20xx年全國(guó)大學(xué)生數(shù)學(xué)建模夏令營(yíng)a題垃圾分類處理與清運(yùn)方案論文-預(yù)覽頁(yè)
【正文】 1整型規(guī)劃變量，且=為i到j(luò)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(chǎng)，所有的備選中轉(zhuǎn)站和收集點(diǎn)的總和。是從中轉(zhuǎn)站r到處理站P的平均單位距離的運(yùn)輸成本是中轉(zhuǎn)站r到處理站P的距離。為收集車輛容量。 （2）居民每天所產(chǎn)生的垃圾都能運(yùn)往垃圾轉(zhuǎn)運(yùn)站 （3）假設(shè)所有中轉(zhuǎn)站將當(dāng)天的垃圾都能轉(zhuǎn)運(yùn)到垃圾處理中心。 (3)中轉(zhuǎn)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(hào)的運(yùn)輸車輛若干，且載重量一定。且每輛車只負(fù)責(zé)一次收集活動(dòng)。且此費(fèi)用在一定時(shí)期內(nèi)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(duì)于本體來(lái)講，建立目標(biāo)函數(shù)，在能處理運(yùn)輸路線和廚余垃圾中心個(gè)數(shù)上，找尋一個(gè)權(quán)衡兩者的最優(yōu)組合。在垃圾轉(zhuǎn)運(yùn)站和處理中心的位置和數(shù)量已確定的情況下，整個(gè)垃圾清運(yùn)過(guò)程中所發(fā)生的費(fèi)用主要取決于規(guī)劃期內(nèi)垃圾從轉(zhuǎn)運(yùn)站到處理中心的運(yùn)輸費(fèi)用，垃圾處理中心的固定投資費(fèi)用，垃圾處理中心的運(yùn)行費(fèi)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(fèi)用現(xiàn)值最小模型:約束方程：UikWk (i=1,2,...m,k=1,2,...p)問(wèn)題二模型建立：對(duì)于問(wèn)題2的模型建立，在問(wèn)題1的基礎(chǔ)上，垃圾處理中心的數(shù)量和位置已經(jīng)確定，討論如何設(shè)計(jì)垃圾清運(yùn)車的清運(yùn)路線，使得垃圾清運(yùn)的成本最小。為01整型規(guī)劃變量，且=為i到j(luò)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(diǎn)0(中轉(zhuǎn)站)。其中第一項(xiàng)和第三項(xiàng)是處理站和中轉(zhuǎn)站的固定成本，第二項(xiàng)是運(yùn)輸車輛的運(yùn)行成本，等于中轉(zhuǎn)站和處理站之間的距離與往返次數(shù)以及單位距離運(yùn)費(fèi)的乘積，第四項(xiàng)是收集車輛的運(yùn)行成本。為參數(shù)，反映了相應(yīng)系數(shù)對(duì)效用的影響程約束條件(33 )確保每個(gè)收集點(diǎn)僅由一輛垃圾收集車進(jìn)行收集。約束條件(37 )保證任何兩個(gè)到達(dá)中轉(zhuǎn)站的車輛不會(huì)在同一個(gè)收集路徑上。模型的求解第一個(gè)問(wèn)題的解法： 目標(biāo)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(zhuǎn)站選點(diǎn)。約束式4是垃圾收集站是否位十第k座垃圾中轉(zhuǎn)站附近的決策變量。 第三步，找到可以給每一個(gè)收集點(diǎn)提供垃圾收集服務(wù)的可做為中轉(zhuǎn)站的收集點(diǎn)的集合Bpi) , i =1,2,...,m，一般來(lái)說(shuō)，A(k)和B(i)這兩個(gè)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(wèn)題被簡(jiǎn)化后，在有限的侯選點(diǎn)上選擇一個(gè)組合解是可行的。垃圾收集站、中轉(zhuǎn)站和處理場(chǎng)之間的距離和引用物流理論中的折線距離，即： 代入費(fèi)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(biāo)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(gè)問(wèn)題的解法： (2)遺傳模擬退火算法實(shí)現(xiàn)a算法步驟 [1]確定初始種群，確定初始溫度； [2]若達(dá)到退火結(jié)束溫度，結(jié)束算法。 M為群體大小，即群體中所含個(gè)體的數(shù)量，一般取100~500。 (4)隨機(jī)初始化生成群體P。綜合考慮遺傳算法求解過(guò)程中求解的效率與計(jì)算效率之間的關(guān)系，本文設(shè)定種群規(guī)模為100。從而得到較為一般的單獨(dú)模型更理想的優(yōu)化組合。問(wèn)題二模型；優(yōu)點(diǎn)：模型運(yùn)用物流運(yùn)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(wèn)題三模型；優(yōu)點(diǎn)：選址——路徑模型把選址問(wèn)題與路徑問(wèn)題當(dāng)作整體對(duì)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(zhuǎn)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(cuò)誤”}=true。
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1