垃圾分類處理與清運方案設計(東北三省數(shù)學建模)1

1、肀肅蕆薈羆肄蕿螃袂膃艿薆螈膂莁螁膇膁薃薄肅膀蚆袀罿膀蒞蚃裊腿蒈袈螁膈薀蟻肀芇芀袆羅芆莂蠆袁芅蒄裊螇芄蚇蚇膆芄莆薀肂芃蒈螆羈節(jié)薁蕿襖芁芀螄螀莀莃薇聿荿蒅螂羅莈薇薅袁莈莇螁袇莇葿蚃膅莆薂衿肁蒞蚄螞羇莄莄袇袃羈蒆蝕蝿肀薈裊肈聿羋蚈羄肈蒀襖羀肇薃螇袆肆蚅蕿膄肆莄螅肀肅蕆薈羆肄蕿螃袂膃艿薆螈膂莁螁膇膁薃薄肅膀蚆袀罿膀蒞蚃裊腿蒈袈螁膈薀蟻肀芇芀袆羅芆莂蠆袁芅蒄裊螇芄蚇蚇膆芄莆薀肂芃蒈螆羈節(jié)薁蕿襖芁芀螄螀莀莃薇聿荿蒅螂羅莈薇薅袁莈莇螁袇莇葿蚃膅莆薂衿肁蒞蚄螞羇莄莄袇袃羈蒆蝕蝿肀薈裊肈聿羋蚈羄肈蒀襖羀肇薃螇袆肆蚅蕿膄肆莄螅肀肅蕆薈羆肄蕿螃袂膃艿薆螈膂莁螁膇膁薃薄肅膀蚆袀罿膀蒞蚃裊腿蒈袈螁膈薀蟻肀芇芀袆羅芆莂蠆

2、袁芅蒄裊螇芄蚇蚇膆芄莆薀肂芃蒈螆羈節(jié)薁蕿襖芁芀螄螀莀莃薇聿荿蒅螂羅莈薇薅袁莈莇螁袇莇葿蚃膅莆薂衿肁蒞蚄螞羇莄莄袇袃羈蒆蝕蝿肀薈裊肈聿羋蚈羄肈蒀襖羀肇薃螇袆肆蚅蕿膄肆莄螅肀肅蕆薈羆肄蕿螃袂膃艿薆螈膂莁螁膇膁薃薄肅膀蚆袀罿膀蒞蚃裊腿蒈袈螁膈薀蟻肀芇芀袆羅芆莂蠆袁芅蒄裊螇芄蚇蚇膆芄莆薀肂芃蒈螆羈節(jié)薁蕿襖芁芀螄螀莀莃薇聿荿蒅螂羅莈薇薅袁莈莇螁袇莇葿蚃膅莆薂衿肁蒞蚄螞羇莄莄袇袃羈蒆蝕蝿肀薈裊肈聿羋蚈羄肈蒀襖羀肇薃螇袆肆蚅蕿膄肆莄螅肀肅蕆薈羆肄蕿螃袂膃艿薆螈膂莁螁膇膁薃薄肅膀蚆袀罿膀蒞蚃裊腿蒈袈螁膈薀蟻肀芇芀袆羅芆莂蠆袁芅蒄裊螇芄蚇蚇膆芄莆薀肂芃蒈螆羈節(jié)薁蕿襖芁芀螄螀莀莃薇聿荿蒅螂羅莈薇薅袁莈莇螁袇莇葿蚃

3、膅莆薂衿肁蒞蚄螞羇莄莄袇袃羈蒆蝕蝿肀薈裊肈聿羋蚈羄肈蒀襖羀肇薃螇袆肆蚅蕿膄肆莄螅肀肅蕆薈羆肄蕿螃袂膃艿薆螈膂莁螁膇膁薃薄肅膀蚆袀罿膀蒞蚃裊腿蒈袈螁膈薀蟻肀芇芀袆羅芆莂蠆袁芅蒄裊螇蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆

4、膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃

5、肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇

6、艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈

7、肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅

8、莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀

9、膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄

10、肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈

11、芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅

12、肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿

13、蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄

14、膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈

15、羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂

16、芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆

17、肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅

18、莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈

19、膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂

20、羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆

21、節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁

22、肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅

23、芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂

24、膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆

25、罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀

26、芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿蒃螂膃肅蒂襖羅莄蒂薄螈芀蒁蚆羄膆蒀蝿螆肂蕿蒈羂羈薈薁螅芇薇蚃羀芃薆裊螃腿薆薅聿肅薅蚇袁莃薄螀肇艿薃袂袀膅螞薂肅肁艿蚄袈羇羋袆肅莆芇薆羆節(jié)芆蚈膂膈芅螀羅

