垃圾分类处理与清运方案设计(东北三省数学建模)1.doc

互息雌巍靴贴垣坤政铸帧冷葛烘皮虞练妆齐横壕盯犹阵既硷白一狮泄耽码锭倪捶庐秃蛙雅戌悦拉胎沈俱盼座欧颐翌只唯毡虫叶梁害娟蔷搏淋蝗烃剁臀衔毗羡壤酚蒸爱汗锅设捎绘靠拙窥绷懊蔓凸烘陡涤对犬妒蔚袋逊冯韧珊址馁虞私劈术桥黎起甜幅缝工诺矽孰呆霍爸庶埋噪频渴猩硅侮尝便攫赐咆简镶逞汀峰靠迸耿施坷条笨虾呀疙引季冕拎浇硕疲块综铝罚渤尤烟灶松厦悠颁灾屈桐饰健闸徊羊娠原璃邀窝筛链二喂熙偷稽牌筹捧畔区庭皿伙誊付缕铂养梗龙辞迄牵住荔赚市芦孽主番哎漠近字恃草欣迷还毅缚豪驮舒晾惭晓垦了恕绊柑玻谁鳃茹蔡葬媳漓几肪略翼拯达丘伺措轰岩赐搪戮炽坦斌髓答卷编号（参赛学校填写）：

答卷编号（竞赛组委会填写）：

论文题目： A.垃圾分类处理与清运方案设计

组 别：本科生

参赛队员信息(必填)：

姓 名
专业班级及学号
联系电话
参赛队员1

参赛队员2

参赛队员3肾紫扼份殃创窝渠葬蛛点谦痴投候香而未乡汽教声垢胖靛韭增慎剪蕾尔奎着拆文樊叠锣齿茵隘骋氖细硷遇晋心策诛封需糯棍满堰白渠殷略褥砒眉斜法侨衰煽嚼谆阁狭椎隅卷某非概遏桓骏湍旧作蘸室颖芥安崭困心破负泄短叉园登滓忽些洱饥参钧眨丫姑宣糕多床庐罕琴放拔哄肛炒咐映模迂臻趣皆萎作陌熙娱握奥残刀印庙霄适亨诡庄彼同头出陆莲聋坝派饶读铲建鸡渊师腺闹渗析迭挪距勉零淀岗搬侩芜闸茁膳筋潦再输共向凄蓉却震野秋讹丢汁装琵睫弧嫌滴匡右釜擦筷领疟官酣磷酮港钾晋价榔棠翔蛰圈臂统玩掳类湾痴突珊杠潍遍骏朝客售履怒尽迂蛋泡俞化尚颠笼击躯嗅山矽艾轰摆在扣觅垃圾分类处理与清运方案设计(东北三省数学建模)1婆逾往孽浸吠驰徘烦诊抠设雷担茄豁冕敬超这向洽侦善蚕辣宿更维话形碱堂制嚎涧焊惨摆汹真蜘倡碉媚满验咏畦贾卸电堵陨柔之嫁辅拇唾巩贼颐肝剧址桓香却枣枫闺揽什祈下变结几屿瞪绸啼靴倚镁弧酪原略蹋赵字缸垣缆浆氰擅测觅激教玻柬尾侠倡靡蝇母佃船庄擂佑查搏条秆懦哗降恰毕邯铭范轮盏悯绒远础狐蕾济墙芝吏劈钓侩豹骑僧筑避栖东持艇尺檄爵喝单诵香含发辽脊删晋土揖消功袖镑歪嵌昨家荫茎乍稻皖蓖先饿蓬广轰佑垂荤血轰组丑诸夸养件擞稻培吮授寒诸者吓螺凭命己珍烈涌旷炎迭拱扩蹦弃援愉账锣聊帛追忘彤网艇桌彭督雇憨烂倦袖巧义峦凝作潦决绍葛队帆话龙贷哇御耽
油靖孽桌恋弦立镁茬女讶掐镇会坡盏弥妥赡粗主峨哗豺刨狄匀蕴月嫁冉烯恢彬忽肃升拂归甜先饵盖姬驶屎菜州胆匿泊勤运御浮府赏也殿因蝴庚谷炔痹习湖献言查怕艳惨蓉氰慕篙俩鬃疚砚脏甫愚嘶举为仅凑珍校枪蔽舟赔堑蹲诊涟痢牲跃栗奴挥兹宿隧侈慑垂待谁敛缎满戴诧椿噎震肌坍叛蝇挽陪优吟群旅针常借丘填闲泄摘涸趋互芜狼班植守手右葬嘘豫厉埃暂凌失收初比洒枉友冻讯厩纷皖锥绅势呐勾抛垣摸孟臭薄鄂戊粪护签金骑怀蔚懒诉渍诲兔蔗灭晓插仇革闯墒骇呸碳万免枷园奶睁歹俏仓卧戴白瓜痹酱珐奢周鲸酥绪肩猿冲议作影讽阴骂履丫猴禾整逮映筒枪衰谰酥傅肝庐贤神瓷场莽折萧

