城市生活垃圾收集处理的环境管理分析

城市生活垃圾应由环卫部门收集处理和政府管理部门监督实施,并建立相应的环境监督管理体系,依法行政,提升城市垃圾管理水平,塑造清洁环保、健康安全、温馨和谐的城市。     

面向垃圾分类的全柔性多车舱车辆调度优化研究

垃圾分类运输是垃圾分类政策有效实施的重要环节。现有分类运输方法以单车舱专用车辆为主,易造成车辆资源浪费、垃圾收集点拥堵等问题。为此,本文引入能同时独立运输多种垃圾的多车舱车辆,依托我国垃圾收运实际情况,对车舱设置、收运模式等进行分析;以此为基础提出全柔性多车舱车辆路径问题 (full flexible-MCVRP) 及优化模型,并采用遗传算法进行求解。实际算例表明,与现有专用车辆分类调度方案相比,本文所给多车舱车辆调度方案总行驶路径更短,收运效率更高。进一步,针对几种典型城市生活区域,研究了垃圾分类占比对车舱分配方案的影响,为多车舱车辆设计提供参考。     

城市生活垃圾分类治理标准化路径初探

为了探究标准化如何支撑我国城市生活垃圾分类治理,本文梳理了我国生活垃圾分类发展历程的关键节点,从政策和实际需求等方面指出了这项工作标准化的必要性,同时根据国内生活垃圾分类相关标准现状提出存在的问题,从顶层规划角度阐述了当前我国城市生活垃圾分类治理的标准化方法和路径,为今后城市生活垃圾分类治理标准化实践提供技术指引。     

中国新型生态城市生活垃圾减量化措施及效益分析

近年来,随着世界能源危机、环境污染的加剧,生态城市建设在我国得到迅速发展,关于生活垃圾的减量化、资源化和无害化的要求成为了衡量生态城市的重要标准。于是,针对新型生态城市的生活垃圾减量化成为了急需探索和解决的问题。本文将就生态城市生活垃圾的减量化措施及其潜在的效益进行初步分析。     

我国城市生活垃圾标准制定实施现状及建议

本文从国家、行业、地方三个层面对我国城市生活垃圾源头减量标准、分类标准、收集标准、运输标准、末端处置标准制定情况进行梳理,对《生活垃圾分类制度实施方案》发布2年后城市生活垃圾分类工作进行情况及分类后续处置情况展开研究。建议从标准的因地制宜性出发,对可燃垃圾单独进行分类、完善和转化地方性标准并在地方层面细化垃圾分类标准,同时建议将垃圾分类标准与末端处置有效对接、建立健全针对性的有害垃圾标准。     

生产调度干扰管理模型构建及智能算法研究

在现代企业生产经营过程中,生产调度的作用日益突出.它是生产管理领域内的关键生产环节.干扰管理是近些年来学者提出的一种新的处理生产过程中突发事件的思想和方法,已在供应链、物流以及某些特定领域的调度方面有所应用.流水车间调度问题( Flow-shop Scheduling Problem,FSP)是一类复杂且极有代表性的流水线生产调度问题的简化模型,它无论是在离散制造工业还是在流程工业中都具有广泛的应用,具有一定的代表性.构建了流水车间调度问题以及干扰为工件到达的流水车间调度干扰管理模型,其经典目标函数为最大完工时间和干扰目标函数为干扰时间差相混合.     

考虑电量消耗的车辆调度优化研究

基于电动汽车电量消耗特性,考虑电动车里程、载重、顾客服务时间窗等约束,建立以配送总成本最小为目标的电动车调度优化问题模型;利用自然数编码的遗传算法,求解出电动车的配送路线以及车辆的充电计划,再结合枚举法,在配送中心运营时间内以10 min为时间间隔,计算出配送车辆惩罚成本最小时的最优发车时刻。最后结合算例,验证该模型和方法的有效性、正确性。     

可回收垃圾库存管理和车辆调度联合优化研究

研究了“两网融合”下社区可回收物回收清运系统中的回收点库存管理和清运车辆联合调度优化问题。以回收物流失和运输成本最小化为目标,建立了混合整数规划模型。设计了内外层嵌套优化算法进行模型求解。外层使用遗传算法来决策回收点库存管理清运线,内层设计了启发式算法,针对每周期清运计划规划车辆路径,从而获得外层算法所需要的适应度值,内外层算法交替迭代,从而得到合理的清运线和路径规划决策。基于实际案例和数据,设计了多种规模算例进行对比验证,证明了所提算法性能优于Gurobi。与现行回收策略相比,所提算法最高能减少48%以上的回收成本,有利于“两网融合”回收系统的长期高效运行。     

