數(shù)學(xué)建模論文(A[1][1].垃圾的分類處理與清運方案)(建議....doc

數(shù)學(xué)建模比賽預(yù)選A題：垃圾分類處理與清運方案設(shè)計 垃圾分類化收集與處理是有利于減少垃圾的產(chǎn)生，有益于環(huán)境保護(hù)，同時也有利于資源回收與再利用的城市綠色工程.在發(fā)達(dá)國家普遍實現(xiàn)了垃圾分類化，隨著國民經(jīng)濟(jì)發(fā)展與城市化進(jìn)程加快，我國大城市的垃圾分類化已經(jīng)提到日程上來.2010年5月國家發(fā)改委、住房和城鄉(xiāng)建設(shè)部、環(huán)境保護(hù)部、農(nóng)業(yè)部聯(lián)合印發(fā)了關(guān)于組織開展城市餐廚廢棄物資源化利用和無害化處理試點工作的通知，并且在北京、上海、重慶和深圳都取得一定成果，但是許多問題仍然是垃圾分類化進(jìn)程中需要深入研究的.在深圳，垃圾分為四類：櫥余垃圾、可回收垃圾、有害垃圾和其他不可回收垃圾，這種分類顧名思義不難理解.其中對于居民垃圾，基本的分類處理流程如下： 在垃圾分類收集與處理中，不同類的垃圾有不同的處理方式，簡述如下：1）櫥余垃圾可以使用脫水干燥處理裝置，處理后的干物質(zhì)運送飼料加工廠做原料.不同處理規(guī)模的設(shè)備成本和運行成本（分大型和小型）見附錄1說明.2） 可回收垃圾將收集后分類再利用.3） 有害垃圾，運送到固廢處理中心集中處理. 4）其他不可回收垃圾將運送到填埋場或焚燒場處理.所有垃圾將從小區(qū)運送到附近的轉(zhuǎn)運站，再運送到少數(shù)幾個垃圾處理中心.顯然，1）和2）兩項中，經(jīng)過處理，回收和利用，產(chǎn)生經(jīng)濟(jì)效益，而3）和4）只有消耗處理費用，不產(chǎn)生經(jīng)濟(jì)效益. 本項研究課題旨在為深圳市的垃圾分類化進(jìn)程作出貢獻(xiàn).為此請你們運用數(shù)學(xué)建模方法對深圳市南山區(qū)的分類化垃圾的實現(xiàn)做一些研究，具體的研究目標(biāo)是：1） 假定現(xiàn)有垃圾轉(zhuǎn)運站規(guī)模與位置不變條件下，給出大、小型設(shè)備（櫥余垃圾） 的分布設(shè)計，同時在目前的運輸裝備條件下給出清運路線的具體方案.以期 達(dá)到最佳經(jīng)濟(jì)效益和環(huán)保效果.2） 假設(shè)轉(zhuǎn)運站允許重新設(shè)計，請為問題1）的目標(biāo)重新設(shè)計.僅僅為了查詢方便，在題目附錄2所指出的網(wǎng)頁中，給出了深圳市南山區(qū)所有小區(qū)的相關(guān)資料，同時給出了現(xiàn)有垃圾處理的數(shù)據(jù)和轉(zhuǎn)運站的位置.其他所需數(shù)據(jù)資料自行解決. 論文題目： 垃圾分類處理與清運方案設(shè)計姓名1：唐宏慶 學(xué)號：09090230 專業(yè)： 數(shù)學(xué)與應(yīng)用數(shù)學(xué) 姓名1：趙彩仙 學(xué)號：09090248 專業(yè)： 數(shù)學(xué)與應(yīng)用數(shù)學(xué)姓名1：鄧建華 學(xué)號：08190106專業(yè)：計算機科學(xué)與技術(shù)2011 年5月7日一摘要城市生活垃圾是人們生活中產(chǎn)生的固體廢棄物.在收集、運輸和處理處置過程中，垃圾中所含有的和產(chǎn)生的有害成份，會對大氣、土壤、水體造成污染，不僅嚴(yán)重影響城市環(huán)境質(zhì)量，而且威脅人民身體健康，成為社會公害之一.如何解決城市垃圾問題，還城市鄉(xiāng)居民一個健康潔凈的生存環(huán)境，已引起全社會的高度重視.現(xiàn)在我們以深圳市南山區(qū)垃圾的分類處理與清運為研究對象，根據(jù)南山區(qū)生活垃圾的特性，設(shè)計一個科學(xué)合理的垃圾的分類處理與清運方案，因此我們需對垃圾車的收運路線進(jìn)行合理優(yōu)化，以降低收運系統(tǒng)成本，減少環(huán)境污染和社會影響.