20xx年全國大學(xué)生數(shù)學(xué)建模夏令營a題垃圾分類處理與清運方案論文(存儲版)
【正文】 stRelation()。所以初值的選取好壞對最終結(jié)果有一定影響。模型評價問題一模型；優(yōu)點：通過兩個互補模型的連立復(fù)合，使得垃圾處理中心數(shù)量、位置，于經(jīng)濟(jì)因素相互聯(lián)系，相互制約。 Pm為變異概率， ~。對十待建垃圾中轉(zhuǎn)站的固定投資Fk，根據(jù)其實際接納的垃圾量，結(jié)合實際工程經(jīng)驗假定為分段常數(shù)函數(shù)進(jìn)行估算。 第二步，根據(jù)垃圾收集最優(yōu)半徑450m，找出每一個可以作為中轉(zhuǎn)站的收集點以提供垃圾收集服務(wù)的服務(wù)范圍內(nèi)的收集點集合A(k), k=1,2,...,m,即距離該收集點距離小十或等十垃圾最優(yōu)收集半徑的所有收集點的集合。最后三個約束條件(311)、(312 )和(313 )保證滿足整數(shù)約束。表示處理站所產(chǎn)生的負(fù)效用與其規(guī)模成正比，與離居民區(qū)的距離成反比。 式(3)限定每一車次的路線必須從點0(中轉(zhuǎn)站)出發(fā)。約束式5是第i座垃圾轉(zhuǎn)運站是否有垃圾清運到第k座垃圾處理中心的決策變量。利用集合覆蓋模型已確定垃圾處理中心的待選點后，運用整數(shù)規(guī)劃建立整個垃圾清運系統(tǒng)總費用現(xiàn)值最小模型，進(jìn)行總體優(yōu)化，從垃圾處理中心待選點中優(yōu)選出處理中心位置的最優(yōu)組合，確定最優(yōu)組合中每座垃圾處理中心接納的垃圾量。中轉(zhuǎn)站的處理容量取20噸/天。(7)每輛收集車為一個以上的收集點服務(wù)。 (2)廢棄物只能先運到中轉(zhuǎn)站，然后由中轉(zhuǎn)站運送到處理站，不能直接運送到處理站。是收集點i到處理站P的距離為收集點1的垃圾量。L{p|p=1,...p}對是一系列備選的處理站。（1）假定現(xiàn)有垃圾轉(zhuǎn)運站的規(guī)模與位置不變的條件下，即38個垃圾轉(zhuǎn)運站位置確定接收垃圾能力一定。關(guān)鍵詞：最優(yōu)組合 集合覆蓋 周期多車場車輛 遺傳模擬退火算法 背景近年來垃圾包圍城市的問題越來越突出，為了解決這一難題，中國許多大中城市投資興建垃圾填埋場和焚燒場，垃圾處理工藝越來越先進(jìn)有效，而原有發(fā)展多年的城市環(huán)衛(wèi)清掃體系也保證了垃圾的有效收集，但是中轉(zhuǎn)運輸這一環(huán)的發(fā)展滯后卻逐漸成為立即處理系統(tǒng)的瓶頸，隨之產(chǎn)生原有收運系統(tǒng)與其不配套的問題，如垃圾處理場遠(yuǎn)離市區(qū)；城市垃圾收運車噸位又比較小，不適宜遠(yuǎn)途運輸?shù)?，為了解決這些問題，垃圾分類處理與清運方案設(shè)計的問題得到越來越多的人的關(guān)注。本文運用遺傳模擬退火算法進(jìn)行求解。垃圾分類處理與清運方案設(shè)計隨著我國城市生活質(zhì)量要求的提高及垃圾處理事業(yè)的發(fā)展，垃圾轉(zhuǎn)運系統(tǒng)的轉(zhuǎn)運效率和投資效益在城市環(huán)衛(wèi)建設(shè)中起著越來越重要的作用。我們參考周期多車場車輛路徑問題（Periodic Mulitdepot Vehicle Routing Problem，Periodic MDVRP），因為VRP問題已被證明為NP問題，通過普通計算數(shù)據(jù)量大并很難求出有效解。我們通過實驗仿真求解證明此模型是高效與可行的。司機(jī)月薪平均3500元。G{rlr=1,...r}是一系列備選的中轉(zhuǎn)站。是收集點i到收集點r的距離。對于第三個問題的模型假設(shè)條件為：（1）設(shè)施的層次為三層，收集點、中轉(zhuǎn)站和處理站，最后選定的處理站數(shù)量是確定的，只選其中一個，中轉(zhuǎn)站個數(shù)不確定。