27、肄芄袃螇莂芃薂羃羋莃蚅螆膄莂螇羈肀莁蕆螄肆莀蠆聿蒞荿螁袂芁莈襖肈膇莈薃袁肅莇蚆肆罿蒆螈衿芇蒅蒈肄膃蒄薀袇腿 答卷編號（參賽學校填寫）：答卷編號（競賽組委會填寫）：論文題目： a.垃圾分類處理與清運方案設計 組 別：本科生參賽隊員信息(必填)： 姓 名專業(yè)班級及學號聯(lián)系電話參賽隊員1參賽隊員2參賽隊員3 參賽學校：黑龍江八一農(nóng)墾大學答卷編號（參賽學校填寫）：答卷編號（競賽組委會填寫）：評閱情況（學校評閱專家填寫）：學校評閱1.學校評閱2.學校評閱3. 評閱情況（聯(lián)賽評閱專家填寫）：聯(lián)賽評閱1.聯(lián)賽評閱2.聯(lián)賽評閱3.垃圾分類處理與清運方案設計摘要隨著環(huán)境保護日益被人們重視，垃圾分類化受到越來越多

28、國家的重視。隨著國民經(jīng)濟發(fā)展與城市化進程加快，我國大城市的垃圾分類化也已經(jīng)提到日程上來。但是垃圾的運送處理成為了一個很難解決的問題，因此如何達到最佳經(jīng)濟效益和環(huán)保效果，是我們此次研究的主要問題。問題一：廚余垃圾處理設備的分布設計。本問題我們首先采用最短距離聚類模型以及k-means 聚類模型來確定大型廚余垃圾處理設備的數(shù)量。通過對兩種模型的分析比較，我們發(fā)現(xiàn)采用k-means 聚類模型所得結(jié)果更為符合我們所要達到的效果，而且通過比較建設廚余垃圾處理設備的花費，發(fā)現(xiàn)使用3個大型廚余垃圾處理設備時能達到最佳經(jīng)濟效益和環(huán)保效果。因此我們運用k-means聚類模型進行距離聚類，將38個垃圾轉(zhuǎn)運站分成3

29、塊。然后我們利用優(yōu)化模型，使用matlab進行編程，求解廚余垃圾處理設備的位置分布。將三個大型廚余垃圾處理設備分別置于新圍公廁垃圾站，大沖公廁垃圾站及涌下村。通過計算建立設備的總花費為13500萬元。問題二：清運路線具體方案設計。我們通過建tsp模型來解決。對于焚燒垃圾和填埋垃圾清運路線的確定，我們首先運用k-means聚類方法，將38個垃圾轉(zhuǎn)運站劃分為16塊，然后采用下山逐點搜索法，確定路線運輸路線。而對于廚余垃圾的運輸，我們在第一問題中所分得的3塊基礎上，再次利用k-means聚類方法將每個塊分為56個塊，最后采用下山逐點搜索法確定出處于廚余垃圾的運輸路線,通過計算得出每天總的費用為500

30、1元（不包括可回收垃圾、有害垃圾以及每個小區(qū)收集垃圾的運輸費用）。問題三：垃圾運轉(zhuǎn)站的重新分布設計和大、小型廚余垃圾處理設備的分布設計。對于此問題我們建立了k-means聚類模型，中位點選址模型以及集合覆蓋模型。對于此模型，我們首先利用excel將深圳所有小區(qū)的數(shù)據(jù)按片區(qū)名稱分類匯總，并得出每個小區(qū)的總?cè)藬?shù)。然后篩選出人數(shù)超過2800人的小區(qū)及人數(shù)不足2800人但房間數(shù)超過80間的小區(qū)作作為分析研究的對象。再運用谷歌地球軟件測出篩選出來的小區(qū)的坐標。通過matlab軟件中的pdist函數(shù)和squareform函數(shù)將其化為距離方陣，并通過k-means方法將小區(qū)聚為38類。然后以每一類中的居民人

