CN116562486B - 城市生活垃圾运输路线的优化方法及装置 - Google Patents
城市生活垃圾运输路线的优化方法及装置 Download PDFInfo
- Publication number
- CN116562486B CN116562486B CN202310643531.1A CN202310643531A CN116562486B CN 116562486 B CN116562486 B CN 116562486B CN 202310643531 A CN202310643531 A CN 202310643531A CN 116562486 B CN116562486 B CN 116562486B
- Authority
- CN
- China
- Prior art keywords
- garbage
- node
- temperature
- target
- temperature interval
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000010813 municipal solid waste Substances 0.000 title claims abstract description 197
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000005457 optimization Methods 0.000 title claims abstract description 12
- 230000006870 function Effects 0.000 claims abstract description 61
- 238000012546 transfer Methods 0.000 claims abstract description 30
- 206010063659 Aversion Diseases 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 12
- 238000009825 accumulation Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 239000002699 waste material Substances 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 11
- 238000000354 decomposition reaction Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000192 social effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Refuse Collection And Transfer (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及路线规划技术领域,尤其涉及一种城市生活垃圾运输路线的优化方法及装置。包括:获取目标区域的目标数据;所述目标区域包括一个垃圾中转站和多个垃圾收集点,每个所述垃圾收集点的垃圾均由目标车场内的车辆运输至所述垃圾中转站,所述目标数据包括天气数据;基于所述天气数据,将垃圾运输时的天气情况划分为至少两个温度区间;针对每个温度区间,构建与当前温度区间相对应的垃圾运输路线的目标函数;求解不同温度区间对应的目标函数,分别得到不同温度区间对应的最优路线。本发明,能够兼顾收运成本和居民的体验感,规划出的路线更加合理。
Description
技术领域
本发明涉及路线规划技术领域,特别涉及一种城市生活垃圾运输路线的优化方法及装置。
背景技术
随着我国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,如何对日益增长的城市生活垃圾进行高效收集和运输,已经成为亟待解决的现实问题。
相关技术中,城市生活垃圾的收运路线规划只考虑收运垃圾时的经济成本,因此,在运输过程中主要考虑路程的远近,而未考虑不同天气情况下,垃圾的腐化程度会发生改变。在垃圾收运过程中,若不根据垃圾的腐化程度调整收运路线,而是一味地考虑经济性,会严重影响居民的生活。
发明内容
本发明实施例提供了一种城市生活垃圾运输路线的优化方法及装置,规划出的路线更加合理。
第一方面,本发明实施例提供了一种城市生活垃圾运输路线的优化方法,包括:
获取目标区域的目标数据;所述目标区域包括一个垃圾中转站和多个垃圾收集点,每个所述垃圾收集点的垃圾均由目标车场内的车辆运输至所述垃圾中转站,所述目标数据包括天气数据;
基于所述天气数据,将垃圾运输时的天气情况划分为至少两个温度区间;
针对每个温度区间,构建与当前温度区间相对应的垃圾运输路线的目标函数;
求解不同温度区间对应的目标函数,分别得到不同温度区间对应的最优路线。
第二方面,本发明实施例还提供了一种城市生活垃圾运输路线的优化装置,包括:
获取模块,用于获取目标区域的目标数据;所述目标区域包括一个垃圾中转站和多个垃圾收集点,每个所述垃圾收集点的垃圾均由目标车场内的车辆运输至所述垃圾中转站,所述目标数据包括天气数据;
划分模块,用于基于所述天气数据,将垃圾运输时的天气情况划分为至少两个温度区间;
构建模块,用于针对每个温度区间,构建与当前温度区间相对应的垃圾运输路线的目标函数;