本文在參考國內(nèi)外大量文獻(xiàn)的基礎(chǔ)上,研究了國內(nèi)外城市生活垃圾收集與運輸路線的優(yōu)化模型與方法, 通過各種模型與方法的對比,借鑒已有的研究思路與方法, 應(yīng)用神經(jīng)網(wǎng)絡(luò)的理論，找出影響垃圾分類處理與清運的主要因素，采集人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練所需的樣本并進(jìn)行數(shù)據(jù)預(yù)處理；設(shè)計一套相應(yīng)的算法并進(jìn)行計算機實現(xiàn)這里要具體點。應(yīng)該說明一下你的具體的方案，達(dá)到了什么具體有效的結(jié)果（就是比普通的方法好在什么地方，這里可以寫在后面的論文中）。；分析基于人工神經(jīng)網(wǎng)絡(luò)的垃圾的分類處理與清運系統(tǒng)的作用、應(yīng)用方法與可以推廣和改進(jìn)的地方，從而建立一套有效的垃圾分類處理與清運系統(tǒng).關(guān)健詞：生活垃圾 人工神經(jīng)網(wǎng)絡(luò)模型 數(shù)據(jù)預(yù)處理 計算機算法 收運系統(tǒng) 優(yōu)化模型 深圳市南山區(qū)這里少寫幾個。二問題的提出：面對城市生活垃圾泛濫成災(zāi)和圍剿城市的現(xiàn)實，我們有必要選擇科學(xué)合理的方案，以還居民一個潔凈舒適的生活環(huán)境，但同時我們也面臨多條線路的選擇問題.現(xiàn)在擬開發(fā)一個解決清運線路選則問題的自助查詢計算機系統(tǒng)，要解決的核心問題就是線路的選擇的模型和算法實現(xiàn).需要解決的具體問題如下：1） 假定現(xiàn)有垃圾轉(zhuǎn)運站規(guī)模與位置不變條件下，給出大、小型設(shè)備（櫥余垃圾） 的分布設(shè)計，同時在目前的運輸裝備條件下給出清運路線的具體方案.以期達(dá)到最佳經(jīng)濟(jì)效益和環(huán)保效果.2） 假設(shè)轉(zhuǎn)運站允許重新設(shè)計，請為問題1）的目標(biāo)重新設(shè)計.三問題的分析：近年來, 隨著經(jīng)濟(jì)的快速發(fā)展, 城市人口的迅猛增加以及人們生活水平的不斷提高, 城市生活垃圾問題成為日漸突出的問題, 垃圾的產(chǎn)生量大于清運量, 無害化處理量更小, 垃圾污染事故頻出, 嚴(yán)重破壞了城市生態(tài)環(huán)境系統(tǒng)的平衡.城市生活垃圾已成為制約城市社會經(jīng)濟(jì)發(fā)展的主要因素之一.城市生活垃圾的運輸環(huán)節(jié)是垃圾處理系統(tǒng)中的重要組成部分, 在垃圾處理成本中, 收集與運輸成本占相當(dāng)大的比例, 如W ilson 指出美國每年的垃圾處理費用總額約在200億美元左右, 其中收集運輸費用已超過100億美元 1 .因而有必要對垃圾車的收運路線進(jìn)行合理優(yōu)化, 以降低收運系統(tǒng)成本, 減少環(huán)境污染與社會影響.因此, 如何使城市生活垃圾的收運系統(tǒng)快速化、高效化、合理化、經(jīng)濟(jì)化是近年來被廣泛關(guān)注和研究的一個課題.3.1 問題所要考慮的主要因素 在研究垃圾分類處理與清運方案和相關(guān)算法時，我們有必要考慮問題的主要因素，在保證垃圾能正常合理的轉(zhuǎn)運清運處理下，盡量的節(jié)省能源，即里程最短、費用最少、時間盡量少、車隊規(guī)模盡量小、車輛利用率高等.3.2 問題的轉(zhuǎn)化與數(shù)學(xué)描述問題的關(guān)鍵是在一定條件下求出任意兩站點之間的投資線路.如果將所有站點看作結(jié)點，站點之間用同一趟車轉(zhuǎn)運垃圾（當(dāng)考慮站點間運送時間時）可以到達(dá)看作一條有向邊，所花費的時間看作邊權(quán)，則某一時刻的的公共交通狀態(tài)便形成了一個網(wǎng)絡(luò).因為站點與站點之間可能有多種到達(dá)方式，所以該網(wǎng)絡(luò)是一個多重有向圖2.