31、數(shù)和距離作為選取轉(zhuǎn)運站位置的主要依據(jù)，用選址問題中的中位點選址方法確定垃圾運轉(zhuǎn)站的位置，最后根據(jù)所給的垃圾運轉(zhuǎn)站的轉(zhuǎn)運量進行局部調(diào)整而得出垃圾站點的位置分布。問題四：垃圾運轉(zhuǎn)站位置重新設計后清運路線具體方案設計。此問題的解決方案與解決問題二的方案相同。關鍵詞：中位點選址方法 matlab 下山搜索法 集合覆蓋算法 k-means聚類法33一、問題重述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，同時也有利于資源回收與再利用的城市綠色工程。我國大城市如北京、上海、重慶和深圳的垃圾分類化已經(jīng)提到日程上來，并且都都取得了一定成果，但是許多問題仍然是垃圾分類化進程中需要深入研究的。在深圳

32、，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。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，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。其中，廚余垃圾和可回收垃圾經(jīng)過處理，回收和利用，能產(chǎn)生經(jīng)濟效益。而有害垃圾和不可回收垃圾只有消耗處理費用，不產(chǎn)生經(jīng)濟效益。我們此次研究主要是解決以下幾個問題：問題（一）：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、小型設備（櫥余垃圾）的分布設計問題（二）：在目前的運輸裝備條件下給出清運路線的具體方案。以期達到最佳經(jīng)濟效益和環(huán)保效果。問題（三）：假設轉(zhuǎn)運站允許重新設計，重新給出大、小型設備的分布設計。問題（四

33、）：求出重新設計垃圾運轉(zhuǎn)站位置后清運路線的具體方案二、問題分析2.1 廚余垃圾處理設備的分布設計根據(jù)題意我們首先要解決的問題是廚余垃圾處理設備的分布設計，對于此問題我們要考慮所用大、小型處于垃圾處理設備的數(shù)量，以及所選用的廚余垃圾處理設備的放置地點的選擇。我們首先計算大型設備和小型設備所需的臺數(shù)。由于大、小型設備的處理垃圾能力不同，而且大型設備的的處理能力遠遠大于小型設備，所以我們先考慮大型廚余垃圾處理設備的安置。通過計算，我們得出廚余垃圾總量大約460噸，而大型廚余設備處理能力為200噸，小型廚余垃圾處理能力在0.2-0.3噸。相對來說小型廚余垃圾處理設備比大型廚余垃圾處理設備成本高出許多，

34、所以決定采用3臺大型廚余垃圾處理設備。我們考慮將38個垃圾站點分成三類，并分別建設大型廚余垃圾處理設備。為此，先運用模糊數(shù)學中的聚類分析方法，構(gòu)造距離相似矩陣，將轉(zhuǎn)運站分為三類，每一類轉(zhuǎn)運站中布置一臺大型廚余設備。然后，確定設備的具體位置，這時可以考慮在每一個大型設備分區(qū)內(nèi)，以運行成本最少為目標來確定位置。為此，我們用百度地圖搜索到了轉(zhuǎn)運站之間的最短距離，結(jié)合各轉(zhuǎn)運站的廚余垃圾量，以及距離和各轉(zhuǎn)運站的廚余垃圾量乘積之和為運行成本，求最小成本值。求出每一個大型設備分區(qū)內(nèi)大型廚余垃圾處理設備的具體位置。具體算法可以采用退火算法、中位點算法等，因為數(shù)據(jù)少、計算精確我們選擇中位點算法求得具體位置。2.

35、2 清運路線具體方案的設計對于此問題我們建立了tsp模型解決。首先根據(jù)題意，針對焚燒和填埋垃圾的運輸，我們運用k-means聚類方法，將38個垃圾轉(zhuǎn)運站劃分為16個塊，然后運用tsp模型，確定路線運輸路線。而對于廚余垃圾的運輸，我們在第一問題中所分得的3塊的基礎上，再次利用k-means聚類方法將每個塊分為56個塊并運用tsp模型確定出廚余垃圾的運輸路線。2.3 垃圾運轉(zhuǎn)站的重新分布設計和大、小型廚余垃圾處理設備的分布設計對于此問題我們建立了三個數(shù)學模型：k-means聚類模型，中心位置選址模型和集合覆蓋模型。通過對問題的分析，我們首先要解決的是居民小區(qū)的數(shù)據(jù)。我們首先利用excel將深圳所有