求解模块,求解不同温度区间对应的目标函数,分别得到不同温度区间对应的最优路线。
第三方面,本发明实施例还提供了一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时,实现本说明书任一实施例所述的方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行本说明书任一实施例所述的方法。
本发明实施例提供了一种城市生活垃圾运输路线的优化方法。该方法首先确定路线规划的目标区域,该目标区域内存在多个垃圾收集点和一个中转站,每个垃圾收集点的垃圾均需要由目标车场内的车辆输运至该中转站。然后获取该目标区域的天气数据,基于天气数据划分温度区间,由于不同的温度区间下,垃圾的腐化程度不同,因此,运输过程中需要考虑的因素也不同。针对每个温度区间,基于不同的因素构建不同的目标函数,以使目标函数更具有针对性。最后求解相应的目标函数,可以得到不同温度区间下的最优路线。由此可见,本发明不再单纯的以收运成本最低为目标,而是结合天气情况,考虑到不同的温度下垃圾的性质会发生变化,并结合垃圾性质的改变规划路线,在考虑运输成本的同时也兼顾对居民生活的影响,规划出的路线更加合理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种城市生活垃圾运输路线的优化方法流程图;
图2是本发明一实施例提供的一种电子设备的硬件架构图;
图3是本发明一实施例提供的一种城市生活垃圾运输路线的优化装置结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参考图1,本发明实施例提供了一种基于量子遗传算法的垃圾运输路线优化方法,包括:
步骤100,获取目标区域的目标数据;所述目标区域包括一个垃圾中转站和多个垃圾收集点,每个所述垃圾收集点的垃圾均由目标车场内的车辆运输至所述垃圾中转站,所述目标数据包括天气数据;
步骤102,基于所述天气数据,将垃圾运输时的天气情况划分为至少两个温度区间;
步骤104,针对每个温度区间,构建与当前温度区间相对应的垃圾运输路线的目标函数;
步骤106,求解不同温度区间对应的目标函数,分别得到不同温度区间对应的最优路线。
本发明实施例中,首先确定路线规划的目标区域,该目标区域内存在多个垃圾收集点和一个中转站,每个垃圾收集点的垃圾均需要由目标车场内的车辆输运至该中转站。然后获取该目标区域的天气数据,基于天气数据划分温度区间,由于不同的温度区间下,垃圾的腐化程度不同,因此,运输过程中需要考虑的因素也不同。针对每个温度区间,基于不同的因素构建不同的目标函数,以使目标函数更具有针对性。最后求解相应的目标函数,可以得到不同温度区间下的最优路线。由此可见,本发明不再单纯的以收运成本最低为目标,而是结合天气情况,考虑到不同的温度下垃圾的性质会发生变化,并结合垃圾性质的改变规划路线,在考虑运输成本的同时也兼顾对居民生活的影响,规划出的路线更加合理。
下面描述图1所示的各个步骤的执行方式。
首先,针对步骤100,获取目标区域的目标数据;目标区域包括一个垃圾中转站和多个垃圾收集点,每个垃圾收集点的垃圾均由目标车场内的车辆运输至垃圾中转站,目标数据包括天气数据。
在该步骤中,目标区域以实际运行区域为准,例如可以是一个县级行政区,在该行政区内,所有垃圾收集点的垃圾均通过某个目标车场的垃圾车运输至特定的中转站。目标区域确定后,可以通过相关部门获取与该目标区域相关的数据。例如,可以从气象部门获取目标区域的历史天气数据和实时天气数据等。此外,通过地图定位功能,垃圾中转站、目标车场以及每个垃圾收集点的位置都是已知的。
然后,针对步骤102,基于天气数据,将垃圾运输时的天气情况划分为至少两个温度区间。
目标区域内的温度不同,垃圾的腐化程度不同。例如在北方城市的冬季,气温较低,垃圾从产生到被收集处理,其腐化程度较低,基本不会产生恶臭等,进而不会对居民的生活造成影响,此时在规划路线时只需要考虑运输成本即可。而在南方城市的夏季,平均温度极高,在垃圾产生至收运的这段时间内,垃圾可能已经腐烂霉变。一方面,垃圾在堆放过程中会释放出大量有害气体、粉尘和细小颗粒物随风飞扬,危害周围大气环境。另一方面,虽然现有垃圾车具有一定密闭性,但随着车辆使用年限的增长以及司机操作不当,运输过程中仍存在泄露问题,从而散发出有害物质,给运输途中的行人造成影响。因此,此种情况下不能只考虑收运成本,还需考虑对居民的影响。例如避开人流量较大的路线,降低人们吸入不健康气体的概率;此外,要合理兼顾各垃圾收集点的清理次数,不能因为某些垃圾收集点的位置偏远或垃圾量较少就增大两次收集时间的间隔。如此,才能在保证运输成本满足要求的情况下,提高居民体验,降低投诉率。
在一些实施方式中,步骤102包括:
基于天气数据,确定目标区域的温度阈值,温度阈值是基于垃圾的腐化程度确定的;
将平均温度低于温度阈值的温度区间确定为第一温度区间;以及将平均温度高于温度阈值的温度区间确定为第二温度区间。
在该实施例中,基于天气数据可以确定目标区域的平均温度和早晚温差,对于温差较大的地区,如东北地区,可以适当提高温度阈值,如15℃;对于温差较小的地区,如广东地区,可以适当降低温度阈值,如10℃。本申请不对温度阈值的具体数据做具体限定。
针对步骤104,在第一温度区间内,垃圾腐化程度较低,此时只考虑垃圾的运输成本即可。因此,在一些实施方式中,以收运成本最小为目标构建第一温度区间的目标函数,目标函数F1的表达式为:
式中,为垃圾车的固定成本,/>表示垃圾车的单位距离成本,d ij 表示从i节点到j节点的距离,n表示节点的个数,节点包括垃圾中转站、每个垃圾收集点和目标车场;Z ij∈{0,1},其中,Z ij=1表示垃圾车从i节点移动到j节点,Z ij=0表示垃圾车未从i节点移动到j节点。
在该实施中,虽然在目标区域内存在多个垃圾收集点,但是垃圾车在单次行程中不会途径每个垃圾收集点,而是结合自身容量以及各垃圾收集点之间的距离等选择最佳的收集点。途经的收集点不同,垃圾车行驶的距离也不同,产生的单位距离成本也不同。因此,收运成本是根据收运路线的不同而变动的。该实施例通过对该目标函数F1进行求解,即可确定出使收运成本最小的运输路线,以使运输公司的利益最大化。
在第二温区内,垃圾腐化程度较高,需要考虑运输对居民的影响。此时,应该以收运成本最小以及居民厌恶指数最小为目标构建目标函数,以期在保证运输成本满足要求的情况下,提高居民体验。
在一些实施方式中,第二温度区间的目标函数F2为:
式中,b 1和b 2分别为收运成本最小目标和居民厌恶指数最小目标的权重;为垃圾车的固定成本,/>表示垃圾车的单位距离成本,d ij 表示从i节点到j节点的距离,n表示节点的个数,节点包括垃圾中转站、每个垃圾收集点和目标车场;w ij 表示从i节点到j节点居民厌恶指数所占的权重,其值与从i节点到j节点的平均人流量相关;T ij为从i节点到j节点的交通拥堵厌恶指数;S j为j节点的垃圾堆积厌恶指数,T ij∈(0,1),S j∈(0,1);y j表示j节点垃圾堆积厌恶指数所占的权重,y j∈(0,1);Z ij∈{0,1},其中,Z ij=1表示垃圾车从i节点移动到j节点,Z ij=0表示垃圾车未从i节点移动到j节点。
该目标函数融合了运输成本和居民体验,不仅考虑了经济效益,还考虑了社会效益。在实际运输过程中,如何均衡经济效益和社会效益,是需要重点考虑的问题,这就需要合理确定收运成本和居民厌恶指数的权重。
在一些实施方式中,针对第二温度区间,求解第二温度区间的目标函数,得到第二温度区间对应的最优路线包括:
S1,将目标区域运输垃圾的过程划分为至少两个时段;
S2,针对不同时段,调整目标函数中各目标的权重,得到与不同时段对应的子目标函数;
S3,求解不同时段对应的子目标函数,得到不同时段对应的最优路线。
在步骤S1中,不同时段是基于目标区域内的交通拥堵情况确定的。述目标数据还包括车辆数据、垃圾数据、道路数据和人口数据;
不同时段是基于如下方式构建的:
基于目标数据,将目标区域内交通拥堵程度大于预设程度的时段确定为第一时段;以及将目标区域内交通拥堵程度小于预设程度的时段确定为第二时段。
通常,第一时段为早晚高峰时段,路上人流和车辆较多,人口密度大,拥堵时间长。而在第二时段,路上人口密度小,交通较为顺畅。
因此,针对步骤S2,当垃圾运输的时间段位于第一时段时,应降低收运成本最小目标的权重b 1,并增大居民厌恶指数最小目标的权重b 2。也就是说,此时应该弱化经济效益,而强化社会效益。
而在第二时段时,路上人流和车辆均较少。因此,当垃圾运输的时间段位于第二时段时,增大收运成本最小目标的权重b 1,并降低居民厌恶指数最小目标的权重b 2。也就是说,此时应该强化经济效益,而弱化社会效益。
另外,在确定好b 1和b 2后,还需要确定居民厌恶指数最小目标中各参数的取值。其中,w ij 是基于i节点与j节点之间的平均人流量确定的,平均人流量是基于历史交通数据确定的。根据历史交通数据,将平均人流量划分为多个等级,不同等级对应不同的权重,根据i节点与j节点之间的平均人流量与每个等级的包含关系,确定w ij 的数值。例如,平均人流量共有5个等级,A等级的平均人流量为大于200人/分钟,权重为0.8;B等级的平均人流量为150-200人/分钟,权重为0.7;C等级的平均人流量为100-150人/分钟,权重为0.6;D等级的平均人流量为50-100人/分钟,权重为0.4;E等级的平均人流量为0-50人/分钟,权重为0.2。那么,当根据历史交通数据确定出相同时刻从1节点到2节点的平均人流量为80人/分钟,其值位于D等级的区间内,则w 12=0.4;从2节点到4节点的平均人流量为220人/分钟,其值位于A等级的区间内,则w 24=0.8;依此类推,可以确定任意两个节点之间居民厌恶指数所占的权重。需要说明的是,平均人流量与时段相关,用户可以根据垃圾车的实际收运时段,调取对应时段的平均人流量。
交通厌恶指数T ij是基于i节点与j节点之间的平均拥堵时间确定的,平均拥堵时间是基于历史交通数据确定的。根据历史交通数据,将平均拥堵时间划分为多个等级,不同等级对应不同的权重,根据i节点与j节点之间的平均拥堵时间与每个等级的包含关系,确定T ij 的数值。例如,平均拥堵时间共有5个等级,A等级的平均拥堵时间大于8分钟,权重为0.8;B等级的平均拥堵时间为6-8分钟,权重为0.7;C等级的平均拥堵时间为4-6分钟,权重为0.6;D等级的平均拥堵时间为2-4分钟,权重为0.4;E等级的平均拥堵时间为0-2分钟,权重为0.2。那么,当根据历史交通数据确定出相同时刻从1节点到2节点的平均拥堵时间为6分钟,其值位于B等级的区间内,则T 12=0.7;从2节点到4节点的平均拥堵时间为1分钟,其值位于E等级的区间内,则T 24=0.2;依此类推,可以确定任意两个节点之间居民厌恶指数所占的权重。需要说明的是,平均拥堵时间与时段相关,用户可以根据垃圾车的实际收运时段,调取对应时段的平均拥堵时间。
垃圾堆积厌恶指数S j是基于垃圾的清理实效确定的,垃圾的剩余量越大,清理时限越长,堆积厌恶指数越大。用户可以基于各垃圾收集点的历史数据为各垃圾收集点确定相应的堆积厌恶指数。