問題就轉(zhuǎn)化為一個圖論問題，即在給定的加權(quán)網(wǎng)絡(luò)圖中尋找任意兩點之間滿足一定權(quán)值條件任意兩點是什么意思？這明顯是所有其他點（村莊）到關(guān)鍵點（垃圾站）的最小路徑。這里表述有待改進(jìn)。（本題表示為路徑最短、耗時最少等）的一條通路.這里需要描述的具體點，至少篇幅要長點。3.3 算法選擇及其時間復(fù)雜度分析在算法的選擇上，很自然地想到Dijkstra最短路徑算法.表達(dá)要改進(jìn)。因為該算法穩(wěn)定性好，能適應(yīng)網(wǎng)絡(luò)拓?fù)涞淖兓?，同時對系統(tǒng)的內(nèi)存空間占用少.但在經(jīng)過試驗后，我們發(fā)現(xiàn)該算法的數(shù)據(jù)結(jié)構(gòu)及其實現(xiàn)方法、時間復(fù)雜度等方面在本題應(yīng)用上表現(xiàn)出較大的不足.其一，數(shù)據(jù)結(jié)構(gòu)復(fù)雜.一般而言，無向圖可以用鄰接矩陣和十字鏈表表示多余.但垃圾站節(jié)點線路網(wǎng)絡(luò)拓?fù)?，很難用現(xiàn)有的數(shù)據(jù)結(jié)構(gòu)加以完整的表示.如果采用該算法分析，其建立的數(shù)據(jù)結(jié)構(gòu)模型將非常復(fù)雜.其二，算法時間長.我們在試驗時還只規(guī)定最多兩次換乘，在大量數(shù)據(jù)的情況下，計算速度就慢得讓人難以忍受，根本達(dá)不到實時查詢的需要.該算法的時間復(fù)雜度為，其中表示站點結(jié)點數(shù)，表示所有結(jié)點數(shù).其三，垃圾站節(jié)點轉(zhuǎn)車的特殊性并不一定要求用Dijkstra算法求出一條最短路徑.使用Dijkstra算法計算出來的結(jié)果可能是需要轉(zhuǎn)乘多次或上十次車才能到達(dá).這樣的計算結(jié)果是毫無意義的最后得出的結(jié)論是什么？.其次，我們嘗試使用了動態(tài)規(guī)劃算法4求解.由于數(shù)據(jù)量大，其運行時間也是很漫長的，中間甚至出現(xiàn)了死機現(xiàn)象.所以也不適宜用來進(jìn)行實時計算.在文中只寫解決問題的方案，你這里是對問題的分析，對方案選擇的優(yōu)點說明。一兩次死機不能說明算法就不好，運行時間漫長，這里的時間長是什么具體的概念，需要有比較性。識目理站tra于是，我們考慮，如果在搜索過程中能夠優(yōu)先考慮靠近終點方向的頂點，即使用啟發(fā)式搜索，則可以減少算法搜索空間，并大大提高算法搜索效率.目前在關(guān)于路徑優(yōu)化問題最流行的啟發(fā)式搜索算法是弗洛伊德算法.該算法在選擇下一個被檢查的節(jié)點時，對當(dāng)前節(jié)點距離終點的長度（權(quán)值）進(jìn)行估計，評價其處于最優(yōu)路徑上的可能性量度，這樣就可以首先搜索可能性大的節(jié)點，達(dá)到提高搜索效率的目的.考慮到本題特殊情況，我們在搜索過程中考慮了優(yōu)先級，對弗洛伊德算法選擇具有最小估價函數(shù)值的節(jié)點改為選擇具有最大優(yōu)先級的節(jié)點.這一改進(jìn)應(yīng)該能夠很好地解決上述其他算法遇到的困難.3.4 考慮轉(zhuǎn)運站重新設(shè)計的情況把轉(zhuǎn)運站所管轄的小區(qū)做近似處理，以帶點的處理方式，根據(jù)題目所給的居民數(shù)據(jù)，利用計算機進(jìn)行合理分布. 具體點？四符號說明和模型假設(shè)4.1 符號說明 圖的頂點，； 連接頂點和的有向邊； 由頂點集、邊集和權(quán)向量構(gòu)成的有向多重圖； 所查詢的始發(fā)站至終到站的可行路線方案數(shù)； 所查詢的始發(fā)站至終到站的第個可行路線方案的轉(zhuǎn)乘次數(shù)； 從頂點到的路程； 方案總費用.4.2 模型假設(shè)H1 為簡化問題，只考慮垃圾清運系統(tǒng)正常營運的情況；H2 假設(shè)題中所給數(shù)據(jù)真實可靠；H3 假設(shè)居民將垃圾放入垃圾站時，已將垃圾分好類.H4假設(shè)任意相鄰兩個垃圾轉(zhuǎn)運站點之間的距離相同.