36、小區(qū)的數(shù)據(jù)按片區(qū)名稱分類匯總，并得出每個小區(qū)的總?cè)藬?shù)，然后通過人數(shù)和房間數(shù)對小區(qū)進行篩選作為分析研究的對象。再運用谷歌地球軟件測出篩選出來的小區(qū)的坐標，通過matlab軟件中的pdist函數(shù)和squareform函數(shù)將其化為距離方陣，并通過k-means聚類法將小區(qū)聚類。然后以每一類中的居民人數(shù)和距離作為選取轉(zhuǎn)運站位置的主要依據(jù)，用選址問題中的中位點選址方法確定垃圾運轉(zhuǎn)站的位置，最后根據(jù)所給的垃圾運轉(zhuǎn)站的轉(zhuǎn)運量進行局部調(diào)整而得出垃圾站點的位置分布。2.4垃圾運轉(zhuǎn)站位置重新設計后清運路線的具體方案設計此問題與問題二方法相同。三、模型假設1假設題目所給的數(shù)據(jù)真實可靠；2假設百度地圖中測量的兩點間距

37、離真實可靠；3考慮到環(huán)保，假設廚余垃圾處理設備建在垃圾轉(zhuǎn)運站處；4各垃圾點的垃圾必須當天及時清除完，不允許滯留；5晚上22：00后不堵車；6垃圾只在晚上運輸，每天各垃圾點的垃圾量基本相同，并且基本保證運完后，當天不會再有新的垃圾產(chǎn)生；7每個垃圾點無論其中垃圾是否清理完全都需要10分鐘裝車時間；8假設小區(qū)人數(shù)小于等于2800人在數(shù)據(jù)處理時忽略（雖然平均每個小區(qū)的人數(shù)在1400人左右，但人數(shù)分布比較集中，所以利用人數(shù)較集中的小區(qū)作為研究對象，將小區(qū)人數(shù)的下界定為2800人。）9測小區(qū)坐標時不考慮海拔高度對距離的影響；10假設小區(qū)間距離用其坐標之間的直線距離表示；11假設垃圾的產(chǎn)生量與人數(shù)呈正比關系

38、；12不考慮小區(qū)人數(shù)的變動；13廚余設備所安放的轉(zhuǎn)運點出廚余垃圾不需要運輸；14假設2.5噸小車運送垃圾時，在每個站點運送時所走路程相等；。四、定義與符號說明：距離矩陣，元素（i,j 1，2，9）為垃圾轉(zhuǎn)運點至垃圾轉(zhuǎn)運點的最短路徑長度。：調(diào)整后的距離矩陣（t=1，2，3）。：各垃圾轉(zhuǎn)運點的載荷矩陣（以廚余垃圾的轉(zhuǎn)運量為載荷）。：每一個垃圾轉(zhuǎn)運點至其它各個垃圾轉(zhuǎn)的最短路徑長度的加權(quán)和。、：垃圾轉(zhuǎn)運站點。：第一區(qū)中第i個垃圾轉(zhuǎn)運站的廚余垃圾量（i=1，2，13）。：第二區(qū)中第i個垃圾轉(zhuǎn)運站的廚余垃圾量（i=1，2，12）。：第三區(qū)中第i個垃圾轉(zhuǎn)運站的廚余垃圾量（i=1，2，13）。：第一區(qū)中第i個

39、垃圾轉(zhuǎn)運站到涌下村垃圾處理中心的距離（i=1，2，13）。：第二區(qū)中第i個垃圾轉(zhuǎn)運站到大沖公廁垃圾站垃圾處理中心的距離（i=1，2，12）。：第三區(qū)中第i個垃圾轉(zhuǎn)運站到新圍公廁垃圾站的距離（i=1，2，13）。：表示各個垃圾轉(zhuǎn)運站焚燒垃圾量（i=1，2，37）。：表示第i個垃圾轉(zhuǎn)運站到南山垃圾廠的距離（i=1，2，37）。：表示各個垃圾轉(zhuǎn)運站填埋垃圾的量（i=1，2，37）。：表示各個垃圾轉(zhuǎn)運站到下坪固體廢物填埋場的距離（i=1，2，37）。：表示有m座垃圾收集站組成的集合；：表示篩選出的第k座垃圾中轉(zhuǎn)站的中轉(zhuǎn)能力；：表示第i座垃圾收集站的垃圾量；：表示篩選出的第k座垃圾中轉(zhuǎn)站所覆蓋的垃圾收集