此外,y j的权重与垃圾收集点的位置有关,垃圾收集点的位置距离人群聚集地越远,y j的权重小,反之越大。
最后,针对步骤106,对各目标函数进行求解,可以采用量子遗传算法,量子遗传算法具有计算效率高且计算准确度高的优点。当然,用户也可以采用其它算法,本申请并不以此为限。
还需要说明的是,在目标函数求解过程中,用户需要根据实际需要确定合适的约束条件,例如:
车辆在任一节点的载重均不超过其额定载重;
车辆在单次行程中去往任一收集点的次数不超过1次;
任一垃圾收集点的垃圾清理时限均不超过预设时限;
车辆从i节点到j节点的运行时长不超过预设时长。
约束条件不同,获得的优化结果也不同,本申请不对约束条件做具体限定。
还需要说明的是,垃圾车上设置有实时通讯系统,基于该通讯系统,待优化的垃圾车可以与目标区域的其它垃圾车通讯,并且可以实时获取目标区域内的交通数据(包括人流量、车流量和道路情况等)、垃圾数据(包括各垃圾收集点的位置和垃圾量)和天气数据等。用户可以根据实时获取的数据,调整目标函数中的各参数,并将计算出的最优路线实时反馈给司机。
如图2、图3所示,本发明实施例提供了一种城市生活垃圾运输路线的优化装置。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。从硬件层面而言,如图2所示,为本发明实施例提供的一种城市生活垃圾运输路线的优化装置所在电子设备的一种硬件架构图,除了图2所示的处理器、内存、网络接口、以及非易失性存储器之外,实施例中装置所在的电子设备通常还可以包括其他硬件,如负责处理报文的转发芯片等等。以软件实现为例,如图3所示,作为一个逻辑意义上的装置,是通过其所在电子设备的CPU将非易失性存储器中对应的计算机程序读取到内存中运行形成的。本实施例提供的一种城市生活垃圾运输路线的优化装置,包括:
获取模块300,用于获取目标区域的目标数据;目标区域包括一个垃圾中转站和多个垃圾收集点,每个垃圾收集点的垃圾均由目标车场内的车辆运输至垃圾中转站,目标数据包括天气数据;
划分模块302,用于基于天气数据,将垃圾运输时的天气情况划分为至少两个温度区间;
构建模块304,用于针对每个温度区间,构建与当前温度区间相对应的垃圾运输路线的目标函数;
求解模块306,求解不同温度区间对应的目标函数,分别得到不同温度区间对应的最优路线。
在本发明实施例中,获取模块300可用于执行上述方法实施例中的步骤100,划分模块302可用于执行上述方法实施例中的步骤102,构建模块304可用于执行上述方法实施例中的步骤104,求解模块306可用于执行上述方法实施例中的步骤106。
在一些实施方式中,划分模块302用于执行如下操作:
基于天气数据,确定目标区域的温度阈值,温度阈值是基于垃圾的腐化程度确定的;
将平均温度低于温度阈值的温度区间确定为第一温度区间;以及将平均温度高于温度阈值的温度区间确定为第二温度区间。
在构建模块304中,第一温度区间的目标函数是以收运成本最小为目标构建的,第一温度区间的目标函数F1为:
式中,为垃圾车的固定成本,/>表示垃圾车的单位距离成本,d ij 表示从i节点到j节点的距离,n表示节点的个数,节点包括垃圾中转站、每个垃圾收集点和目标车场;Z ij∈{0,1},其中,Z ij=1表示垃圾车从i节点移动到j节点,Z ij=0表示垃圾车未从i节点移动到j节点。
第二温度区间的目标函数是以收运成本最小以及居民厌恶指数最小为目标构建的,第二温度区间的目标函数F2为:
式中,b 1和b 2分别为收运成本最小目标和居民厌恶指数最小目标的权重;为垃圾车的固定成本,/>表示垃圾车的单位距离成本,d ij 表示从i节点到j节点的距离,n表示节点的个数,节点包括垃圾中转站、每个垃圾收集点和目标车场;w ij 表示从i节点到j节点居民厌恶指数所占的权重,其值与从i节点到j节点的平均人流量相关;T ij为从i节点到j节点的交通拥堵厌恶指数;S j为j节点的垃圾堆积厌恶指数,T ij∈(0,1),S j∈(0,1);y j表示j节点垃圾堆积厌恶指数所占的权重,y j∈(0,1);Z ij∈{0,1},其中,Z ij=1表示垃圾车从i节点移动到j节点,Z ij=0表示垃圾车未从i节点移动到j节点。
在一些实施方式中,针对第二温度区间,求解第二温度区间的目标函数,得到第二温度区间对应的最优路线包括:
将目标区域运输垃圾的过程划分为至少两个时段;
针对不同时段,调整目标函数中各目标的权重,得到与不同时段对应的子目标函数;
求解不同时段对应的子目标函数,得到不同时段对应的最优路线。
在一些实施方式中,目标数据还包括车辆数据、垃圾数据、道路数据和人口数据;
不同时段是基于如下方式构建的:
基于目标数据,将目标区域内交通拥堵程度大于预设程度的时段确定为第一时段;以及将目标区域内交通拥堵程度小于预设程度的时段确定为第二时段。
在一些实施方式中,针对不同时段,调整目标函数中各目标的权重,包括:
当垃圾运输的时间段位于第一时段时,降低收运成本最小目标的权重,并增大居民厌恶指数最小目标的权重;
当垃圾运输的时间段位于第二时段时,增大收运成本最小目标的权重,并降低居民厌恶指数最小目标的权重。
可以理解的是,本发明实施例示意的结构并不构成对一种城市生活垃圾运输路线的优化装置的具体限定。在本发明的另一些实施例中,一种城市生活垃圾运输路线的优化装置可以包括比图示更多或者更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件、软件或者软件和硬件的组合来实现。