這個假設(shè)體現(xiàn)了什么問題？（只有正三角形頂點上的三個點？）五數(shù)學(xué)模型的建立與求解文中說明垃圾處理站的時候，可以用一個簡單的圖像標(biāo)識輔助說明你的模型。5.1數(shù)學(xué)模型的建立城市垃圾收運是由產(chǎn)生垃圾的源頭運送至處理處置場的全過程操作，包括3 個階段：收集垃圾從產(chǎn)生源到公共貯存容器的過程；清運指清運車沿一定路線清除貯存容器內(nèi)垃圾并將其轉(zhuǎn)運到垃圾轉(zhuǎn)運站的過程（在一定情況下，清運車可直接將垃圾運送至處理處置場）；中轉(zhuǎn)指在轉(zhuǎn)運站將垃圾裝載至大容量轉(zhuǎn)運車，遠(yuǎn)途運輸至處理處置場.前1 個階段需要對垃圾產(chǎn)生源分布情況、垃圾產(chǎn)生量及成分等進(jìn)行調(diào)查和預(yù)測；后2 個階段需要運用最優(yōu)化技術(shù)對清運線路和轉(zhuǎn)運站垃圾分配運輸進(jìn)行優(yōu)化.5.1.1城市生活垃圾產(chǎn)生量預(yù)測方法城市生活垃圾收運模式的設(shè)計是在對生活垃圾產(chǎn)生量作正確預(yù)測的條件下進(jìn)行的，因為設(shè)計的收運模式，不僅應(yīng)滿足當(dāng)前垃圾產(chǎn)生量的需求，而且應(yīng)該能夠應(yīng)對未來幾年的變化.我們運用灰色系統(tǒng)模型分析法進(jìn)行預(yù)測.灰色系統(tǒng)模型包含模型的變量維數(shù)和階數(shù)，記作.在生活垃圾產(chǎn)生量預(yù)測中普遍使用模型.通過對原始的時間序列數(shù)據(jù)進(jìn)行累加處理后，數(shù)據(jù)便會出現(xiàn)明顯的指數(shù)規(guī)律，通過進(jìn)一步分析，可以進(jìn)行垃圾產(chǎn)生量預(yù)測.在實際應(yīng)用中，灰色系統(tǒng)模型預(yù)測法會產(chǎn)生正誤差，而線形回歸分析方法的預(yù)測結(jié)果偏小.因此可以結(jié)合2 種預(yù)測方法的特點，運用2 種預(yù)測值的加權(quán)平均值作為垃圾產(chǎn)生量的推薦值2.5.1.2垃圾清運路線優(yōu)化垃圾物流是一種具有“產(chǎn)生源高度分散、處置高度集中、產(chǎn)生量和品質(zhì)隨季節(jié)變化”特點的“倒物流”系統(tǒng)，是從分散到集中的過程；而生活物質(zhì)供應(yīng)“正物流”是商品從集中到分散的過程.雖然2 種物流在表現(xiàn)上有所區(qū)別，但也有本質(zhì)聯(lián)系.在環(huán)衛(wèi)作業(yè)中采用先進(jìn)的生活垃圾物流管理環(huán)境衛(wèi)生工程Environmental Sanitation EngineeringVol17 No.4August 2009第17 卷第4 期2009 年8 月43環(huán)境衛(wèi)生工程第17 卷技術(shù)，？可以有效提高效率，降低成本.因此垃圾清運車輛選擇、路線優(yōu)化可以參照物流配送系統(tǒng)對運輸車輛的優(yōu)化調(diào)度.車輛調(diào)度問題一般定義為：對一系列發(fā)貨點收貨點，組織適當(dāng)?shù)男熊嚶肪€，使車輛有序地通過它們，在滿足一定的約束條件（如貨物需求量、發(fā)送量、交發(fā)貨時間、車輛容量限制、行駛里程限制、時空限制等） 下，達(dá)到一定的目標(biāo)（如路程最短、費用極小、時間盡量少、使用車輛盡量少等）3.比照物流學(xué)中車輛調(diào)度問題4，建立垃圾清運的基本模型.用標(biāo)志垃圾轉(zhuǎn)運站；設(shè)有個清運點，分別用標(biāo)志完成清運任務(wù)需要的車輛數(shù)為 ，每個車輛的載質(zhì)量為；每個清運點的垃圾產(chǎn)生量為；轉(zhuǎn)運站和各清運點中任意兩點之間的運距用表示；第 輛車的行車路線稱為第條子路徑，其包含清運點的數(shù)目為表示第 條子路徑中個清運點組成的集合，其中的元素 代表第 條子路徑中順序為的清運點；、均表示轉(zhuǎn)運站，即.