【摘要】：固廢管理系統(tǒng)尤其是垃圾收運優(yōu)化問題與環(huán)境、經(jīng)濟和社會影響之間存在較多的不確定因素,如區(qū)域特征、優(yōu)化目標針對性和各因素指標量化等,這些不確定性增加了管理決策難度,影響了優(yōu)化方法的設計。如何從因地制宜、可持續(xù)發(fā)展的角度出發(fā),有針對性的權衡固廢管理系統(tǒng)中的各個影響因素,設計合理可行的目標評價指標和優(yōu)化方法將是研究和解決此類優(yōu)化問題的關鍵。本文基于高新區(qū)區(qū)域空間布局特殊性——功能區(qū)劃特征,將其與垃圾一級轉(zhuǎn)運系統(tǒng)中一次運輸環(huán)節(jié)收運優(yōu)化問題進行關聯(lián)。在數(shù)學優(yōu)化模型構建過程中考慮了敏感時間段——功能區(qū)劃——收運路徑三者間的相關性,提出基于功能區(qū)劃特征和收運社會負面影響設定收運節(jié)點功能區(qū)時間窗的概念,進而將一次運輸問題抽象為帶時間窗、中間設施及多次卸料過程的VRPTW-IF擴展問題,建立了高新區(qū)垃圾收運一次運輸環(huán)節(jié)基本數(shù)學優(yōu)化模型。針對所構建的VRP模型,對擴展式Solomon插入算法(ES)和遺傳算法(GA)兩種啟發(fā)式路徑構造算法進行深入研究,結合高新區(qū)功能區(qū)劃特征設計了相應的算法程序,并從車輛路徑重疊／交叉度和負載均衡兩方面分析了兩種路徑構造算法設計思路在具體操作和應用過程中存在的缺陷和不足。通過算法缺陷分析,提出了優(yōu)先考慮收運路徑社會負面影響,同時兼顧收運經(jīng)濟成本的多目標遺傳算法(MOP+GA)。分別設計了單條路徑內(nèi)收集點聚合度評價指標Er和車輛路徑空間獨立性評價指標Nr,對垃圾收運路徑社會負外部性進行量化和評價,并引入Pareto排序法和Graham掃描法對新算法進行設計,以保持各優(yōu)化目標特征的獨立性及解的搜索性能,實現(xiàn)了對車輛路徑內(nèi)收集點進行凸殼化操作的可行性。新算法在原算法基礎上分層次綜合考慮了4個優(yōu)化目標(單條路徑內(nèi)收集點聚合度、車輛路徑空間獨立性、車輛數(shù)量和總行駛距離)的優(yōu)先級,進一步挖掘和研究了垃圾“一次運輸”與高新區(qū)功能區(qū)劃特征的關聯(lián)性。實例研究中,對比分析了多目標遺傳算法與另外兩種優(yōu)化方法對實例區(qū)域垃圾收運一次運輸優(yōu)化問題的求解效果,并實現(xiàn)了路徑方案和凸包示意的可視化。分析結果表明,多目標遺傳算法在充分考慮火炬高新區(qū)功能區(qū)劃特征條件下能有效降低區(qū)域內(nèi)垃圾收運路徑的重疊／交叉程度,減少由于部分路段或區(qū)域內(nèi)收運車輛／車次頻繁、路線密集等造成的社會負面影響。尤其在功能區(qū)時間窗約束下,新算法優(yōu)化效果尤為明顯,相較于擴展式Solomon插入算法和遺傳算法,車輛路徑空間獨立性指標Nr改善幅度分別為20%和29.41%；相較于遺傳算法,路徑內(nèi)收集點聚合度指標Er改善幅度為3.41%,且其單位收運成本僅比求解結果中較優(yōu)的遺傳算法增加了0.97%,而較現(xiàn)有方案減少7.0元/t,改善率為18.87%。在收運路徑社會負面影響指標對比中,結合車輛配備數(shù)量和凸包示意圖分析了擴展式Solomon插入算法求解結果中路徑內(nèi)收集點聚合度Er較低的原因,發(fā)現(xiàn)了Er評價過程中的限制條件,同時進一步驗證了原算法設計思路上的缺陷。最后,參數(shù)敏感度分析表明,本文提出的功能區(qū)時間窗約束條件對于原算法的經(jīng)濟成本影響度較高,當功能區(qū)劃特征消除后,其單位收運成本降低。而在不同參數(shù)調(diào)整過程中,多目標遺傳算法在削弱社會負面影響和兼顧收運成本方面始終保持較好的改善效果,證明了本算法與實例區(qū)域之間較好的相適性、相容性。本研究中對功能區(qū)時間窗其概念、影響因素,以及在垃圾收運優(yōu)化研究中的內(nèi)涵和意義進行挖掘,擴展了固廢管理的空間特征分析,對現(xiàn)有垃圾收運體系是一種突破和補充。提出的區(qū)別于一般城市的垃圾收運優(yōu)化方法有效解決了傳統(tǒng)方法中難以對收運社會影響因素精確量化和改善的問題,有助于高新區(qū)及類似區(qū)域制定合理的垃圾收運優(yōu)化策略,削弱收運過程帶來的“鄰避問題”。
【學位授予單位】：華中科技大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：X705
【圖文】：

華中科技大學博壬學位論點０為車庫，車庫內(nèi)有足輛具有相同限定載荷Ｗ的運輸車代表處于地理分散、具有非負需求４的客戶點：各路徑弧代表車輛從／點運往ｙ點的成本消耗（通常Ｗ距離矩陣的Ｚｊ’ｅｒ，其成本值滿足ｃ＆邋＝Ａ，，該將問題稱為對稱ＶＲＰ，礎ＶＲＰ—般在限定如每條車輛路徑起止于車庫、每個客戶服務、車輛路徑需求量和路徑長度不超過車輛載荷及最大、最大收／卸貨次數(shù)）等約束條件下實現(xiàn)運輸路徑成本最低，

（３）子巡回消除約束——文獻【９５】指出ＶＲＰ子巡回消除約束條件其計算復０（／７３），難從通過常規(guī)的線性規(guī)劃方法進行求解。因此，文獻１９６］中提出應用法對ＶＲＰ子巡回消除約束條件進行簡化。在ＶＲＰ約束中，車輛Ａ：對客戶點／束后繼續(xù)對客戶點ｙ進行服務，那么應確保車輛離開／點時其載重Ｓ邋９，４加上／量４應小于等于車輛離開ｙ點時的載重量即得出如下數(shù)學表達：逡逑＝邐（３此時，若定義一個足夠大的正數(shù)Ｍ，則ＶＲＰ中子巡回消除約束條件表示ｑ＊邋＋ｄｊ邋－邋ｑ＊邐撲、ＢＩＧＭ邋、ｉ，ｊ＆Ｃ，ｉ＊ｊ，ｋ邋＝邋＼，．．．，Ｋ邐（３－通過大Ｍ方法的應用，ＶＲＰ子巡回消除約束條件其計算復雜降低，便于使常規(guī)的規(guī)劃方法對其進行求解和計算。逡逑（４）決策變量約束——主要表現(xiàn)為運輸過程中０－１變量的說明和定義。逡逑２邋ＶＲＰ變體及分類逡逑

本文編號：2724825