上述装置内的各模块之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
本发明实施例还提供了一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时,实现本发明任一实施例中的一种城市生活垃圾运输路线的优化方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序在被处理器执行时,使所述处理器执行本发明任一实施例中的一种城市生活垃圾运输路线的优化方法。
具体地,可以提供配有存储介质的系统或者装置,在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码,且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。
在这种情况下,从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能,因此程序代码和存储程序代码的存储介质构成了本发明的一部分。
用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地,可以由通信网络从服务器计算机上下载程序代码。
此外,应该清楚的是,不仅可以通过执行计算机所读出的程序代码,而且可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作,从而实现上述实施例中任意一项实施例的功能。
此外,可以理解的是,将由存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展模块中设置的存储器中,随后基于程序代码的指令使安装在扩展板或者扩展模块上的CPU等来执行部分和全部实际操作,从而实现上述实施例中任一实施例的功能。
需要说明的是,在本文中,诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储在计算机可读取的存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种城市生活垃圾运输路线的优化方法,其特征在于,包括:
获取目标区域的目标数据;所述目标区域包括一个垃圾中转站和多个垃圾收集点,每个所述垃圾收集点的垃圾均由目标车场内的车辆运输至所述垃圾中转站,所述目标数据包括天气数据;
基于所述天气数据,将垃圾运输时的天气情况划分为至少两个温度区间;
针对每个温度区间,构建与当前温度区间相对应的垃圾运输路线的目标函数;
求解不同温度区间对应的目标函数,分别得到不同温度区间对应的最优路线;
所述基于所述天气数据,将垃圾运输时的天气情况划分为至少两个温度区间,包括:
基于所述天气数据,确定所述目标区域的温度阈值,所述温度阈值是基于垃圾的腐化程度确定的;
将平均温度低于所述温度阈值的温度区间确定为第一温度区间;以及将平均温度高于所述温度阈值的温度区间确定为第二温度区间;
所述第一温度区间的目标函数是以收运成本最小为目标构建的,所述第一温度区间的目标函数F1为:
式中,为垃圾车的固定成本,/>表示垃圾车的单位距离成本,d ij 表示从i节点到j节点的距离,n表示节点的个数,所述节点包括所述垃圾中转站、每个所述垃圾收集点和所述目标车场;Z ij∈{0,1},其中,Z ij=1表示垃圾车从i节点移动到j节点,Z ij=0表示垃圾车未从i节点移动到j节点;
所述第二温度区间的目标函数是以收运成本最小以及居民厌恶指数最小为目标构建的,所述第二温度区间的目标函数F2为:
式中,b 1和b 2分别为收运成本最小目标和居民厌恶指数最小目标的权重;为垃圾车的固定成本,/>表示垃圾车的单位距离成本,d ij 表示从i节点到j节点的距离,n表示节点的个数,所述节点包括所述垃圾中转站、每个所述垃圾收集点和所述目标车场;w ij 表示从i节点到j节点居民厌恶指数所占的权重,其值与从i节点到j节点的平均人流量相关;T ij为从i节点到j节点的交通拥堵厌恶指数;S j为j节点的垃圾堆积厌恶指数,T ij∈(0,1),S j∈(0,1);y j表示j节点垃圾堆积厌恶指数所占的权重,y j∈(0,1);Z ij∈{0,1},其中,Z ij=1表示垃圾车从i节点移动到j节点,Z ij=0表示垃圾车未从i节点移动到j节点。
2.根据权利要求1所述的方法,其特征在于,针对所述第二温度区间,求解所述第二温度区间的目标函数,得到第二温度区间对应的最优路线包括:
将所述目标区域运输垃圾的过程划分为至少两个时段;
针对不同时段,调整所述目标函数中各目标的权重,得到与不同时段对应的子目标函数;
求解不同时段对应的子目标函数,得到不同时段对应的最优路线。
3.根据权利要求2所述的方法,其特征在于,所述目标数据还包括车辆数据、垃圾数据、道路数据和人口数据;
所述不同时段是基于如下方式构建的:
基于所述目标数据,将所述目标区域内交通拥堵程度大于预设程度的时段确定为第一时段;以及将目标区域内交通拥堵程度小于所述预设程度的时段确定为第二时段。
4.根据权利要求3所述的方法,其特征在于,所述针对不同时段,调整所述目标函数中各目标的权重,包括:
当垃圾运输的时间段位于所述第一时段时,降低所述收运成本最小目标的权重,并增大居民厌恶指数最小目标的权重;
当垃圾运输的时间段位于所述第二时段时,增大所述收运成本最小目标的权重,并降低居民厌恶指数最小目标的权重。
5.一种城市生活垃圾运输路线的优化装置,其特征在于,包括:
