基于功能区时间窗的高新区固体废物收运路径优化研究

发布时间：2020-06-21 23:36

【摘要】：固废管理系统尤其是垃圾收运优化问题与环境、经济和社会影响之间存在较多的不确定因素,如区域特征、优化目标针对性和各因素指标量化等,这些不确定性增加了管理决策难度,影响了优化方法的设计。如何从因地制宜、可持续发展的角度出发,有针对性的权衡固废管理系统中的各个影响因素,设计合理可行的目标评价指标和优化方法将是研究和解决此类优化问题的关键。本文基于高新区区域空间布局特殊性——功能区划特征,将其与垃圾一级转运系统中一次运输环节收运优化问题进行关联。在数学优化模型构建过程中考虑了敏感时间段——功能区划——收运路径三者间的相关性,提出基于功能区划特征和收运社会负面影响设定收运节点功能区时间窗的概念,进而将一次运输问题抽象为带时间窗、中间设施及多次卸料过程的VRPTW-IF扩展问题,建立了高新区垃圾收运一次运输环节基本数学优化模型。针对所构建的VRP模型,对扩展式Solomon插入算法(ES)和遗传算法(GA)两种启发式路径构造算法进行深入研究,结合高新区功能区划特征设计了相应的算法程序,并从车辆路径重叠／交叉度和负载均衡两方面分析了两种路径构造算法设计思路在具体操作和应用过程中存在的缺陷和不足。通过算法缺陷分析,提出了优先考虑收运路径社会负面影响,同时兼顾收运经济成本的多目标遗传算法(MOP+GA)。分别设计了单条路径内收集点聚合度评价指标Er和车辆路径空间独立性评价指标Nr,对垃圾收运路径社会负外部性进行量化和评价,并引入Pareto排序法和Graham扫描法对新算法进行设计,以保持各优化目标特征的独立性及解的搜索性能,实现了对车辆路径内收集点进行凸壳化操作的可行性。新算法在原算法基础上分层次综合考虑了4个优化目标(单条路径内收集点聚合度、车辆路径空间独立性、车辆数量和总行驶距离)的优先级,进一步挖掘和研究了垃圾“一次运输”与高新区功能区划特征的关联性。实例研究中,对比分析了多目标遗传算法与另外两种优化方法对实例区域垃圾收运一次运输优化问题的求解效果,并实现了路径方案和凸包示意的可视化。分析结果表明,多目标遗传算法在充分考虑火炬高新区功能区划特征条件下能有效降低区域内垃圾收运路径的重叠／交叉程度,减少由于部分路段或区域内收运车辆／车次频繁、路线密集等造成的社会负面影响。尤其在功能区时间窗约束下,新算法优化效果尤为明显,相较于扩展式Solomon插入算法和遗传算法,车辆路径空间独立性指标Nr改善幅度分别为20%和29.41%；相较于遗传算法,路径内收集点聚合度指标Er改善幅度为3.41%,且其单位收运成本仅比求解结果中较优的遗传算法增加了0.97%,而较现有方案减少7.0元/t,改善率为18.87%。在收运路径社会负面影响指标对比中,结合车辆配备数量和凸包示意图分析了扩展式Solomon插入算法求解结果中路径内收集点聚合度Er较低的原因,发现了Er评价过程中的限制条件,同时进一步验证了原算法设计思路上的缺陷。最后,参数敏感度分析表明,本文提出的功能区时间窗约束条件对于原算法的经济成本影响度较高,当功能区划特征消除后,其单位收运成本降低。而在不同参数调整过程中,多目标遗传算法在削弱社会负面影响和兼顾收运成本方面始终保持较好的改善效果,证明了本算法与实例区域之间较好的相适性、相容性。本研究中对功能区时间窗其概念、影响因素,以及在垃圾收运优化研究中的内涵和意义进行挖掘,扩展了固废管理的空间特征分析,对现有垃圾收运体系是一种突破和补充。提出的区别于一般城市的垃圾收运优化方法有效解决了传统方法中难以对收运社会影响因素精确量化和改善的问题,有助于高新区及类似区域制定合理的垃圾收运优化策略,削弱收运过程带来的“邻避问题”。
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：X705
【图文】：

华中科技大学博壬学位论点０为车库，车库内有足辆具有相同限定载荷Ｗ的运输车代表处于地理分散、具有非负需求４的客户点：各路径弧代表车辆从／点运往ｙ点的成本消耗（通常Ｗ距离矩阵的Ｚｊ’ｅｒ，其成本值满足ｃ＆邋＝Ａ，，该将问题称为对称ＶＲＰ，础ＶＲＰ—般在限定如每条车辆路径起止于车库、每个客户服务、车辆路径需求量和路径长度不超过车辆载荷及最大、最大收／卸货次数）等约束条件下实现运输路径成本最低，

（３）子巡回消除约束——文献【９５】指出ＶＲＰ子巡回消除约束条件其计算复０（／７３），难从通过常规的线性规划方法进行求解。因此，文献１９６］中提出应用法对ＶＲＰ子巡回消除约束条件进行简化。在ＶＲＰ约束中，车辆Ａ：对客户点／束后继续对客户点ｙ进行服务，那么应确保车辆离开／点时其载重Ｓ邋９，４加上／量４应小于等于车辆离开ｙ点时的载重量即得出如下数学表达：逡逑＝逦（３此时，若定义一个足够大的正数Ｍ，则ＶＲＰ中子巡回消除约束条件表示ｑ＊邋＋ｄｊ邋－邋ｑ＊逦扑、ＢＩＧＭ邋、ｉ，ｊ＆Ｃ，ｉ＊ｊ，ｋ邋＝邋＼，．．．，Ｋ逦（３－通过大Ｍ方法的应用，ＶＲＰ子巡回消除约束条件其计算复杂降低，便于使常规的规划方法对其进行求解和计算。逡逑（４）决策变量约束——主要表现为运输过程中０－１变量的说明和定义。逡逑２邋ＶＲＰ变体及分类逡逑

本文编号：2724825