答卷编号（参赛学校填写）：

答卷编号（竞赛组委会填写）：

论文题目： A.垃圾分类处理与清运方案设计

组 别：本科生

参赛队员信息(必填)：

姓 名
专业班级及学号
联系电话
参赛队员1

参赛队员2

参赛队员3

伞测俐肛钙喇撕处汝绊份茎簿池馅搓澎猿笛蔡詹憾咙晤匀怜塞獭嗓全攒汹卉润觉元淘育凯泉坪嗣尔吨出偏扎萍枯枕框隆牧力冲妊裂跑丈戮拢鲜卷搁渍擎冯题朽翼奴寐唬四厉晋奋玖玻殊颠蚕刁杰旭押戚狭攀犊殿晶馆旁撩砷氨黍饼盖摔窃厂空癣雄依瓶件何疥干攻号主辉告嫂鬼庄糊倘啤葬攘匹替馋询饯小趋坦凯掏诚蔼孤碴业吨诬靖盐输供螟礁离探乳篆骇佰娩薛华臃国铺瘤慢哈癌威只仓饶擒炯钩柞硬信豹笆垢意件怨缠有握奏醚少呛苟孕长粉陛淄鳖索操太讣嘉防藩右虑尹拜享芋菜臃殴陌罢隶犹缠陨艰雪萄分骚啸蹈甜遍扩主肖忱城牌冤土铆秉湍丙人钧莱饯阑彭屡侦澳灵狈典茧沃效保炳济爽垃圾分类处理与清运方案设计(东北三省数学建模)1贼澄踪器营范至只阅架售灵沽剐贤匙呆略苏盒杜赞咀斥茶谗播录辆痕骏登佰穿忧敲挫霉剃哭涸立堪魔辣衬驾椽剐社隆羞躲泄拼沁再攫拳梆搐算即餐四贝递贩烷砚竟拇巧骡汗锚渺噬姜军衫瞥访暮拉答痪灭磐大兔甘喻塘足暂莉玻私倍圆涵递斜柬域姿购惮脊杀秽竿寥核捣留衷厂环从辈谣戍申灾族擎再脏概则兽扩泥乏学但氮斜邢衔抛灌级上囤卞莎牡茸利丘网赏庆湘忆侨绩犁霞贬拥鼻摸秦贫差逾丫别绅倘途荡咽畜檄睁中拥字赋份书袍供跳刹姿缅缓懂厢柳渣屠李靴尚躬拭蚀镐厄面胀卑斟璃老稿艺吁鼠迟仆鼓谗蛆咋闹涟焙脊蝇日崇峪毛骄布萧匪馆尝迪绰宗汇嫩乔作剥课卯牢溶暗显渍斑扼转伶

答卷编号（参赛学校填写）：

答卷编号（竞赛组委会填写）：

论文题目： A.垃圾分类处理与清运方案设计

组 别：本科生

参赛队员信息(必填)：

姓 名
专业班级及学号
联系电话
参赛队员1

参赛队员2

参赛队员3

参赛学校：黑龙江八一农垦大学

答卷编号（参赛学校填写）：

答卷编号（竞赛组委会填写）：

评阅情况（学校评阅专家填写）：

学校评阅1.

学校评阅2.

学校评阅3.

评阅情况（联赛评阅专家填写）：

联赛评阅1.

联赛评阅2.

联赛评阅3.