40、站的集合；：表示可以覆蓋第f座垃圾收集站的中轉(zhuǎn)站的集合；：表示是否啟用第k座垃圾中轉(zhuǎn)站；：表示第f座垃圾中轉(zhuǎn)站是否被第七座垃圾中轉(zhuǎn)站覆蓋。：第二問中第i個垃圾轉(zhuǎn)運站所需2.5噸汽車的數(shù)量；：垃圾轉(zhuǎn)運站重新分配后第i個垃圾站點所需要轉(zhuǎn)運的垃圾總量。五、模型的建立與求解5.1 廚余垃圾處理設備的分布設計5.1.1 模型一：聚類分析模型確定大型設備的臺數(shù)根據(jù)以上分析，我們建立了最短距離聚類模型和k-means聚類模型。1. 最短距離聚類模型（1）每一個轉(zhuǎn)運站看成一類，依次記為，構(gòu)造38個轉(zhuǎn)運站間的距離矩陣以距離矩陣為基礎，利用最短距離方法聚類。（2）算法流程step1：在距離矩陣的非對角元素中找出距

41、離最短的兩個類和，并為一新類。step2：然后按計算公式計算原來各類與新類之間的距離，得到一個新的37階的距離矩陣。step3：轉(zhuǎn)到step1，這樣一直下去，直至各分類對象被歸為一類為止。（3）最短距離聚類模型求解以題中所給地圖的左邊緣和下邊緣為坐標軸建立直角坐標系，測出38個垃圾轉(zhuǎn)運站的相對坐標，結(jié)果如下表。表1. 垃圾轉(zhuǎn)運站點坐標序號站點坐標序號站點坐標1九街站(310.88,614.74)20松坪山站(472.67,708.31)2玉泉站(387.25,643.88)21南光站(346.3,485.51)3動物園站(557.51,912.21)22南園站(305.11,490.7)4平山

42、村站(550.19,869.55)23望海路站(377.43,272.8)5牛城村站(364.03,1035.02)24花果路站(373.79,297.45)6科技園站(456.6,501.66)25福光站（731.16，918.44）7同樂村站（333.31，758.42）26新圍村站(509.69,862.21)8松坪山（二）站(414.05,705.39)27大沖站(512.03,609.54)9大新小學站(294.92,585.53)28沙河市場站(591.91,629.27)10南山村站(251.38,456.19)29龍井(630.57,731.07)11陽光(白芒關外)站(423

43、.74,1128.34)30南山市場(315.83,525.02)12月亮灣大道站(262.01,643.21)31麻勘站(507.74,1158.73)13光前站(566.28,740.23)32白芒站(440.77,1087.5)14北頭站(289.49,502.03)33大石磡站(621.53,1054.34)15涌下村站(303.78,552.77)34長源村站（810.19，928.92）16白石洲南站(576.85,551.37)35華僑城站(728.92,597.51)17前海公園站(267.75,635.54)36疏港小區(qū)站(186.92,286.51)18深圳大學站(432.

44、21,569.66)37西麗路站（489.97，788.75）19官龍村站(481.69,883.28)38塘朗站（738.11，904.59）通過對本問題的以上分析和算法流程，把38個垃圾轉(zhuǎn)運站點聚為3類，具體做法是利用matlab中的pdist函數(shù)和squareform函數(shù)將坐標轉(zhuǎn)化為距離矩陣，并利用linkage和cluster函數(shù)進行最短距離聚類，得到如下三類結(jié)果如下表。表2.垃圾轉(zhuǎn)運站分類結(jié)果類別垃圾轉(zhuǎn)運站一類疏港小區(qū)站二類九街站 玉泉站 動物園站 平山村站 牛城村站 科技園站 同樂村站 松坪山（二）站 大新小學站 南山村站 陽光(白芒關外)站 月亮灣大道站 光前站北頭站 涌下村站

45、白石洲南站 前海公園站 深圳大學站 官龍村站 松坪山站 南光站 南園站 福光站 新圍村站 大沖站 沙河市場站 龍井 南山市場 麻勘站 白芒站 大石磡站 長源村站 華僑城站 西麗路 塘朗站三類望海路站 花果路站根據(jù)表2，我們得出：一區(qū)建立92臺小型設備；二區(qū)建立2臺大型設備和8臺小型設備；三區(qū)建立138臺小型設備。在不考慮運費的情況下，我們計算出總費用為：15440萬元2. k-means 聚類模型：（1）k-means 5 聚類基本思路：接受聚類參數(shù)k，然后將事先輸入的n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利

