- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
浅析城市生活垃圾收运系统中的数学模型
仝欢欢 ,孙 旭 ,赵 由才
(同济大学 环境科学与工程学院,上海 200092)
摘 要 :简述了城市生活垃圾产生量的3种预测方法,即单指数平滑法、线形回归分析法、灰色系统模型分析
法,并参照物流配送系统对运输车辆的优化调度,建立了垃圾收运的优化模型。
关键词:生活垃圾;收运系统; 系统模型
中图分类号:X32 文献标识码:A 文章编号:1005—8206 (2009)04—0043—03
PrefiminaryAnalysisofMathematicalModelsAppfiedtoM SW CollectionAndTransportationSystem
TongHuanhuan,SunXu,ZhaoYoucai
(DepartmentofEnvironmentalScienceandEngineering,TonalUniversity,Shanghai 200092)
Abstract:ThreemethodsforforecastingMSW outputwereintroduced,includingsingleexponentialsmoothness,regression
analysismethodandgreysystem mode1.Accordingtooptimization dispatch oftransportationvehiclebylogisticsdistribution
system,optimizationmodelforwastecollectionandtransportationwasbuilt.
Keywords:domesticwaste;collectionandtransportationsystem;model
城市垃圾收运是由产生垃圾的源头运送至处 式中:y为垃圾预测产生量 ; 为影响垃圾
理处置场的全过程操作 ,包括 3个阶段 :①收 产生的多个因素 (l,2,…,m); 为回归系
集——垃圾从产生源到公共贮存容器的过程;② 数 (i=1,2,…, )。
清运——指清运车沿一定路线清除贮存容器内垃 影响垃圾产生的因素有很多,如人 口数量 、
圾并将其转运到垃圾转运站的过程 (在一定情况 工资收入 、消费水平 、生活习惯 、燃料结构等。
下,清运车可直接将垃圾运送至处理处置场);③ 对于众多因素,可以采用变量聚类法,对数据进
中转——指在转运站将垃圾装载至大容量转运车, 行预处理。据介绍,经过数据处理后多元回归分
远途运输至处理处置场。前 1个阶段需要对垃圾 析法中很多变量都属 “同解”,经过变量与处理
产生源分布情况、垃圾产生量及成分等进行调查 后,实际运算时,相当于一元回归的 “人 口模式”
和预测;后 2个阶段需要运用最优化技术对清运 预测法l1]。
线路和转运站垃圾分配运输进行优化。 1.3 灰色系统模型分析法
1 城市生活垃圾产生量预测方法 灰色系统模型 (GM)包含模型的变量维数m
城市生活垃圾收运模式的设计是在对生活垃 和阶数 7/,,记作GM (n,m)。在生活垃圾产生量
圾产生量作正确预测的条件下进行的,因为设计 预测 中普遍使用 GM(1,1)模型。通过对原始的
的收运模式 ,不仅应满足当前垃圾产生量的需求, 时间序列数据进行累加处理后 ,数据便会出现明
而且应该能够应对未来几年的变化。目前 ,国内 显的指数规律 ,通过进一步分析,可以进行垃圾
外较为普遍使用的数理统计方法为单指数平滑法、 产生量预测。
线性回归分析法、灰色系统模型分析法。 在实际应用 中,灰色系统模型预测法会产生
1.1 单指数平滑法 正误差,而线形回归分析方法的预测结果偏小。
Y川=aX+(1-a)Y。 (1) 因此可以结合2种预测方法的特点,运用 2种预
式中:t为时间;0为指数平滑系数,介于0~ 测值的加权平均值作为垃圾产生量的推荐值 ]。
1;X为t时垃圾产生量的实际观测值;Y为t时 2 垃
文档评论(0)