，；（3）；（4），（5）；（6）經(jīng)證明：一般車輛優(yōu)化調(diào)度問題屬于組合優(yōu)化領(lǐng)域的NP-hard 問題，通常采用啟發(fā)式算法進(jìn)行求解.例如Eugnio de Oliveira Simonetto 等綜合運用啟發(fā)式算法、拍賣算法和動態(tài)懲罰法求解了巴西的阿雷格里港24 輛清運車的調(diào)度問題.該問題中包含1 個車庫，在清運該市60 t 垃圾的同時，滿足8 個垃圾分選場的最小需求5.AndrzejJaszkiewicz 等用保距重組算子的遺傳局部搜索算法解決了1 個固體廢物管理公司清運30 000 個垃圾容器的車輛運輸問題.該問題包含1 個車庫，2個垃圾填埋場6.該優(yōu)化問題不僅要總路線最短，而且要實現(xiàn)經(jīng)濟(jì)、環(huán)境與社會三方共贏.宋薇等提出可將環(huán)境與社會因素的信息加至優(yōu)化模型中，即對實際路線長度進(jìn)行加權(quán)改造.得到綜合路線長度公式為7：.（7）式中： 為綜合路線長度，； 為實際路線長度，； 為噪聲影響權(quán)重； 為大氣影響權(quán)重； 為交通狀況權(quán)重.5.1.3轉(zhuǎn)運站設(shè)置設(shè)置垃圾轉(zhuǎn)運站可以更有效地利用人力和物力，充分發(fā)揮垃圾清運車的效益，保證載質(zhì)量較大的垃圾轉(zhuǎn)運車經(jīng)濟(jì)而有效地進(jìn)行長距離運輸，從而降低垃圾收運總費用.所以，一般來說，當(dāng)轉(zhuǎn)運距離超過一定臨界值時，需要設(shè)置轉(zhuǎn)運站.目前，多目標(biāo)評價模型8、整數(shù)規(guī)劃模型9被廣泛應(yīng)用于轉(zhuǎn)運站的選擇決策中.5.1.4轉(zhuǎn)運優(yōu)化城市垃圾轉(zhuǎn)運的優(yōu)化屬于運輸問題，主要是根據(jù)不同處置方式的處置量，以及各轉(zhuǎn)運站至不同處置場所的運輸路線及距離來確定各轉(zhuǎn)運站向不同處置場所分配和運輸垃圾的量.如設(shè)有 個轉(zhuǎn)運站 分別產(chǎn)生的垃圾量為.另有垃圾處理處置點 個，分別為可接收的處置量分別為.從 到的運輸距離（體現(xiàn)運能的經(jīng)濟(jì)性） 為，在產(chǎn)生量與處置量平衡的條件下，求最經(jīng)濟(jì)（運輸距離最?。?的調(diào)運方案10.數(shù)學(xué)模型：設(shè)從 到的發(fā)運量為，則.（8）， .（9）5 結(jié)束語在決策中引入定量模型，可以提高決策的質(zhì)量和水平，但應(yīng)該注意城市生活垃圾收運系統(tǒng)的規(guī)劃設(shè)計牽涉到許多相互關(guān)聯(lián)、相互制約的因素，涵蓋經(jīng)濟(jì)、環(huán)境、社會多個方面.因此，在建立模型時應(yīng)該綜合考慮各種因素，經(jīng)過反復(fù)比較和權(quán)衡，最后獲得最佳的生活垃圾清運與處理方案.5.2數(shù)學(xué)模型的求解垃圾轉(zhuǎn)運站數(shù)據(jù)模型3以垃圾轉(zhuǎn)運路線段為基本單元.轉(zhuǎn)運線路是一系列垃圾轉(zhuǎn)運線路段的有序排列，為轉(zhuǎn)運車輛行駛的一個物理路徑，不同的運輸線路是由居民生活垃圾站連接的.在垃圾轉(zhuǎn)運過程中，我們關(guān)心的是垃圾轉(zhuǎn)運的路徑最短、耗時最少等問題，而對轉(zhuǎn)運過程經(jīng)過的街道并不感興趣.于是將垃圾站點和轉(zhuǎn)運站點合并，得到適合垃圾轉(zhuǎn)運線路查詢的數(shù)據(jù)模型如圖1所示.轉(zhuǎn)運路線ID包含存在于包含 存在于包含 存在于居民垃圾站點ID線路線段ID包含存在于居民垃圾站點ID包含存在于垃圾處理點ID圖1 垃圾轉(zhuǎn)運數(shù)據(jù)模型5.2.1問題轉(zhuǎn)化與數(shù)學(xué)刻畫這里的問題轉(zhuǎn)化與前面的問題的轉(zhuǎn)化與數(shù)學(xué)描述重復(fù)了。