获取模块,用于获取目标区域的目标数据;所述目标区域包括一个垃圾中转站和多个垃圾收集点,每个所述垃圾收集点的垃圾均由目标车场内的车辆运输至所述垃圾中转站,所述目标数据包括天气数据;
划分模块,用于基于所述天气数据,将垃圾运输时的天气情况划分为至少两个温度区间;
构建模块,用于针对每个温度区间,构建与当前温度区间相对应的垃圾运输路线的目标函数;
求解模块,求解不同温度区间对应的目标函数,分别得到不同温度区间对应的最优路线;
所述划分模块用于执行如下操作:
基于天气数据,确定目标区域的温度阈值,温度阈值是基于垃圾的腐化程度确定的;
将平均温度低于温度阈值的温度区间确定为第一温度区间;以及将平均温度高于温度阈值的温度区间确定为第二温度区间;
在构建模块中,第一温度区间的目标函数是以收运成本最小为目标构建的,第一温度区间的目标函数F1为:
式中,为垃圾车的固定成本,/>表示垃圾车的单位距离成本,d ij 表示从i节点到j节点的距离,n表示节点的个数,节点包括垃圾中转站、每个垃圾收集点和目标车场;Z ij∈{0,1},其中,Z ij=1表示垃圾车从i节点移动到j节点,Z ij=0表示垃圾车未从i节点移动到j节点;
第二温度区间的目标函数是以收运成本最小以及居民厌恶指数最小为目标构建的,第二温度区间的目标函数F2为:
式中,b 1和b 2分别为收运成本最小目标和居民厌恶指数最小目标的权重;为垃圾车的固定成本,/>表示垃圾车的单位距离成本,d ij 表示从i节点到j节点的距离,n表示节点的个数,节点包括垃圾中转站、每个垃圾收集点和目标车场;w ij 表示从i节点到j节点居民厌恶指数所占的权重,其值与从i节点到j节点的平均人流量相关;T ij为从i节点到j节点的交通拥堵厌恶指数;S j为j节点的垃圾堆积厌恶指数,T ij∈(0,1),S j∈(0,1);y j表示j节点垃圾堆积厌恶指数所占的权重,y j∈(0,1);Z ij∈{0,1},其中,Z ij=1表示垃圾车从i节点移动到j节点,Z ij=0表示垃圾车未从i节点移动到j节点。
6.一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1-4中任一项所述的方法。
7.一种存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序在计算机中执行时,令计算机执行权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310643531.1A CN116562486B (zh) | 2023-06-01 | 2023-06-01 | 城市生活垃圾运输路线的优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310643531.1A CN116562486B (zh) | 2023-06-01 | 2023-06-01 | 城市生活垃圾运输路线的优化方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116562486A CN116562486A (zh) | 2023-08-08 |
CN116562486B true CN116562486B (zh) | 2023-11-28 |
Family
ID=87498217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310643531.1A Active CN116562486B (zh) | 2023-06-01 | 2023-06-01 | 城市生活垃圾运输路线的优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116562486B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116757333A (zh) * | 2023-08-12 | 2023-09-15 | 中国人民解放军96901部队 | 一种基于居民满意度的分类垃圾箱优化配置方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392819A (zh) * | 2017-06-16 | 2017-11-24 | 深圳市盛路物联通讯技术有限公司 | 监测设备、垃圾桶管理方法及装置 |
DE102018212968A1 (de) * | 2018-08-02 | 2020-02-06 | Siemens Mobility GmbH | Bestimmen mindestens eines Fahrplans für mindestens ein Verkehrsmittel aus einer Mehrzahl von Verkehrsmitteln |
CN111790251A (zh) * | 2019-04-09 | 2020-10-20 | 深圳市家家分类科技有限公司 | 一种基于光的垃圾除臭控制方法及相关产品 |
CN112906932A (zh) * | 2019-12-04 | 2021-06-04 | 北京城市机扫服务有限公司 | 垃圾清运车辆路线处理方法和装置 |
WO2021189027A1 (en) * | 2020-03-20 | 2021-09-23 | Waymo Llc | Speed and route planning in view of weather |