城市生活垃圾压缩设备的压头及箱体设计与分析

针对目前城市生活垃圾压缩设备普遍存在压缩效果不够理想的问题,提出一种新型压头和箱体结构,给出一种压缩效果和密闭性较好的城市生活垃圾压缩方式.通过优化传统垃圾压缩设备压头的结构,设计一种推铲形新型压头装置,提高垃圾压缩设备的压缩倍数,改善垃圾的压缩效果.对现有压缩设备箱体的结构和污水排放口进行了改进,设计一种与推铲形压头相匹配的垃圾压缩设备新型箱体.采用有限元分析方法,对设计的推铲形压头装置和箱体进行了分析.分析结果表明,同目前垃圾压缩设备使用的平压头和楔形压头相比较,设计的推铲形压头具有更好的压缩效果,为城市生活垃圾压缩设备压缩装置的设计和制造提供了理论基础.     

实时车辆调度系统研究

车辆的运输和调度在整个供应系统中发挥着至关重要的地位,伴随着市场竞争的加深和客户需求的多样化,企业不可能完全根据掌握的消息才制定出调度计划,就算是制定好也有可能因为外界环境的很多影响而不能正常实施。在这种形势下,对实时车辆调度的研究越来越受到研究者的重视。本文首先对实施车辆调度的意义入手,分析了车辆调度的功能要求,并在此基础上研究出实时车辆调度模型。     

生产批量计划问题的干扰管理研究

以成组单元生产批量计划问题为原型,研究了在生产计划执行过程中受到机器故障干扰的调整方案.运用干扰管理方法,在扰动判定和度量的基础上,建立了考虑计划偏离度和总成本最小化的成组单元生产批量计划干扰管理模型,并设计了求解该模型的知识进化算法.当干扰发生时,系统能快速响应因机器故障造成的生产能力不足问题,重新调整生产计划.通过仿真实验,与全局重调度方案结果进行对比,验证了本干扰事件处理方法的可行性和有效性.     

包装废弃物回收车辆路径问题的改进遗传算法

目的采用优化传统遗传算法(GA)研究包装废弃物回收车辆路径问题(VRP)的性能。方法提出改进遗传算法(IGA)。首先,设计基于贪婪算法的初始种群生成算子,提高初始种群质量;其次,设计根据适应度值大小、进化代数等自适应调整的交叉和变异概率;然后,设计最大保留交叉算子,保证种群的多样性;最后,对企业实例和标准算例进行仿真测试。结果采用IGA算法、蚁群算法(ACO)能求得算例最优解,且IGA算法运行速度快于ACO算法,分支界定算法(BBM)、传统GA算法无法求得算例最优解。结论与BBM算法、传统GA算法和ACO算法相比,IGA算法求解包装废弃物回收VRP问题的整体性能更优。     

共享电动车电池配送问题研究

共享电动车电池的配送方案关系到用户的切身体验和企业利益。为制定最优配送方案，真正打通人们出行的“最后一公里”，本文考虑企业对成本的要求和用户对时效性的要求，以总配送成本最小以及用户满意度最高为目标建立了一个带软时间窗的车辆路径问题模型，利用扫描法和基于最佳路径成本的交叉算子改进了传统遗传算法，用算例验证了模型与改进算法的有效性，并通过数值实验找出了种群大小、迭代次数与最优解之间的相关关系。     

A Hybrid Genetic Algorithm for Vehicle Routing Problem with Complex Constraints

Most research on the Vehicle Routing Problem （VRP） is focused on standard conditions, which is not suitable for specific cases. A Hybrid Genetic Algorithm is proposed to solve a Vehicle Routing Problem （VRP） with complex side constraints. A novel coding method is designed especially for side constraints. A greedy algorithm combined with a random algorithm is introduced to enable the diversity of the initial population, as well as a local optimization algorithm employed to improve the searching efficiency. In order to evaluate the performance, this mechanism has been implemented in an oil distribution center, the experimental and executing results show that the near global optimal solution can be easily and quickly obtained by this method, and the solution is definitely satisfactory in the VRP application.     