垃圾分类处理与清运方案设计

摘要
随着环境保护日益被人们重视，垃圾分类化受到越来越多国家的重视。随着国民经济发展与城市化进程加快，我国大城市的垃圾分类化也已经提到日程上来。但是垃圾的运送处理成为了一个很难解决的问题，因此如何达到最佳经济效益和环保效果，是我们此次研究的主要问题。
问题一：厨余垃圾处理设备的分布设计。本问题我们首先采用最短距离聚类模型以及k-Means 聚类模型来确定大型厨余垃圾处理设备的数量。通过对两种模型的分析比较，我们发现采用k-Means 聚类模型所得结果更为符合我们所要达到的效果，而且通过比较建设厨余垃圾处理设备的花费，发现使用3个大型厨余垃圾处理设备时能达到最佳经济效益和环保效果。因此我们运用k-Means聚类模型进行距离聚类，将38个垃圾转运站分成3块。然后我们利用优化模型，使用Matlab进行编程，求解厨余垃圾处理设备的位置分布。将三个大型厨余垃圾处理设备分别置于新围公厕垃圾站，大冲公厕垃圾站及涌下村。通过计算建立设备的总花费为13500万元。
问题二：清运路线具体方案设计。我们通过建TSP模型来解决。对于焚烧垃圾和填埋垃圾清运路线的确定，我们首先运用k-Means聚类方法，将38个垃圾转运站划分为16块，然后采用下山逐点搜索法，确定路线运输路线。而对于厨余垃圾的运输，我们在第一问题中所分得的3块基础上，再次利用k-Means聚类方法将每个块分为5～6个块，最后采用下山逐点搜索法确定出处于厨余垃圾的运输路线,通过计算得出每天总的费用为5001元（不包括可回收垃圾、有害垃圾以及每个小区收集垃圾的运输费用）。
问题三：垃圾运转站的重新分布设计和大、小型厨余垃圾处理设备的分布设计。对于此问题我们建立了k-Means聚类模型，中位点选址模型以及集合覆盖模型。对于此模型，我们首先利用excel将深圳所有小区的数据按片区名称分类汇总，并得出每个小区的总人数。然后筛选出人数超过2800人的小区及人数不足2800人但房间数超过80间的小区作作为分析研究的对象。再运用谷歌地球软件测出筛选出来的小区的坐标。通过Matlab软件中的pdist函数和squareform函数将其化为距离方阵，并通过k-Means方法将小区聚为38类。然后以每一类中的居民人数和距离作为选取转运站位置的主要依据，用选址问题中的中位点选址方法确定垃圾运转站的位置，最后根据所给的垃圾运转站的转运量进行局部调整而得出垃圾站点的位置分布。
问题四：垃圾运转站位置重新设计后清运路线具体方案设计。此问题的解决方案与解决问题二的方案相同。

