【技术实现步骤摘要】
垃圾回收方法、装置、存储介质
[0001]本专利技术涉及一种垃圾回收方法、装置、存储介质,属于垃圾回收
技术介绍
[0002]针对垃圾回收的车辆路径问题研究较丰富。张玉州等人基于合作协同进化算法作为基本框架,利用改进的遗传算法对多中心垃圾回收问题进行求解,得出最小车辆运输费用的车辆行驶路线;Yaakoubi等考虑到废物容器数量有限,提出了模因算法和迭代局部搜索算法以解决带有时间窗的垃圾回收问题;周双牛等人则考虑碳排放问题,采用改进的DMBSO算法进行实验仿真,实现最短路径、最小碳排放量的车辆垃圾回收路径目标。
[0003]目前,针对不同物品运输的车辆路径问题(Vehicle Routing Problem,VRP)应用研究表现在不同方面,包括一般物品运输VRP、危险品运输VRP、生鲜农产品冷链运输VRP以及其他特殊物品运输VRP。针对此类NP
‑
hard问题,不少学者也提出了多种启发式算法,比如:粒子群算法、模拟退火算法、RRT算法等等。
[0004]其中,沈良等人为研究危险品车辆运输工作,建立了以可靠性和安全性为双目标的数学模型,并利用结合放缩不等式和K短路算法的启发式算法得到安全可靠路径。王新杰等人针对共享物流新模式,考虑客户时间和成本构成,提出了多中心联合取送货模型,并利用“破坏”与“修复”算子提高遗传算法在该问题上的求解能力。张金良等人以节能减排为目标,构建了碳排放影响下的动态配送车辆路径优化模型。
[0005]虽然传统的车辆路径规划问题已较为成熟且研究内容 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种垃圾回收方法,其特征在于,所述方法包括以下步骤:采集片区中的垃圾回收数据,所述数据至少包括垃圾回收车辆的数量和最大容量限制、垃圾点的数量以及各垃圾点间的距离;根据采集的数据,建立风险模型;基于建立的风险模型,以风险指数最小为一级目标,路程最短为二级目标,建立数学模型;根据建立的数学模型,采用随机方法生成初始种群,获得垃圾回收的初始路线及车辆任务分配情况;基于获得的初始路线及车辆任务分配情况,对初始个体车辆路线以传统的局部搜索算子方法进行优化;根据获得的优化后的车辆路线,基于先回收少量垃圾后回收多量垃圾的逻辑,对所有车辆独立进行关于垃圾量的逻辑操作;完成所有车辆关于垃圾量的逻辑操作后,对部分回收路线不独立进行关于距离的逻辑操作,最后采用排列组合进行局部寻优,获得垃圾回收最优路线。2.根据权利要求1所述的垃圾回收方法,其特征在于,建立的所述风险模型如下:式中,为风险指数,n为居民垃圾点数量,c
j
表示居民垃圾点j的垃圾量。3.根据权利要求1所述的垃圾回收方法,其特征在于,建立的所述数学模型如下:一级目标函数:二级目标函数:二级目标函数:二级目标函数:二级目标函数:二级目标函数:二级目标函数:0<K≤M,M∈N
+
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)式中,Risk为最终整个回收工作所累积的风险;Dist为整个回收工作所有车辆行驶路程的总和;θ为风险函数;K为此次参与回收工作的车辆数量,其中k={1,2,...,K}为第k辆
车;n
k
为第k辆车所负责的居民垃圾点数量;为第k辆车从居民垃圾点i到居民垃圾点j的距离;c
i
为居民垃圾点i的垃圾量;C为车辆最大容量;V为坐标集合V={0,1,...,n},其中V
′
={1,2,...,n}为居民垃圾点集合,0为垃圾站。4.根据权利要求1所述的垃圾回收方法,其特征在于,所述种群初始化包括以下步骤:将n个居民垃圾点按顺序编号并随机排列,按照排列序号依次交由车辆进行垃圾回收工作;若当前车辆回收垃圾超出容量限制,结束该车辆回收工作,将序号依次分配给下一辆车辆,直至完成所有居民垃圾点的回收任务;循环上述操作直至达到种群规模条件。5.根据权利要求1所述的垃圾回收方法,其特征在于,所述初始个体车辆路线的优化方法,包括以下步骤:取第k辆车,判断垃圾点i的垃圾数量,若存在唯一点i满足则优先回收点i;若构成一个集合存在满足d
0i
=max{D},D={d
0j
|j∈M},则优先回收点i;完成垃圾点i回收工作后,剩余未回收的垃圾点构成集合V0,此时选取满足d
0i
=min{D},D={d
0i
|i∈V0}且c
i
=min{C
′
},C
′
={c
i
|i∈V0}的点i进行下一步回收工作,及时更新V0,直到回到垃圾回收站进行垃圾销毁工作,完成第k辆车的初始优化,若k<K,令k=k+1,转Step1;否则,停止算法,完成种群初始优化;其中,c
i
技术研发人员:张玉州,黄子秦,肖文洁,赵芬,
申请(专利权)人:南京晓庄学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。