垃圾轉(zhuǎn)運與處理站點的布局關(guān)鍵是在一定條件下求出任意兩站點A與B之間的運行線路上的權(quán)重.如果將所有站點看作結(jié)點，站點之間投入大型或小型運輸車輛（看作一條有向邊）運輸垃圾所開銷的成本看作邊權(quán)，則某一時刻的運輸交通狀態(tài)便形成了一個網(wǎng)絡(luò).因為站點與站點之間可能有多種到達(dá)方式，所以該網(wǎng)絡(luò)是一個多重有向圖2.問題就轉(zhuǎn)化為一個圖論問題，即在給定的加權(quán)網(wǎng)絡(luò)圖中尋找任意兩點與之間滿足一定條件（本題表示為運輸成本最少、投資路程最短、費用最少等）的一條通路.根據(jù)題目要求以及前面關(guān)于投入最少獲利最大的分析，由最優(yōu)化原理4，問題可以依次描述為下面優(yōu)化問題： （4.1） （4.2） （4.3） （4.4）其中，表示與匹配的大，小型運輸車輛， 表示第個下一個節(jié)點匹配的相鄰站點行駛路徑.5.1.2 算法描述與求解在考慮大，小型運輸車輛如何投入時，我們知道相距較遠(yuǎn)且不在相鄰區(qū)域的垃圾處理點是不可能進(jìn)行垃圾集中處理的.所以，根據(jù)：1）深圳市南山區(qū)垃圾轉(zhuǎn)運站垃圾轉(zhuǎn)運量等情況統(tǒng)計表（南山），2）南山區(qū)居民數(shù)據(jù)，3）中轉(zhuǎn)站位置圖.采用佛洛依德算法來求解上述優(yōu)化問題.弗洛伊德算法5在選擇下一個被檢查的節(jié)點時，比Dijkstra算法快速，從而提高效率.考慮到本題特殊情況，在搜索過程中應(yīng)該考慮到垃圾處理站點的區(qū)域性，對佛洛依德算法選擇具有最小開銷成本的節(jié)點，我們按照“設(shè)最大值-做標(biāo)記”的優(yōu)先順序進(jìn)行估計.下面是佛洛依德算法步驟，其中INFINITY和enum BOOL False,True是引入的兩個標(biāo)記位，INFINITY為超出區(qū)域的兩垃圾處理站以及沒有可行邊的兩節(jié)點的標(biāo)記位，enum BOOL False,True為存在可行邊的且處于同一個最近區(qū)域的兩節(jié)點的標(biāo)記位.第一步，生成垃圾站點模擬圖CreateGraph(Graph &)，建立垃圾站點模擬圖的鄰接矩陣arcsMAX_NUMMAX_NUM，初始其權(quán)值為INFINITY.依次讀入鄰接矩陣的值.令I(lǐng)NFINITY表示無窮大，不于考慮.第二步，依次循環(huán)探視其他節(jié)點（若開始節(jié)點為由V到W），若存在U節(jié)點使得Dvu+Duw Dvw存在，則置enum BOOL False,True的標(biāo)志位為True，并將其作為最佳節(jié)點BEST.否則，置False，繼續(xù)探視下個相鄰的節(jié)點.直止探視完非INFINITY為止.第三步，根據(jù)第二步探視的BOOL值，修改鄰接矩陣arcsMAX_NUMMAX_NUM的值.第四步，輸出節(jié)點之間的最小權(quán)值，并顯示運行路線.這里需要你結(jié)合題目所給的要求來說明算法，就是用一些具體的數(shù)據(jù)標(biāo)識。5.1.3 復(fù)雜度比較分析為了說明我們所采用算法的優(yōu)越性，下面把之前我們嘗試過的Dijkstra算法和動態(tài)規(guī)劃算法與之進(jìn)行形勢上的比較.鑒于動態(tài)規(guī)劃算法在試驗過程中執(zhí)行太慢，已經(jīng)超過了人們的心理承受能力，在此沒有必要拿來比較.雖然Dijkstra算法與弗洛伊德算法的時間復(fù)雜度也是，但形式上簡單些.弗洛伊德算法仍從圖的帶權(quán)鄰接矩陣arcsMAX_NUMMAX_NUM出發(fā)，其基本思想是：假設(shè)求從頂點Vi到Vj的最短路徑.如果從Vi到Vj有弧，則從Vi到Vj存在一條長度為arcsij的路徑，該路徑不一定是最短的，尚需進(jìn)行n次的探試.首先考慮路徑（Vi,V0,Vj）是否存在（即判別?。╒i,V0）( V0 ,Vj)是否存在）.