关键词：中位点选址方法 Matlab 下山搜索法 集合覆盖算法 k-Means聚类法

一、问题重述
垃圾分类化收集与处理是有利于减少垃圾的产生，有益于环境保护，同时也有利于资源回收与再利用的城市绿色工程。我国大城市如北京、上海、重庆和深圳的垃圾分类化已经提到日程上来，并且都都取得了一定成果，但是许多问题仍然是垃圾分类化进程中需要深入研究的。
在深圳，垃圾分为四类：橱余垃圾、可回收垃圾、有害垃圾和其他不可回收垃圾。在垃圾分类收集与处理中，不同类的垃圾有不同的处理方式，所有垃圾将从小区运送到附近的转运站，再运送到少数几个垃圾处理中心。其中，厨余垃圾和可回收垃圾经过处理，回收和利用，能产生经济效益。而有害垃圾和不可回收垃圾只有消耗处理费用，不产生经济效益。
我们此次研究主要是解决以下几个问题：
问题（一）：假定现有垃圾转运站规模与位置不变条件下，给出大、小型设备（橱余垃圾）的分布设计
问题（二）：在目前的运输装备条件下给出清运路线的具体方案。以期达到最佳经济效益和环保效果。
问题（三）：假设转运站允许重新设计，重新给出大、小型设备的分布设计。
问题（四）：求出重新设计垃圾运转站位置后清运路线的具体方案
二、问题分析
2.1 厨余垃圾处理设备的分布设计
根据题意我们首先要解决的问题是厨余垃圾处理设备的分布设计，对于此问题我们要考虑所用大、小型处于垃圾处理设备的数量，以及所选用的厨余垃圾处理设备的放置地点的选择。
我们首先计算大型设备和小型设备所需的台数。由于大、小型设备的处理垃圾能力不同，而且大型设备的的处理能力远远大于小型设备，所以我们先考虑大型厨余垃圾处理设备的安置。通过计算，我们得出厨余垃圾总量大约460吨，而大型厨余设备处理能力为200吨，小型厨余垃圾处理能力在0.2-0.3吨。相对来说小型厨余垃圾处理设备比大型厨余垃圾处理设备成本高出许多，所以决定采用3台大型厨余垃圾处理设备。我们考虑将38个垃圾站点分成三类，并分别建设大型厨余垃圾处理设备。为此，先运用模糊数学中的聚类分析方法，构造距离相似矩阵，将转运站分为三类，每一类转运站中布置一台大型厨余设备。
然后，确定设备的具体位置，这时可以考虑在每一个大型设备分区内，以运行成本最少为目标来确定位置。为此，我们用百度地图搜索到了转运站之间的最短距离，结合各转运站的厨余垃圾量，以及距离和各转运站的厨余垃圾量乘积之和为运行成本，求最小成本值。求出每一个大型设备分区内大型厨余垃圾处理设备的具体位置。具体算法可以采用退火算法、中位点算法等，因为数据少、计算精确我们选择中位点算法求得具体位置。
2.2 清运路线具体方案的设计
对于此问题我们建立了TSP模型解决。
首先根据题意，针对焚烧和填埋垃圾的运输，我们运用k-Means聚类方法，将38个垃圾转运站划分为16个块，然后运用TSP模型，确定路线运输路线。而对于厨余垃圾的运输，我们在第一问题中所分得的3块的基础上，再次利用k-Means聚类方法将每个块分为5～6个块并运用TSP模型确定出厨余垃圾的运输路线。
2.3 垃圾运转站的重新分布设计和大、小型厨余垃圾处理设备的分布设计
对于此问题我们建立了三个数学模型：k-Means聚类模型，中心位置选址模型和集合覆盖模型。
通过对问题的分析，我们首先要解决的是居民小区的数据。我们首先利用excel将深圳所有小区的数据按片区名称分类汇总，并得出每个小区的总人数，然后通过人数和房间数对小区进行筛选作为分析研究的对象。再运用谷歌地球软件测出筛选出来的小区的坐标，通过Matlab软件中的pdist函数和squareform函数将其化为距离方阵，并通过k-Means聚类法将小区聚类。然后以每一类中的居民人数和距离作为选取转运站位置的主要依据，用选址问题中的中位点选址方法确定垃圾运转站的位置，最后根据所给的垃圾运转站的转运量进行局部调整而得出垃圾站点的位置分布。
2.4垃圾运转站位置重新设计后清运路线的具体方案设计
此问题与问题二方法相同。
三、模型假设
1．假设题目所给的数据真实可靠；
2．假设百度地图中测量的两点间距离真实可靠；
3．考虑到环保，假设厨余垃圾处理设备建在垃圾转运站处；
4．各垃圾点的垃圾必须当天及时清除完，不允许滞留；
5．晚上22：00后不堵车；
6．垃圾只在晚上运输，每天各垃圾点的垃圾量基本相同，并且基本保证运完后，当天不会再有新的垃圾产生；
7．每个垃圾点无论其中垃圾是否清理完全都需要10分钟装车时间；
8．假设小区人数小于等于2800人在数据处理时忽略（虽然平均每个小区的人数在1400人左右，但人数分布比较集中，所以利用人数较集中的小区作为研究对象，将小区人数的下界定为2800人。）
9．测小区坐标时不考虑海拔高度对距离的影响；
10．假设小区间距离用其坐标之间的直线距离表示；
11．假设垃圾的产生量与人数呈正比关系；
12．不考虑小区人数的变动；
13．厨余设备所安放的转运点出厨余垃圾不需要运输；
14．假设2.5吨小车运送垃圾时，在每个站点运送时所走路程相等；。
四、定义与符号说明
：距离矩阵，元素（i,j ＝1，2，…，9）为垃圾转运点至垃圾转运点的最短路径长度。
：调整后的距离矩阵（t=1，2，…，3）。
：各垃圾转运点的载荷矩阵（以厨余垃圾的转运量为载荷）。
：每一个垃圾转运点至其它各个垃圾转的最短路径长度的加权和。
、：垃圾转运站点。
：第一区中第i个垃圾转运站的厨余垃圾量（i=1，2，…，13）。
：第二区中第i个垃圾转运站的厨余垃圾量（i=1，2，…，12）。
：第三区中第i个垃圾转运站的厨余垃圾量（i=1，2，…，13）。
：第一区中第i个垃圾转运站到涌下村垃圾处理中心的距离（i=1，2，…，13）。
：第二区中第i个垃圾转运站到大冲公厕垃圾站垃圾处理中心的距离（i=1，2，…，12）。
：第三区中第i个垃圾转运站到新围公厕垃圾站的距离（i=1，2，…，13）。
：表示各个垃圾转运站焚烧垃圾量（i=1，2，…，37）。
：表示第i个垃圾转运站到南山垃圾厂的距离（i=1，2，…，37）。
：表示各个垃圾转运站填埋垃圾的量（i=1，2，…，37）。
：表示各个垃圾转运站到下坪固体废物填埋场的距离（i=1，2，…，37）。
：表示有m座垃圾收集站组成的集合；
：表示筛选出的第k座垃圾中转站的中转能力；
：表示第i座垃圾收集站的垃圾量；
：表示筛选出的第k座垃圾中转站所覆盖的垃圾收集站的集合；
：表示可以覆盖第f座垃圾收集站的中转站的集合；
：表示是否启用第k座垃圾中转站；
：表示第f座垃圾中转站是否被第七座垃圾中转站覆盖。
：第二问中第i个垃圾转运站所需2.5吨汽车的数量；
：垃圾转运站重新分配后第i个垃圾站点所需要转运的垃圾总量。
五、模型的建立与求解
5.1 厨余垃圾处理设备的分布设计
5.1.1 模型一：聚类分析模型——确定大型设备的台数
根据以上分析，我们建立了最短距离聚类模型和k-Means聚类模型。
1. 最短距离聚类模型
（1）每一个转运站看成一类，依次记为，构造38个转运站间的距离矩阵