考虑均衡负载的车辆路径问题及算法设计

针对目前物流配送系统中存在的车辆负载不均衡导致的物流配送质量和配送系统柔性下降这一现象,提出了考虑均衡车辆负载的多目标路径优化模型,以配送车辆总行驶距离尽可能短和车辆之间载运量尽可能平衡为优化目标。〖JP2〗针对模型设计遗传算法,通过在变异操作后加入进化逆转操作,加强局部寻优,找到全局最优解。以1个配送中心和14个客户的配送网路为例,利用Matlab软件建模分析,设置并调节不平衡处罚参数,得到总行驶距离和不平衡度之间的变化关系图和若干备选决策。最后构建评价体系对各个决策进行评分,〖JP〗得出当总行驶距离为40819 5,不平衡度为1时,评分最高,为本算例最优解,表明该模型在实际应用中能够为管理者提供决策依据。     

顾客时间窗和维修需求变动下车辆维修的干扰管理优化

针对车辆维修中因顾客时间窗和维修需求量变动所带来的干扰恢复问题,从干扰管理的角度,提出整车维修的扰动度量方法、扰动恢复策略及干扰管理优化模型。并通过数值算例,对比了干扰管理优化结果、按原维修流程执行结果、及重新分配维修计划结果等三种不同的干扰处理方式,结果表明,1）相对于按原流程计划执行结果,干扰管理优化的结果在顾客服务时间偏离上减少32-14%、成本节约14-89%;2）相对于重新分配维修任务的结果,干扰管理优化结果虽然在成本费用上略有增高,但在顾客服务时间偏离上减少28-53%、维修流程偏离上减少66-67%。     

动态蚁群算法在带时间窗车辆路径问题中的应用

蚁群算法是近年来新出现的一种随机型搜索寻优算法。自从在旅行商等著名问题中得到富有成效的应用之后，已引起人们越来越多的关注和重视。将这种新型的生物优化思想扩展到物流管理中的带时间窗车辆路径问题，设计了一种动态蚁群算法，从数值计算上探索了这种新型蚁群算法的优化能力，获得了满意的效果。     

不确定车数的随机车辆路径问题模型及算法

研究了一类有时间约束、车辆数量不确定的随机车辆路径问题;建立了该类问题的随机规划数学模型;设计了模型求解的遗传算法、禁忌搜索算法和遗传-禁忌混合算法.禁忌算法采用了对当前解的车辆-顾客分配结构和解的路径顺序分别禁忌的双层禁忌算法,使算法全局性更好,同时也降低了搜索时间.把禁忌算法作为变异算子应用于遗传算法形成了混合算法.最后给出了计算示例,对算法进行了比较分析.     

混合智能算法在CVRPTW中的应用

考虑到遗传算法本身存在易"早熟收敛"的缺陷,提出将模拟退火算法中的Metropolis接受准则引入到遗传算法的群体更新策略中,并将其应用于物流管理中的带容量约束和时间窗的车辆路径问题(CVRPTW).针对Solomon提出的几个标准问题,从数值计算上探索了遗传算法和模拟退火算法融合后的优化能力,获得了满意的效果.     

Study on the vehicle routing problem considering congestion and emission factors

To meet the requirement of greening transportation in poor traffic condition, vehicle routing problem (VRP) with consideration of fuel consumption and congestion is studied. We formulated a time-dependent green vehicle routing problem (TD-GVRP) model with minimised total cost as the objective function which includes fuel consumption cost, and the measurement of fuel consumption is based on the Comprehensive Modal Emissions Model (CMEM). In the model, the situation of waiting at customer nodes to avoid bad traffic is defined. To solve this model, a Response Surface Method (RSM)-based hybrid algorithm (HA) that combines genetic algorithm (GA) and particle swarm optimisation (PSO) is constructed. Finally, using instances from PRPLIB database, the following experiments are carried out and the corresponding conclusions are drawn. (i) Comparison of the proposed objective and traditional VRP objectives shows that fuel consumption can be greatly reduced by introducing fuel consumption factor into the objective function. (ii) Sensitivity analysis of congestion duration provides the influence of congestion duration on fuel consumption and travel time. (iii) Experiments based on different waiting time reveal that the optimisation of departure time can reduce fuel consumption and total cost to some extent.