如果存在，則比較（Vi,Vj）和（Vi,V0,Vj）的路徑長度取較短者為從Vi到Vj的中間頂點的序列不大于0的最短路徑.假如在路徑上再加入一個頂點V1，也就是說，如果（Vi，V1）和（Vi，Vj）分別是當(dāng)前找到的中間頂點的序列號不大于0的最短路徑，那么（Vi，V1，Vj）就有可能是從Vi到Vj的中間頂點的序列號不大于1的最短路徑.將它和已經(jīng)得到的從Vi到Vj中間頂點序列號不大于0的最短路徑相比較，從中選出中間頂點的序列號不大于1的最短路徑之后，再增加一的頂點V2繼續(xù)進(jìn)行探試.依次類推.在一般情況下，若（Vi，Vk）和（Vk，Vj）分別是從Vi到Vk和Vk到Vj的中間序列號不大于k-1的最短路徑，則將（Vi，Vk，Vj）和已經(jīng)得到Vi到Vj且中間頂點序列號不大于K-1的最短路徑比較，其長度較短者便是Vi到Vj的中間序列號不大于k的最短路徑.這樣，經(jīng)過n次的比較后，最后必然求得Vi到Vj的最短路徑.按照此法，可以同時求得各對頂點的最短距離.5.1.4 模型評價本模型首先從宏觀上給出了一個垃圾站節(jié)點數(shù)據(jù)模型，這對進(jìn)一步理解整個系統(tǒng)的運行和算法的實現(xiàn)都大有幫助.我們在算法中考慮了優(yōu)先級搜索，對目前在關(guān)于路徑優(yōu)化問題方面最流行的啟發(fā)式搜索算法弗洛伊德算法進(jìn)行了相關(guān)改進(jìn)，使得搜索效率大大提高，基本能夠滿足實時查詢需要.這體現(xiàn)在與其他算法的比較數(shù)據(jù)中.當(dāng)同時考慮最短路徑和大小型車輛的投入時，我們對問題進(jìn)行了合理的轉(zhuǎn)化，把大小型車輛的投入看成“特殊的權(quán)”，只需在程序中加上幾個簡單的約束和說明，就很快得到了相應(yīng)問題的解.但是本模型所采用的改進(jìn)弗洛伊德算法只是我們目前找到的一種可行算法而已，有無比其更加適合的算法需要進(jìn)一步分析尋找.題中基本假設(shè)H3只是為簡化問題而設(shè)，與實際情況可能存在一些出入，但這并不影響改進(jìn)弗洛伊德算法本身的執(zhí)行.此外，基于投資者滿意度最優(yōu)的優(yōu)化模型雖然充分考慮了運輸?shù)臐M意度，但是尋找合適的算法就變得更加復(fù)雜，這也是一個不容忽視的問題.我怎么沒有看出你最后的結(jié)果是什么？就是垃圾站大概建立在什么地方，垃圾運輸系統(tǒng)的總體費用是多少？車輛怎么分布。你這里都沒有一個結(jié)果。很多的“多余”語言。六進(jìn)一步的問題6.1 關(guān)于算法的思考我們采用改進(jìn)的弗洛伊德算法雖然獲得了比較滿意的結(jié)果，但如果對垃圾站節(jié)點網(wǎng)絡(luò)中的節(jié)點和邊賦予空間信息，那么由幾何學(xué)原理，兩點之間直線最短，若兩節(jié)點間存在一條邊，則該邊為兩節(jié)點間的最短路徑；若不存在邊相連，則連接兩點間的直線段代表了一個路線趨勢，順著連線的方向的某條邊是最短路徑的可能性較大.從而可在計算最短路徑時采用效用優(yōu)先的路徑搜索.所以，如果再加上一張標(biāo)有路徑距離的地圖，我們的算法還可以改進(jìn)，搜索效率還可以提高.6.2 關(guān)于“和諧垃圾站節(jié)點7”的構(gòu)想“和諧社會”， “關(guān)注民生”，“以人為本”.這已經(jīng)逐步成為我國社會主義社會的鮮明特征.那么，作為與城市居民息息相關(guān)的垃圾站節(jié)點系統(tǒng)，理應(yīng)逐步實現(xiàn)“和諧垃圾站節(jié)點”，做到“以人為本”.具體到垃圾站節(jié)點查詢系統(tǒng)的開發(fā)上，城市居民的滿意度應(yīng)該成為首要實現(xiàn)的任務(wù).交互界面的友好性，目標(biāo)選擇的多樣性和可擴展性就成為軟件開發(fā)必須考慮的因素.七 參考文獻(xiàn)【1】 李國建，趙愛華，張益. 城市垃圾處理工程M. 北京：科學(xué)出版社，2003.【2】 李金惠，王偉，王洪濤. 城市生活垃圾規(guī)劃與管理M. 北京：中國環(huán)境科學(xué)出版社，2007.