且在一定時期內(nèi)垃圾量不變。(10)考慮到進(jìn)行本文所做研究時尚處于選址規(guī)劃階段，不考慮各設(shè)施(中轉(zhuǎn)站和處理站)的容量約束限制，在進(jìn)行計算的時候為了方便，處理站的容量取一個極大值150萬噸。根據(jù)前面模型家屬，首先討論如何確定垃圾廚余中心的數(shù)量和位置，可以利用集合覆蓋模型初步確定一系列廚余垃圾處理中心的待選地址。約束式4是垃圾轉(zhuǎn)運站是否位十第k座廚余垃圾處理中心附近的決策變量。 式(2)限定了每車次中訪問垃圾轉(zhuǎn)運點的重量和體積總和必須低于垃圾運輸車的載重量限制。目標(biāo)函數(shù)(32)最小化所建立的設(shè)施所產(chǎn)生的負(fù)效用。 約束條件(310 )保證只選取一個處理站。對中轉(zhuǎn)站待選點進(jìn)行確定，運用啟發(fā)式算法進(jìn)行集合覆蓋模型優(yōu)化步驟如下: 第一步，確定128座垃圾收集站的相對位置和距離。針對該城區(qū)社會、經(jīng)濟(jì)、交通等的實際狀況，確定費用現(xiàn)值最小模型各參數(shù)取值。 Pc為交叉概率，~。經(jīng)由上述遺傳算法用C++開發(fā)語言在Microsoft Visual Studio 2008運行環(huán)境中編程求解，運行程序得到結(jié)果如圖下圖所示。缺點：由于遺傳退火算法需要一些特定的初值。 ost=()，Name=cpl”})。 =numericUpDownAberrance. Value。 //ShowBest(())。foreach (var cp in portsOneCar){if (last‘!=null){ var cc=(a==(amp。 var tpUse=allCars:Select(a=).ToList()。min=valueAdd。tP}}}return port。 private void打開配置ToolStripMenuItem Click(object sender,EventArgs e) {using (var ofd=new OpenFileDialog()){if (()== ){trysettings=()。=0。//}llcatch (Exception ex){//=ex。 new+1).ToString(),index十十。ShowBest(39。)。//ShowBest(39。group=CreateGroup()。private Exception exception。 //=!。foreach (var tp in ){ //距離 var value=:Single(a= amp。}////確定處理廠var min=double:MaxValue。== ))。var check=false。 EventHandlerHeredityEventArgs(Groupee Evolved)。//=new ListPort()。缺點：模型利用遺傳退火算法進(jìn)行求解，算法時間復(fù)雜度較大。致使最終組合解可能存在不穩(wěn)定因素，忽略一部分優(yōu)化點。(6)按照遺傳策略，運用選擇、交叉和變異算子作用于群體，形成下一代群(7)判斷群體性能是否滿足某一指標(biāo)，或者己完成預(yù)定迭代次數(shù)，不滿足則返回步驟(6)，或者修改遺傳策略再返回步驟(6).。遺傳模擬退火算法流程圖利用編程求解計算出16輛垃圾轉(zhuǎn)運車，清運垃圾至處理中心的最佳線路，結(jié)果如下表：車輛序號清運路線垃圾量（t）11s12s124s21s126s250275s21030s13437s336s34031918s319s211s227s423s250426s32s1229s329s323s25058s26s318s331s435s45066s33s114s232s438s348717s216s13s19s2
法律信息相關(guān)推薦
鄂ICP備17016276號-1