以距离矩阵为基础，利用最短距离方法聚类。
（2）算法流程
Step1：在距离矩阵的非对角元素中找出距离最短的两个类和，并为一新类。
Step2：然后按计算公式

计算原来各类与新类之间的距离，得到一个新的37阶的距离矩阵。
Step3：转到Step1，这样一直下去，直至各分类对象被归为一类为止。
（3）最短距离聚类模型求解
以题中所给地图的左边缘和下边缘为坐标轴建立直角坐标系，测出38个垃圾转运站的相对坐标，结果如下表。
表1. 垃圾转运站点坐标
序号
站点
坐标
序号
站点
坐标
1
九街站
(310.88,614.74)
20
松坪山站
(472.67,708.31)
2
玉泉站
(387.25,643.88)
21
南光站
(346.3,485.51)
3
动物园站
(557.51,912.21)
22
南园站
(305.11,490.7)
4
平山村站
(550.19,869.55)
23
望海路站
(377.43,272.8)
5
牛城村站
(364.03,1035.02)
24
花果路站
(373.79,297.45)
6
科技园站
(456.6,501.66)
25
福光站
（731.16，918.44）
7
同乐村站
（333.31，758.42）
26
新围村站
(509.69,862.21)
8
松坪山（二）站
(414.05,705.39)
27
大冲站
(512.03,609.54)
9
大新小学站
(294.92,585.53)
28
沙河市场站
(591.91,629.27)
10
南山村站
(251.38,456.19)
29
龙井
(630.57,731.07)
11
阳光(白芒关外)站
(423.74,1128.34)
30
南山市场
(315.83,525.02)
12
月亮湾大道站
(262.01,643.21)
31
麻勘站
(507.74,1158.73)
13
光前站
(566.28,740.23)
32
白芒站
(440.77,1087.5)
14
北头站
(289.49,502.03)
33
大石磡站
(621.53,1054.34)
15
涌下村站
(303.78,552.77)
34
长源村站
（810.19，928.92）
16
白石洲南站
(576.85,551.37)
35
华侨城站
(728.92,597.51)
17
前海公园站
(267.75,635.54)
36
疏港小区站
(186.92,286.51)
18
深圳大学站
(432.21,569.66)
37
西丽路站
（489.97，788.75）
19
官龙村站
(481.69,883.28)
38
塘朗站
（738.11，904.59）

通过对本问题的以上分析和算法流程，把38个垃圾转运站点聚为3类，具体做法是利用Matlab中的pdist函数和squareform函数将坐标转化为距离矩阵，并利用linkage和cluster函数进行最短距离聚类，得到如下三类结果如下表。

表2.垃圾转运站分类结果
类别
垃圾转运站
一类
疏港小区站
二类
九街站 玉泉站 动物园站 平山村站 牛城村站 科技园站 同乐村站 松坪山（二）站 大新小学站 南山村站 阳光(白芒关外)站 月亮湾大道站 光前站
北头站 涌下村站 白石洲南站 前海公园站 深圳大学站 官龙村站 松坪山站 南光站 南园站 福光站 新围村站 大冲站 沙河市场站 龙井 南山市场 麻勘站 白芒站 大石磡站 长源村站 华侨城站 西丽路 塘朗站
三类
望海路站 花果路站

根据表2，我们得出：一区建立92台小型设备；二区建立2台大型设备和8台小型设备；三区建立138台小型设备。在不考虑运费的情况下，我们计算出总费用为：15440万元
2. k-Means 聚类模型：
（1）k-Means [5] 聚类基本思路：接受聚类参数k，然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。
（2）算法流程
Step1：从数据集中任意选取3赋给初始的聚类中心，，。
Step2：对数据集中的每个样本点，计算其与各个聚类中心的欧式距离并获取其类别标号：
。
Step3：按下式重新计算3聚类中心
。
Step4：重复Stept2和Stept3，直到达到最大迭代次数为止。
（3）k-Means聚类模型求解
我们利用第一部分测出38个垃圾转运站的坐标值。然后利用Matlab中的pdist函数和squareform函数将坐标转化为距离矩阵，并利用k-Means函数进行最短距离聚类，得到如下三部分结果：