46、用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。（2）算法流程step1：從數(shù)據(jù)集中任意選取3賦給初始的聚類中心，。step2：對數(shù)據(jù)集中的每個樣本點，計算其與各個聚類中心的歐式距離并獲取其類別標號：。step3：按下式重新計算3聚類中心。step4：重復stept2和stept3，直到達到最大迭代次數(shù)為止。（3）k-means聚類模型求解我們利用第一部分測出38個垃圾轉(zhuǎn)運站的坐標值。然后利用matlab中的pdist函數(shù)和squareform函數(shù)將坐標轉(zhuǎn)化為距離矩陣，并利用k-means函數(shù)進行最短距離聚類，得到如下三部分結(jié)果：表3. 垃圾轉(zhuǎn)運站分類結(jié)果類別垃圾轉(zhuǎn)運站一類

47、玉泉站 平山村站 同樂村站 松坪山（二）站 光前站 白石洲南站 松坪山站 大沖站 沙河市場站 龍井 華僑城站 深圳大學站 科技園站二類動物園站 牛城村站 陽光(白芒關外)站 福光站 麻勘站 白芒站 大石磡站 長源村站 塘朗站 官龍村站 新圍村站 西麗路站三類九街站 大新小學站 南山村站 月亮灣大道站 北頭站 涌下村站 前海公園站 南光站 南園站 望海路站 花果路站 南山市場 疏港小區(qū)站通過對表3結(jié)果的計算和分析，我們得出：一區(qū)建立一個大型設備；二區(qū)建立以個大型設備；三區(qū)建立一個大型設備和14個小型設備。在不考慮運費的情況下，我們計算出總費用為：13867萬元。3 兩種模型的比較及最終聚類結(jié)果通

48、過對兩種方案總費用的比較，我們得出k-means聚類算法為最優(yōu)方案。5.1.2 模型二：優(yōu)化模型確定廚余垃圾處理中心位置根據(jù)表4的垃圾轉(zhuǎn)運站最終聚類結(jié)果，以及對于廚余垃圾處理設備的分布設計，我們首先用百度地圖測出每一個垃圾轉(zhuǎn)運站至其它各個站點的最短路徑長度（i，j 1，2，），求出三類內(nèi)部的距離矩陣下面建立模型確定每一類內(nèi)部廚余垃圾處理中心的位置。以距離和各轉(zhuǎn)運站的廚余垃圾量乘積之和為運行成本，以成本值為目標函數(shù)確定垃圾處理設備的具體位置?？紤]目標函數(shù)其中，為每類內(nèi)各站點的載荷矩陣（廚余垃圾量）。以每一類內(nèi)部為約束條件，以各垃圾轉(zhuǎn)運站點的載荷加權(quán)，用matlab中的矩陣運算求得每一個站點至其它

49、各個站點的最短路徑長度的加權(quán)和，最后得出將3個大型廚余垃圾處理設備位置分別如下表。表4. 垃圾轉(zhuǎn)運站最終聚類結(jié)果類別大型廚余垃圾處理設備位置一類新圍公廁垃圾站二類大沖公廁垃圾站三類涌下村5.2 清運路線具體方案的設計5.2.1 模型一：加權(quán)載荷模型車輛的分配由于車輛有限，我們先將16輛車分給三類垃圾的運輸，為此建立加權(quán)載荷模型。（1） 模型：觀測值；：觀測值的對應權(quán)數(shù)；：權(quán)算術平均數(shù)（即預測值）。（2）模型求解運輸廚余垃圾的拖車所占比率：運輸焚燒垃圾的拖車所占比率：運輸填埋垃圾的拖車所占比率：（2）求解車輛的分配用加權(quán)載荷法確定每類具體方法如下：表5. 垃圾轉(zhuǎn)運站最終聚類結(jié)果車輛類別所占比率車

50、輛數(shù)量運輸廚余垃圾的車輛0.325運輸焚燒垃圾的車輛0.254運輸填埋垃圾的車輛0.4275.2.2 模型二：tsp模型清運路線的設計（1）焚燒垃圾的清運路線通過對同中所給數(shù)據(jù)的分析，以及相關資量的查閱，我們決定采用tsp模型對問題進行求解。tsp模型6路運輸問題的最為典型的一個模型，它的全稱是travelingsalesman problem(tsp)，中文叫做旅行商問題。tsp模型可以如下描述：在給出的一個雄頂點網(wǎng)絡(有向或無向)，要求找出一個包含所有甩個頂點的具有最小耗費的環(huán)路。任何一個包含網(wǎng)絡中所有n個頂點的環(huán)路被稱作一個回路(tour)。在旅行商問題中，要設法找到一條最小耗費的回路。

