一种基于城市生活垃圾分类的收运车辆调度方法及系统技术方案

本发明专利技术公开了一种基于城市生活垃圾分类的收运车辆调度方法及系统，对服务区域内历史垃圾量进行统计，对每日不同类型的垃圾量进行预测；利用K

【技术实现步骤摘要】
一种基于城市生活垃圾分类的收运车辆调度方法及系统


[0001]本专利技术属于智能化车辆配置领域，具体涉及一种基于城市生活垃圾分类的收运车辆调度方法及系统。

技术介绍

[0002]随着城市化进程的加快和人口的增长，城市生活垃圾所造成的社会和环境影响日益受到人们的重视，“垃圾围城”已然成为影响城市发展的重要因素之一。如何对日益增长的城市生活垃圾进行有效收集、处置和利用，成为亟待解决科学问题。
[0003]在城市生活垃圾量日益增长的前提下，建立在分类基础上的收运系统是衔接垃圾处理前后端的重要环节，如果能够找到合适的分类收运方式，进行收运调度的优化，既可以有效利用现有收运系统、优化作业流程，又不会带来收运成本的过多增长。而城市垃圾逆向物流(垃圾的及时回收、运输、处理等环节)，可以有效降低污染，减少对居民生活环境影响；同时，合理的垃圾收运车辆行驶路径安排也可以达到节约车辆购置和收集成本的目的，有利于减少土地占用量，将废弃物对环境的污染降到最低，有利于整个社会资源、经济、环境等多方面实现可持续发展的目标。