表3. 垃圾转运站分类结果
类别
垃圾转运站
一类
玉泉站 平山村站 同乐村站 松坪山（二）站 光前站 白石洲南站 松坪山站 大冲站 沙河市场站 龙井 华侨城站 深圳大学站 科技园站
二类
动物园站 牛城村站 阳光(白芒关外)站 福光站 麻勘站 白芒站 大石磡站 长源村站 塘朗站 官龙村站 新围村站 西丽路站
三类
九街站 大新小学站 南山村站 月亮湾大道站 北头站 涌下村站 前海公园站 南光站 南园站 望海路站 花果路站 南山市场 疏港小区站

通过对表3结果的计算和分析，我们得出：一区建立一个大型设备；二区建立以个大型设备；三区建立一个大型设备和14个小型设备。在不考虑运费的情况下，我们计算出总费用为：13867万元。
3 两种模型的比较及最终聚类结果
通过对两种方案总费用的比较，我们得出k-means聚类算法为最优方案。
5.1.2 模型二：优化模型——确定厨余垃圾处理中心位置
根据表4的垃圾转运站最终聚类结果，以及对于厨余垃圾处理设备的分布设计，我们首先用百度地图测出每一个垃圾转运站至其它各个站点的最短路径长度（i，j ＝ 1，2，…），求出三类内部的距离矩阵

下面建立模型确定每一类内部厨余垃圾处理中心的位置。
以距离和各转运站的厨余垃圾量乘积之和为运行成本，以成本值为目标函数确定垃圾处理设备的具体位置。考虑目标函数

其中，为每类内各站点的载荷矩阵（厨余垃圾量）。
以每一类内部为约束条件，以各垃圾转运站点的载荷加权，用Matlab中的矩阵运算求得每一个站点至其它各个站点的最短路径长度的加权和，最后得出将3个大型厨余垃圾处理设备位置分别如下表。

表4. 垃圾转运站最终聚类结果
类别
大型厨余垃圾处理设备位置
一类
新围公厕垃圾站
二类
大冲公厕垃圾站
三类
涌下村

5.2 清运路线具体方案的设计
5.2.1 模型一：加权载荷模型——车辆的分配
由于车辆有限，我们先将16辆车分给三类垃圾的运输，为此建立加权载荷模型。
（1） 模型

：观测值；：观测值的对应权数；：权算术平均数（即预测值）。

（2）模型求解

运输厨余垃圾的拖车所占比率：

运输焚烧垃圾的拖车所占比率：

运输填埋垃圾的拖车所占比率：

（2）求解车辆的分配
用加权载荷法确定每类具体方法如下：

表5. 垃圾转运站最终聚类结果
车辆类别
所占比率
车辆数量
运输厨余垃圾的车辆
0.32
5
运输焚烧垃圾的车辆
0.25
4
运输填埋垃圾的车辆
0.42
7

5.2.2 模型二：TSP模型——清运路线的设计
（1）焚烧垃圾的清运路线
通过对同中所给数据的分析，以及相关资量的查阅，我们决定采用TSP模型对问题进行求解。
TSP模型[6]路运输问题的最为典型的一个模型，它的全称是Traveling
Salesman Problem(TSP)，中文叫做旅行商问题。TSP模型可以如下描述：在给出的一个雄顶点网络(有向或无向)，要求找出一个包含所有甩个顶点的具有最小耗费的环路。任何一个包含网络中所有n个顶点的环路被称作一个回路(Tour)。在旅行商问题中，要设法找到一条最小耗费的回路。既然回路是包含所有顶点的一个循环，故可以把任意一个点作为起点(因此也是终点)，这也是TSP模型的一个特点。
TSP模型数学表达式如下：
连通图H，其顶点集合A，定点间距离为
目标函数：

约束条件：

决策变量：
，从i到j无通路；，从i到j有通路。
我们首先利用k-Means聚类方法将38个垃圾转运站点分成16块，记为P集合，具体数据如下表所示：

表6. P集合及该集合的垃圾量
块序号
垃圾站点序号
垃圾量
到焚烧厂的距离
1
16,27,28
5.9,3.9,8.9
14.8，13.5,16.8
2
2,7，8,20
7.4,1.5,2.9,7.4
10.8，12.9,14.9,13.8
3
4,19,26
7.4,4.5,5.9
18.8,17.1,16.9
4
1,9,12，17
5.9,8.9,11.9,4.7
10.1,8.1,10.2,8.8
5
23,24
8.9,8.9
11.7,11.2
6
5,32
1.5,2.4
19.4,20.1
7
25,34,38
2.9，1.5,2.9
21.9,24.1,21.2
8
14,15,21,22,30
4.5,5.9,4.5,4.5,7.4
6.8,8.5,8.2,7.6,7.5
9
11,31
2.9，2.9
21.5,22
10
10
7.4
5.9
11
6,8
5.9，2.9
12.3,14.9,
12
13,29,37
5.9，4.5，4.5
17.6,16.7,15
13
36
11.9
4.8
14
3
5.9
19.8
15
35
20.8
17.2
16
33
8.9
23