【3】 郭耀煌，李軍. 車輛優(yōu)化調(diào)度問題的研究現(xiàn)狀評述J. 西南交通大學(xué)學(xué)報，1995，30 （4） : 376-381.【4】 張翠軍，劉坤起，劉永軍. 求解一般車輛優(yōu)化調(diào)度問題的一種改進(jìn)遺傳算法J. 計算機工程與應(yīng)用，2004，33：207-211.【5】 Eugnio de Oliveira Simonetto，Denis Borenstein. A Decision Support System for the Operational Planning of Solid Waste CollectionJ. Waste Manage，2007，27：1286-1297.【6】 Andrzej Jaszkiewicz，Pawei Kominek. Genetic Local Search with Distance Preserving Recombination Operator for a Vehicle Routing ProblemJ. Eur J Oper Res，2003：352-364.【7】 宋薇，劉建國，聶永豐. 城市生活垃圾收運路線優(yōu)化研究J. 環(huán)境衛(wèi)生工程，2008，16 （1）：11-15.【8】 Gil Yitzhak，Kellerman Aharon. A Multicriteria Model for the Location of Solid Waste Transfer Stations: The Case of Ashdod，Israel J. Geo Journal，1993，29 （4） : 377-384.【9】 賈傳興，彭緒亞，劉國濤，等. 城市垃圾中轉(zhuǎn)站選址優(yōu)化模型的建立及其應(yīng)用J. 環(huán)境科學(xué)學(xué)報，2006，26 （11）：1927-l931.【10】 尹建剛，楊凱. 上海中心城區(qū)生活垃圾收運處置規(guī)劃的多維度分析J. 世界地理研究，2005，14 （2）：44-50.作者簡介：仝歡歡（1985），碩士，主要從事垃圾收運系統(tǒng)優(yōu)化方面的研究.進(jìn)行模糊運算，各項權(quán)重應(yīng)歸一化.附錄1 佛洛依德最短路徑算法C+語言源程序#include #include#includeusing namespace std;#include #include #include #include #define INFINITY 10000 #define MAX_NUM 50 enum BOOL False,True; class Graph public: Graph();int arcsMAX_NUMMAX_NUM; int vexnum,arcnum; void CreateGraph(Graph &); void ShortestPath_Floyd(Graph,BOOLMAX_NUMMAX_NUM,intMAX_NUM); void Print_ShortestPath(Graph,BOOLMAX_NUMMAX_NUM,intMAX_NUM);void Print_OnePath(int,int,int,BOOLMAX_NUMMAX_NUM); ; void Graph:CreateGraph(Graph &G) int i,j; int start,end,weight; coutG.vexnumG.arcnum; for(i=1;i =G.vexnum;i+) for(j=1;j =G.vexnum;j+) G.arcsij=INFINITY; cout 請輸入各條弧和其權(quán)值，格式：弧尾，弧頭，權(quán)值：n ; for(i=1;istartendweight; G.arcsstartend=weight; void Graph: ShortestPath_Floyd(Graph G, BOOL PMAX_NUMMAX_NUM,int DMAX_NUM) int u,v,w,i; for(v=1;v =G.vexnum;v+) f