技术实现思路

[0004]专利技术目的：本专利技术的目的在于提供一种基于城市生活垃圾分类的收运车辆调度方法及系统，智能化分析范围内大量垃圾收集点的收运车辆最优配置及线路。
[0005]技术方案：本专利技术所述的一种基于城市生活垃圾分类的收运车辆调度方法，具体包括以下步骤：
[0006](1)对服务区域内历史垃圾量进行统计，对每日易腐垃圾、可回收垃圾、有害垃圾和其他垃圾四种不同类型的垃圾量进行预测；
[0007](2)利用K
‑
means聚类算法对整个区域内的垃圾收集点进行聚类并分为多个区域；
[0008](3)对工作区域内不同类型车辆的工作耗时和运行耗时进行统计；
[0009](4)对车辆的配置数量和路径进行规划分析，计算收运车辆的最少配置数量和车辆路径；
[0010](5)将车辆配置及路径规划后车辆需要行驶的时间与历史收运时间进行对比，分析收运车辆配置及路径规划分析子模块分析不同规划路径的有效率，根据路径有效率判定区域内车辆收运最优路径，形成调度方案。
[0011]进一步地，所述步骤(2)实现过程如下：
[0012]假设有N个分散不均的垃圾收集点，在其中随机选择k个点作为初始聚类中心点，计算并记录剩余点到k个初始中心点的距离，选择最小的距离将归类到相应的初始中心点的类中，再计算每个类中的平均值并更新初始中心点，直到聚类准则函数收敛停止更新，最终将区域内所有垃圾收集点分为k个区域。
[0013]进一步地，所述步骤(3)实现过程如下：
[0014]对首次测算的工作耗时时间进行标记，测算收运车辆在路段行驶的耗时时间，对二次测算的运行耗时时间进行标记，将标记的每一次收运车辆工作耗时和运行耗时时间进行对比，设置运行耗时时间对比值为(0,t
n
]，当每一收运车辆工作耗时和运行耗时时间之差大于等于t
n
，则进行重新测算，将重新测算的数据进行分析满足对比值阈值后进行标记，将标记数据发送垃圾收运车辆配置及最优路径分析模块。
[0015]进一步地，所述步骤(4)包括以下步骤：
[0016](41)设定当前分析的收运车辆最少配置数量和车辆路径采用算法进行条件约束，N为垃圾收集点集合，其中N＝0表示起点，K为收运车辆集合，S为某一车辆访问收集点集合，根据该数学表征设定模型参数，设定车辆最大载重量为Q，设定收集点i和j之间的距离为d
ij
，设定车辆k单位距离运输成本为C
k
，设定车辆k固定成本为f
k
，设定到达收集点i的左时间窗为a
i
，设定到达收集点i的右时间窗为b
i
，设定收集点i的时间窗宽度为W
ik
；
[0017](42)设定垃圾收运服务区域内部最少收运车辆配置数为minn；
[0018](43)设定每个收集点只能被一辆车服务且只能访问一次，根据公式：和进行约束；
[0019](44)设定除起点和终点的每个收集点，进入和驶出每一收集点的车辆数相等，收运车辆进入某一收集点也必须从该点离开，根据公式：运车辆进入某一收集点也必须从该点离开，根据公式：进行流量守恒约束；
[0020](45)设定每辆车都从垃圾车辆集中点出发并且服务完后必须返回垃圾车辆集中点，根据公式和进行约束；
[0021](46)对所有收运车辆到达每个收集点起始时刻和离开每个收集点终止时刻进行定义，其中，根据公式：对所有收运车辆在每个收集点最早达到时间和最晚离开时间进行约束；
[0022](47)设定收运车辆容量限制，确保每辆车的载重量不能超过车辆限制，根据公式进行约束；
[0023](48)对x
ijk
和y
ijk
为0
‑
1整数决策变量进行定义：
[0024][0025][0026]进一步地，所述步骤(5)包括以下步骤：
[0027](51)状态转移规则：在蚁群算法中，每只蚂蚁在寻找最优路径的过程时，根据路径上残留的信息素量，以及从点i转移到点j的启发式信息η，独立选择下一个访问点；在状态转移概率中综合考虑车辆访问收集点的时间窗吻合度、车辆容量约束以及车辆容量利用率；状态转移规则公式为：
[0028][0029]其中，l表示所有可能的取值；τ
ij
表示边(i,j)上的信息素浓度，也就是边(i,j)的轨迹强度；α(α≥0)为信息启发式因子，表示信息素的相对重要性，其值越大蚂蚁则越倾向于选择较多蚂蚁走过的路径；η
ij
表示边(i,j)上的启发信息素：
[0030]η
ij
＝1/d
ij
[0031]其中，d
ij
为点i到j的距离；β(β≥0)为期望的启发式因子，表示能见度的相对重要性，其值越大则越倾向于选择距离较短的路径；k
ij
表示车辆的容量利用率：
[0032]k
ij
＝(q
i
+q
j
)/Q
[0033]其中，λ(λ≥0)为车辆容量利用率的相对重要性；ε
ij
为时间窗吻合值：
[0034]ε
ij
＝1/(|s
i
‑
e
i
|+|s
i
+l
i
|)
[0035]其中，s
i