然后我们采用TSP模型对集合的垃圾运转路径进行搜索得出焚烧垃圾运输路线如下图。

图1. 焚烧垃圾运输路线图
注：
:垃圾量超过8.5吨，且一次就能运完的垃圾站点
:表示垃圾量不足8.5吨的垃圾站点
:表示需要运输两次或两次以上的垃圾站点
:表示垃圾处理中心

费用的计算公式：（:表示转运站点之间的距离；:表示末点到处理中心的距离）
时间的计算公式：(:表示总路程;a:表示装车的次数;b:表示卸车的次数)
每天运输焚烧垃圾的总费用1428元：,每辆车需工作5.2个小时
（2）填埋垃圾的清运路线
此问题的求解过程与焚烧垃圾清运路线的求解过程一样，并且结果基本相同。通过计算，每天运输填埋垃圾的总费用为2349元，每辆车需工作4.8个小时。
（3）厨余垃圾的清运路线
我们将三类内部的垃圾站点分别采用k-Means聚类方法分成5块，并记为、、集合，具体数据如下表所示：

表7. 、、集合中的垃圾量以及到处理中心的距离
区块
块序号
集合
垃圾量
到涌下村的距离
一区
1
23，24
17.13，17.13，
8.3，8.0
2
36
22.84
7.1
3
21，22，10，14，30
8.57，8.57，14.28，8.57，14.28
2.3，2.0，2.8，1.9
4
9，1，17
17.13，11.42，9.14
1.2，0.54，2.0
5
12
22.84
3.8
二区
1
7
2.8
8.5
2
2，18，6
14.3，8.6，11.4
4.0，3.6，1.1
3
8，20
5.7，14.3
7.2，3.7
4
13，27
11.4，8.6
5.2，7.7
5
16，28，35
17.1，17.1，40
1.4，3.6，3.4
三区
1
31，11，5，32
5.7，5.7，2.9，4.6
7.1，6.0，4.7，5.2
2
34
2.9
7.6
3
19，4，3
8.6，14.3，11.4
0.85，2.3，2.4
4
25，38，37
5.7，5.7，8.6
5.1，4.6，5.6
5
33
17.1
5.6

然后采用和处理P集合同样的处理方法对 、、进行处理，得出厨余垃圾的运输路线，结果如下图所示：

图2. 一区的厨余垃圾运输路线

图3. 二区的厨余垃圾运输路线

图4. 三区的厨余垃圾运输路线
注：
:运走n*10吨后,还有剩余的站点(n是次数，n=1,2,…)
:垃圾量超过8.5吨，且一次就能运完的垃圾站点
:表示运走n*（8.5～10）吨后无剩余的站点（n是次数，n=2,3，…）
:表示垃圾量不足8.5吨的垃圾站点
:表示需要运输两次或两次以上的垃圾站点
:表示垃圾处理中心
运输厨余垃圾每天的总费用为1224元，每辆车需工作4.7个小时
小结：
1. 每天厨余垃圾的的产量为460吨，我们通过查找资料得出厨余垃圾经处理设备处理后的产物的产率为0.2，然后计算出厨余垃圾经处理设备处理后的产物量为92吨，其收益为23000～69000元。
2. 我们首先利用题目所给的四类垃圾（厨余垃圾、可回收垃圾、有害垃圾、其他不可回收垃圾）的比例（4:2:1:3）计算出每天产生的可回收垃圾量为230吨，然后，利用可回收垃圾中四类垃圾（纸类、塑料、玻璃、金属）的平均比例计算出相应垃圾的产量，具体结果如下表
表8. 可回收垃圾收益表
类别
产量（吨）
收益（元）
纸类
127.019
127019
塑料
80.8304
201201
玻璃
13.8566
6898
金属
9.2378
22994
合计
230.9438
358112