CN113650993A (zh) * | 2021-08-17 | 2021-11-16 | 北京航空航天大学 | 一种基于优化路径的智能垃圾处理方法 |
CN113928754A (zh) * | 2021-11-18 | 2022-01-14 | 浙江金实乐环境工程有限公司 | 一种基于车联网技术的垃圾收运监管系统 |
CN114386792A (zh) * | 2021-12-28 | 2022-04-22 | 扬州青商欣环境科技有限公司 | 一种基于遗传算法的城市生活垃圾收运车辆调度方法 |
KR20220086758A (ko) * | 2020-12-16 | 2022-06-24 | 동국대학교 산학협력단 | 폐기물 수거 경로 탐색 장치 및 그 동작 방법 |
CN115365255A (zh) * | 2022-01-07 | 2022-11-22 | 宁波方太厨具有限公司 | 垃圾处理器及其启动方法、系统、设备及存储介质 |
CA3169049A1 (en) * | 2021-07-26 | 2023-01-26 | Oshkosh Corporation | Operational modes for a refuse vehicle |
CN115994625A (zh) * | 2023-03-17 | 2023-04-21 | 中环洁集团股份有限公司 | 一种路面垃圾预测方法、系统和智能终端 |
CN116127857A (zh) * | 2023-04-12 | 2023-05-16 | 中国科学院地理科学与资源研究所 | 面向分类的生活垃圾收运路径多目标优化方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7322805B2 (ja) * | 2020-05-14 | 2023-08-08 | トヨタ自動車株式会社 | システム、情報処理装置、および情報処理方法 |
-
2023
- 2023-06-01 CN CN202310643531.1A patent/CN116562486B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392819A (zh) * | 2017-06-16 | 2017-11-24 | 深圳市盛路物联通讯技术有限公司 | 监测设备、垃圾桶管理方法及装置 |
DE102018212968A1 (de) * | 2018-08-02 | 2020-02-06 | Siemens Mobility GmbH | Bestimmen mindestens eines Fahrplans für mindestens ein Verkehrsmittel aus einer Mehrzahl von Verkehrsmitteln |
CN111790251A (zh) * | 2019-04-09 | 2020-10-20 | 深圳市家家分类科技有限公司 | 一种基于光的垃圾除臭控制方法及相关产品 |
CN112906932A (zh) * | 2019-12-04 | 2021-06-04 | 北京城市机扫服务有限公司 | 垃圾清运车辆路线处理方法和装置 |
WO2021189027A1 (en) * | 2020-03-20 | 2021-09-23 | Waymo Llc | Speed and route planning in view of weather |
KR20220086758A (ko) * | 2020-12-16 | 2022-06-24 | 동국대학교 산학협력단 | 폐기물 수거 경로 탐색 장치 및 그 동작 방법 |
CA3169049A1 (en) * | 2021-07-26 | 2023-01-26 | Oshkosh Corporation | Operational modes for a refuse vehicle |
CN113650993A (zh) * | 2021-08-17 | 2021-11-16 | 北京航空航天大学 | 一种基于优化路径的智能垃圾处理方法 |
CN113928754A (zh) * | 2021-11-18 | 2022-01-14 | 浙江金实乐环境工程有限公司 | 一种基于车联网技术的垃圾收运监管系统 |
CN114386792A (zh) * | 2021-12-28 | 2022-04-22 | 扬州青商欣环境科技有限公司 | 一种基于遗传算法的城市生活垃圾收运车辆调度方法 |
CN115365255A (zh) * | 2022-01-07 | 2022-11-22 | 宁波方太厨具有限公司 | 垃圾处理器及其启动方法、系统、设备及存储介质 |
CN115994625A (zh) * | 2023-03-17 | 2023-04-21 | 中环洁集团股份有限公司 | 一种路面垃圾预测方法、系统和智能终端 |
CN116127857A (zh) * | 2023-04-12 | 2023-05-16 | 中国科学院地理科学与资源研究所 | 面向分类的生活垃圾收运路径多目标优化方法及系统 |
Non-Patent Citations (2)
Title |
---|
考虑居民满意度的城市生活垃圾上门收运路线优化;张爽等;系统管理学报(第03期);第148-154页 * |