表示车辆到达收集点i的时间；θ(θ≥0)为时间吻合的相对重要性；p为一个在区间[0,1]内的随机数；p0为一个算法参数固定值，其取值范围为(0,1)；
[0036]当收集点i与j之间的信息素浓度越大、距离越短、车辆的容量利用率越大、时间窗吻合度越高，它们的乘积所占比重就越大，因此选择收集点j的概率也越大；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于城市生活垃圾分类的收运车辆调度方法，其特征在于，包括以下步骤：(1)对服务区域内历史垃圾量进行统计，对每日易腐垃圾、可回收垃圾、有害垃圾和其他垃圾四种不同类型的垃圾量进行预测；(2)利用K
‑
means聚类算法对整个区域内的垃圾收集点进行聚类并分为多个区域；(3)对工作区域内不同类型车辆的工作耗时和运行耗时进行统计；(4)对车辆的配置数量和路径进行规划分析，计算收运车辆的最少配置数量和车辆路径；(5)将车辆配置及路径规划后车辆需要行驶的时间与历史收运时间进行对比，分析收运车辆配置及路径规划分析子模块分析不同规划路径的有效率，根据路径有效率判定区域内车辆收运最优路径，形成调度方案。2.根据权利要求1所述的基于城市生活垃圾分类的收运车辆调度方法，其特征在于，所述步骤(2)实现过程如下：假设有N个分散不均的垃圾收集点，在其中随机选择k个点作为初始聚类中心点，计算并记录剩余点到k个初始中心点的距离，选择最小的距离将归类到相应的初始中心点的类中，再计算每个类中的平均值并更新初始中心点，直到聚类准则函数收敛停止更新，最终将区域内所有垃圾收集点分为k个区域。3.根据权利要求1所述的基于城市生活垃圾分类的收运车辆调度方法，其特征在于，所述步骤(3)实现过程如下：对首次测算的工作耗时时间进行标记，测算收运车辆在路段行驶的耗时时间，对二次测算的运行耗时时间进行标记，将标记的每一次收运车辆工作耗时和运行耗时时间进行对比，设置运行耗时时间对比值为(0,t
n
]，当每一收运车辆工作耗时和运行耗时时间之差大于等于t
n
，则进行重新测算，将重新测算的数据进行分析满足对比值阈值后进行标记，将标记数据发送垃圾收运车辆配置及最优路径分析模块。4.根据权利要求1所述的基于城市生活垃圾分类的收运车辆调度方法，其特征在于，所述步骤(4)包括以下步骤：(41)设定当前分析的收运车辆最少配置数量和车辆路径采用算法进行条件约束，N为垃圾收集点集合，其中N＝0表示起点，K为收运车辆集合，S为某一车辆访问收集点集合，根据该数学表征设定模型参数，设定车辆最大载重量为Q，设定收集点i和j之间的距离为d
ij
，设定车辆k单位距离运输成本为c
k
，设定车辆k固定成本为f
k
，设定到达收集点i的左时间窗为a
i
，设定到达收集点i的右时间窗为b
i
，设定收集点i的时间窗宽度为w
ik
；(42)设定垃圾收运服务区域内部最少收运车辆配置数为min n；(43)设定每个收集点只能被一辆车服务且只能访问一次，根据公式：和进行约束；(44)设定除起点和终点的每个收集点，进入和驶出每一收集点的车辆数相等，收运车辆进入某一收集点也必须从该点离开，根据公式：辆进入某一收集点也必须从该点离开，根据公式：进行流量守恒约束；(45)设定每辆车都从垃圾车辆集中点出发并且服务完后必须返回垃圾车辆集中点，根据公式和进行约束；
(46)对所有收运车辆到达每个收集点起始时刻和离开每个收集点终止时刻进行定义，其中，根据公式：对所有收运车辆在每个收集点最早达到时间和最晚离开时间进行约束；(47)设定收运车辆容量限制，确保每辆车的载重量不能超过车辆限制，根据公式进行约束；(48)对x
ijk
和y
ijk
为0
‑
1整数决策变量进行定义：1整数决策变量进行定义：5.根据权利要求1所述的基于城市生活垃圾分类的收运车辆调度方法，其特征在于，所述步骤(5)包括以下步骤：(51)状态转移规则：在蚁群算法中，每只蚂蚁在寻找最优路径的过程时，根据路径上残留的信息素量，以及从点i转移到点j的启发式信息η，独立选择下一个访问点；在状态转移概率中综合考虑车辆访问收集点的时间窗吻合度、车辆容量约束以及车辆容量利用率；状态转移规则公式为：其中，l表示所有可能的取值；τ
ij
表示边(i，j)上的信息素浓度，也就是边(i，j)的轨迹强度；α(α≥0)为信息启发式因子，表示信息素的相对重要性，其值越大蚂蚁则越倾向于选择较多蚂蚁走过的路径；η
ij
表示边(i，j)上的启发信息素：η
ij
＝1/d
ij
其中，d
ij
为点i到j的距离；β(β≥0)为期望的启发式因子，表示能见度的相对重要性，其值越大则越倾向于选择距离较短...

【专利技术属性】
技术研发人员：邓社军，于世军，丁永峰，嵇涛，张俊，陆曹烨，施议，彭浪，朱俊豪，管恩丞，宇泓儒，周鹏，王晓莹，李婷婷，窦玥，刘根基，姚炎宏，张海旻，徐成，郦红艺，
申请(专利权)人：扬州大学，
类型：发明
国别省市：