”錯誤”}=true。