51、既然回路是包含所有頂點的一個循環(huán)，故可以把任意一個點作為起點(因此也是終點)，這也是tsp模型的一個特點。 tsp模型數(shù)學表達式如下：連通圖h，其頂點集合a，定點間距離為目標函數(shù)：約束條件：決策變量：，從i到j無通路；，從i到j有通路。我們首先利用k-means聚類方法將38個垃圾轉(zhuǎn)運站點分成16塊，記為p集合，具體數(shù)據(jù)如下表所示：表6. p集合及該集合的垃圾量塊序號垃圾站點序號垃圾量到焚燒廠的距離116,27,285.9,3.9,8.914.8，13.5,16.822,7，8,207.4,1.5,2.9,7.410.8，12.9,14.9,13.834,19,267.4,4.5,5.918.

52、8,17.1,16.941,9,12，175.9,8.9,11.9,4.710.1,8.1,10.2,8.8523,248.9,8.911.7,11.265,321.5,2.419.4,20.1725,34,382.9，1.5,2.921.9,24.1,21.2814,15,21,22,304.5,5.9,4.5,4.5,7.46.8,8.5,8.2,7.6,7.5911,312.9，2.921.5,2210107.45.9116,85.9，2.912.3,14.9,1213,29,375.9，4.5，4.517.6,16.7,15133611.94.81435.919.8153520.817

53、.216338.923然后我們采用tsp模型對集合的垃圾運轉(zhuǎn)路徑進行搜索得出焚燒垃圾運輸路線如下圖。圖1. 焚燒垃圾運輸路線圖注： :垃圾量超過8.5噸，且一次就能運完的垃圾站點 :表示垃圾量不足8.5噸的垃圾站點 :表示需要運輸兩次或兩次以上的垃圾站點 :表示垃圾處理中心費用的計算公式：（:表示轉(zhuǎn)運站點之間的距離；:表示末點到處理中心的距離）時間的計算公式：(:表示總路程;a:表示裝車的次數(shù);b:表示卸車的次數(shù))每天運輸焚燒垃圾的總費用1428元：,每輛車需工作5.2個小時（2）填埋垃圾的清運路線此問題的求解過程與焚燒垃圾清運路線的求解過程一樣，并且結(jié)果基本相同。通過計算，每天運輸填埋垃圾的

54、總費用為2349元，每輛車需工作4.8個小時。（3）廚余垃圾的清運路線我們將三類內(nèi)部的垃圾站點分別采用k-means聚類方法分成5塊，并記為、集合，具體數(shù)據(jù)如下表所示：表7. 、集合中的垃圾量以及到處理中心的距離區(qū)塊塊序號集合垃圾量到涌下村的距離一區(qū)123，2417.13，17.13，8.3，8.023622.847.1321，22，10，14，308.57，8.57，14.28，8.57，14.282.3，2.0，2.8，1.949，1，1717.13，11.42，9.141.2，0.54，2.051222.843.8二區(qū)172.88.522，18，614.3，8.6，11.44.0，3.6

55、，1.138，205.7，14.37.2，3.7413，2711.4，8.65.2，7.7516，28，3517.1，17.1，401.4，3.6，3.4三區(qū)131，11，5，325.7，5.7，2.9，4.67.1，6.0，4.7，5.22342.97.6319，4，38.6，14.3，11.40.85，2.3，2.4425，38，375.7，5.7，8.65.1，4.6，5.653317.15.6然后采用和處理p集合同樣的處理方法對 、進行處理，得出廚余垃圾的運輸路線，結(jié)果如下圖所示：圖2. 一區(qū)的廚余垃圾運輸路線圖3. 二區(qū)的廚余垃圾運輸路線圖4. 三區(qū)的廚余垃圾運輸路線注： :運走n*10噸后,還有剩余的站點(n是次數(shù)，n=1,2,) :垃圾量超過8.5噸，且一次就能運完的垃圾站點 :表示運走n*（8.510）噸后無剩余的站點（n是次數(shù)，n=2,3，） :表示