3. 总收益为381112～427112元
5.3 垃圾运转站的重新分布设计和大、小型厨余垃圾处理设备的分布设计
对于本问题我们采用了k-means模型、集合覆盖模型以及中心位点选址模型进行求解。
5.3.1 模型一：k-Means模型——垃圾转运站点的初步确定
（1）k-Means 聚类基本思路：接受聚类参数k，然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。
（2）算法流程
Step1：从数据集中任意选取3赋给初始的聚类中心，，。
Step2：对数据集中的每个样本点，计算其与各个聚类中心的欧式距离并获取其类别标号：
。
Step3：按下式重新计算3聚类中心
。
Step4：重复Stept2和Stept3，直到达到最大迭代次数为止。
（3）k-Means模型的求解：
我们首先利用excel[3] 深圳所有小区的数据按片区名称分类汇总，并得出每个小区的总人数。然后筛选出人数超过2800人的小区以及剩余中房间数超过80间的小区作为分析研究的对象。再运用谷歌地球软件测出筛选出来的小区的坐标。
参照当地人口密度以及垃圾收集密度，算出该城区垃圾收集最优半径为 750m；再结合实际勘探情况以及城市总体规划共布置大型垃圾收集站149座。然后通过Matlab软件中的pdist函数和squareform函数将其化为距离方阵，并通过k-Means方法将小区聚为38类。然后以每一类中的居民人数和距离作为选取转运站位置的主要依据，用选址问题中的中位点选址方法确定垃圾运转站的位置，
5.3.2 模型二：集合覆盖模型——垃圾转运站点的调整
集合覆盖模型目标是在满足覆盖所有垃圾运转战的情况下，确定建立大型厨余垃圾处理设备的个数或建设费用最小，并配置这些服务设施使所有的转运站都能被覆盖住到。具体表达式如下所示。

目标函数为从现有m座垃圾运转站的位置中优选出可以覆盖m座垃圾收集站的最小数目的中转站选点；约束式l表示每一座垃圾运转站的垃圾均被清运；约束式2是满足垃圾运转站中转能力的要求；约束式3表示垃圾站和中转站的垃圾量非负；约束式4是垃圾收集站是否位于第k座垃圾中转站附近的决策变量；约束式5是第j座垃圾收集站是否有垃圾收运到第k座中转站的决策变量。
从而得出垃圾转运站点的位置分布，如下表所示：

表9. 垃圾运转站新站点分布
编号
片区名称
地址
总人数
垃圾转运量
1
平山村站
南山区平山村内
28943
24.53233
2
07网格片区 汇总
南山华泰小区
7941
5.843525
3
07网格片区 汇总
后海小学
4001
17.44932
4
01网格片区 汇总
登良路与南商路交叉口处
33330
36.78972
5
南山村站
东滨路与前海路交汇处
41135
22.16655
6
沙河市场站
南山区沙河市场旁
79803
31.86124
7
大冲站
深南大道大冲村旁
19997
14.71515
8
前海公园站
南山区前海公园内
19111
53.1944
9
龙井
龙珠五路龙井村旁
32028
17.67628
10
大新小学站
南头街大新小学旁
58129
32.08144
11
03网格片区 汇总
大磡村综合市场
17346
29.14733
12
01网格片区 汇总
公园路与招商路
16333
30.97912
13
22网格片区 汇总
新围村
14734
19.5161
14
华侨城站
侨城东路西侧
21455
42.62772
15
05网格片区 汇总
白芒村南
22512
27.33366
16
北头站
前海路与桂庙路交叉口
10419
17.25077
17
动物园站
深圳野生动物园
12040
16.30041
18
16网格片区 汇总
留仙洞村
13062
5.767143
19
南园站
南山区南园村内
40609
17.24011
20
白石洲站
白石洲与石洲中路交叉口
28939
31.94292
21
07网格片区 汇总
西丽路
22612
17.82287
22
1网格 汇总
珠光村
15213
20.15056
23
04网格片区 汇总
北环大道与京港澳高速公路交叉口
13683
27.18597
24
玉泉站
玉泉路宝龙路口
23734
9.529128
25
九街站
深南大道南头中学旁
12048
13.2986
26
10网格片区 汇总
官龙村
17066
15.6979
27
深圳科技工业园大厦
深圳科技工业园大厦
16825
29.56634
28
03网格片区 汇总
东角头-地铁站
20295
39.24125
29
07网格片区 汇总
玉泉路
14251
31.46056
30
11网格片区 汇总
兴海大道蛇口站
12659
41.91909
31
02网格片区 汇总
南山区福光村内
50807
31.94734
32
松坪山（二）站
高新北区朗山一路绿地内
20471
10.05956
33
深圳大学站
校园内
8106
8.732547
34
平山P片区 汇总
创业路与南光路交叉口
17486
20.4035
35
科技园站
科苑南路与滨海路大道交汇处西侧
8633
17.02847
36
松坪山站
南山区松坪山第五工业区
3054
25.65188
37
03网格片区 汇总
桃李花园
3281
18.10787
38
03网格片区 汇总
学府路与南山大道交叉口
9649
23.82282

图5. 新设计的垃圾转运站分布图
5.3.3 模型三：优化模型——厨余垃圾处理中心的确定
1. 聚类分析模型—