鞍山市生活垃圾分类与治理存在的问题及对策;孙秀;鞍山师范学院学报(第01期);第32-36页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116562486A (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Apaydin et al. | Emission control with route optimization in solid waste collection process: A case study | |
Louati | Modeling municipal solid waste collection: A generalized vehicle routing model with multiple transfer stations, gather sites and inhomogeneous vehicles in time windows | |
Kinobe et al. | Optimization of waste collection and disposal in Kampala city | |
CN101604478B (zh) | 一种动态交通信息的处理方法及系统 | |
Ericsson et al. | Optimizing route choice for lowest fuel consumption–potential effects of a new driver support tool | |
Austin et al. | Taxicabs as public transportation in Boston, Massachusetts | |
CN116562486B (zh) | 城市生活垃圾运输路线的优化方法及装置 | |
US20160167642A1 (en) | Method for optimising the energy consumption of a hybrid vehicle | |
CN107886188B (zh) | 液化天然气公交尾气排放预测方法 | |
Jovicic et al. | Route optimization to increase energy efficiency and reduce fuel consumption of communal vehicles | |
CN102842219B (zh) | 预测方法和系统 | |
Fan et al. | Solid waste collection optimization considering energy utilization for large city area | |
Malakahmad et al. | Solid waste collection system in Ipoh city | |
CN109754606B (zh) | 一种基于出租车定位预测道路拥堵情况的方法 | |
Kapadia et al. | Dynamic route optimization for IoT based intelligent waste collection vehicle routing system | |
Welegedara et al. | Variations in direct greenhouse gas emissions across neighbourhoods: A case of Edmonton in Canada | |
Al-Jubori et al. | Framework for route optimization of solid waste collection | |
Heng et al. | Multi-objective heterogeneous capacitated vehicle routing problem with time windows and simultaneous pickup and delivery for urban last mile logistics | |
CN116384611B (zh) | 基于量子遗传算法的垃圾运输路线优化方法及装置 | |
CN115526427A (zh) | 一种垃圾转运站规划布局方法 | |
Bhargava et al. | Genetic algorithm to optimize solid waste collection | |
Billa et al. | GIS routing and modelling of residential waste collection for operational management and cost optimization | |
CN111652782B (zh) | 基于多元数据的乡村垃圾收运作业系统 | |
Yaman et al. | Assessment and modelling of greenhouse gas emissions from waste collection vehicles powered by different fuel types | |
Christodoulou et al. | Dynacargo routing subsystem and its algorithms for efficient urban waste collection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |