《城市生活垃圾测及管理模型》由会员分享，可在线阅读，更多相关《城市生活垃圾测及管理模型（38页珍藏版）》请在金锄头文库上搜索。
1、城市生活垃圾预测及管理模型摘 要 本文讨论了徐州市未来十年生活垃圾产量的预测和垃圾收运问题。针对问题一，运用灰色预测思想建立徐州市年垃圾产量的多元线性回归模型。此问分三步进行：第一，根据所查的1999-2007年影响徐州市垃圾产量变化的五个因素，分别建立模型，并解得其时间响应序列表达式，以此预测出未来十年影响徐州市生活垃圾产量变化的各因素值；第二，根据1999-2007年徐州市的垃圾产量数据及影响垃圾产量变化的因素，运用MATLAB回归解得徐州市年垃圾产量的多元线性回归模型；第三步，将所预测的徐州市未来十年影响城市生活垃圾变化的因素代入回归模型，预测出未来十年徐州市城市生活垃圾产量。由预测结果
2、来看，徐州市未来十年城市生活垃圾产量呈逐年上涨趋势，用MATLAB计算回归模型的统计量并作残差图知，模型的准确性达90.5%且拟合程度良好，实用性较高。针对问题二，运用贪心算法建立垃圾收集车收运垃圾的优化模型。为使行车里程最短，垃圾收集车早上八点从车库出发驶向离车库最近的垃圾收集点，在该垃圾点收集完垃圾后驶向离此垃圾收集点最近的收集点，以此类推，直到所收集垃圾达到垃圾收集车的最大负载量后驶向中转站卸载垃圾，卸载完之后又驶向离中转站最近的收集点（没有垃圾的收集点除外）收集垃圾，如此循环，直到所有手机点的垃圾收集完，垃圾车返回车库，运用MATLAB根据附录一表1所给数据设计程序，运行得当车库每天早
3、上派出11辆垃圾车时，垃圾收集点的垃圾可一次性收集完，所有垃圾车不必从中转站重新返回垃圾收集点手机垃圾，而是直接返回车库，具体路径见图。此过程所花费总时间为2.52小时，所行驶总路程为2576792feet。关键词 灰色预测；多元线性回归模型；模型；贪心算法；优化模型一、 问题重述城市生活垃圾的产生对人类生活存在着极大的威胁，其产生受多方面影响，包括地理位置、人口、经济发展水平（生产总值）、居民收入以及消费水平、居民家庭能源结构等等。城市生活垃圾的管理包括计划、组织、行政、金融、法律和工程等多方面，并涉及到城市生活垃圾收集、运输和处置。在处置之前，需要环卫部门对其进行收集与运输，即垃圾的收运。
4、在求解问题时，都要求建立模型、对模型进行求解，并对模型的实用性和准确性进行分析。在垃圾的收运过程中，要求辆垃圾收集车从车库出发，在遍历个垃圾收集点、将每个垃圾收集点的垃圾收集完的基础上使行车里程尽可能小，或者行车时间尽可能短，除此之外，垃圾收集车只能在在垃圾收集点的工作区间内手机垃圾。问题一：查阅有关城市垃圾产量即影响垃圾产量的因素，预测此城市中短期内的垃圾产量变化，并分析模型的准确性和实用性。问题二：在收运过程中已知下述（1）（2）（3）（4）等条件下，安排垃圾收运车的收运路线，使垃圾收运车的行车里程尽可能少，或者垃圾收运时间尽可能短：（1）车库和收集点、收集点与中转站、中转站与车库的距离；
5、（2）各收集点每天的垃圾产量；（3）每辆垃圾收运车的最大载荷；（4）垃圾收集点、车库、中转站的工作区间a ,b； 建立以上规划的数学模型，并根据所给的数据（见附录一）对模型进行求解，对模型的实用性，准确性进行分析。二、问题分析对问题一，首先这是一个灰箱问题。徐州市中短期内城市生活垃圾产量及影响城市生活垃圾变化的因素是未知的，而1999-2007年城市生活垃圾产量及影响城市生活垃圾的因素可查阅得到，因此将采用灰色预测法预测未来十年影响徐州市生活垃圾产量的因素；其次，此问题的讨论对象为中短期内徐州市生活垃圾产量，而其生活垃圾产量受地理位置、人口、经济发展水平（生产总值）、居民收入以及消费水平、居民
6、家庭能源结构等共同影响，因此将建立徐州市生活垃圾产量的多元线性回归模型，并通过MATLAB回归求解；最后，需将预测所得未来十年影响徐州市生活垃圾产量变化的因素代入回归模型，预测未来十年徐州市的垃圾产量变化。对比1999-2007年徐州市生活垃圾产量的预测值与真实值，求相对误差，参照精度检验等级表即得精度等级。对问题二，若要尽可能使垃圾收集车总的整体行车里程最短，则垃圾收集车在任何几个垃圾收集点的行车里程也要尽可能最短，因此将根据此思想运用贪心算法建立垃圾收运的优化模型，使垃圾收集车每次都驶向最近的垃圾收集点，最后只需用MATLAB设计程序画出垃圾车行驶路径并求出最短时间和路程。三、模型假设1.
7、忽略除题目所给影响因素外其他因素对生活垃圾产量的影响；2.对徐州市来说，地理位置不随时间发生变化，因此垃圾生产量不受地理位置的影响；2.假设每辆垃圾收集车在装载过程中均能发挥其最大装载能力；3.忽略垃圾收集车在运输过程中拐弯的时间，以保证每辆车每天可以达到最大作业时间；4.假设垃圾收集车在运输过程中不会出现抛锚等耽误运输的意外事故；5.假设垃圾收集车在垃圾收集点的停留时间为附录一所给时间，不多滞留，也不提前离开；6.因为不能保证垃圾收集车恰好在某个垃圾收集点收集完垃圾后达最大负载量，因此不要求垃圾收集车每次返回中转站时垃圾量为最大负载量。四、符号约定符号表示意义年份，表示1999年，以此类推人
8、口，单位:万人生产总值，单位：亿元人均收入，单位：元社会消费品零售总额，单位：亿元燃气化率（%）徐州市生活垃圾产量徐州市人口数量的累加序列的紧邻均值序列的模型的发展系数的模型的灰色作用量五、模型的建立与求解题中只给出了影响城市生活垃圾产量的因素，而未给出具体资料，查阅徐州市1999-2007年城市生活垃圾产量及影响因素见表1，以下将根据所查徐州市资料进行模型的建立与求解。表1 1999年-2007年徐州市生活垃圾产量及影响因素年份垃圾产量（吨）人口（万人）生产总值（亿元）人均收入（元）社会消费品零售总额燃气化率（%）199934.1107.84603.36498.56161.262.65200
9、034.6113.64658.457147.24185.270.8200135.6115.01730.887616.2120275.8200133.5116.43794.888036.91223.976.9200335.4118.4905.668954.23235.490.2200436.5119.231095.89839.65342.595.56200537.2120.041212.151082039696.5200638.31211360.311830.31432.596.73200739.61121501.2312961.63486.297.015.1 影响徐州市生活垃圾产量的因素预测影
10、响徐州市生活垃圾产量的因素有五个，即人口、经济发展水平（生产总值）、居民收入、消费水平、居民家庭能源结构。运用灰色预测理论分别对它们进行预测。5.1.1 人口数量的预测设原始人口数据序列为，则，经累加算子作用生成累加序列令为的紧邻均值生成数列，即其中，=2,3，9，则代入数据得，模型为其中为发展系数，为灰色作用量。为求解此模型，构造矩阵, 令,则模型的最小二乘估计数参数列满足,利用MATLAB求得即,则。 模型的时间响应序列为取，则，则还原值 上式即为所需人口数量的预测序列。为保证上述所作灰色预测的准确性与实用性，计算并对比1999-2007年九年内徐州市人口数量的预测值与真实值，观察此次预测
11、的相对误差和精度。所得徐州市1999年到2007年人口数量的真实值与预测值数据如下表如表2所示：表2 1999-2007年人口数量预测结果人口1999年2000年2001年2002年2003年2004年2005年2006年2007年真实值107.84113.64115.01116.43118,4119.23120.04121112预测值115.38115.73116.08116.43116.78117.13117.48117.83118.19相对误差0.010.0090.000010.01480.0170.0210.0260.0550.025记的相对误差为，则的平均模拟相对误差，即，参照精度检
12、验等级表知，的精度达二级，说明对的灰色预测是较为准确的。5.1.2 生产总值，居民人均收入，社会消费品零售总额和燃气化率的预测同5.1.1对的灰色预测，对生产总值，居民人均收入，社会消费品零售总额和燃气化率用同样的方法进行预测，解得生产总值的时间响应序列为，居民人均收入的时间响应序列为，社会消费品零售总额的时间响应序列为，燃气化率的时间响应序列为，的预测结果分别见附录二表1、表2、表3、表4，由表知，的平均模拟误差分别为0.024、0.041、0.057、0.052，参照精度检验等级表，的预测精度达二级，而，的精度达三级，表示对，的灰色预测均可用但对，的预测明显比对，的预测精确。5.1.3 未
13、来十年影响徐州市生活垃圾产量的因素计算根据5.1.2中求得的，的时间响应序列分别预测未来十年影响徐州市生活垃圾产量因素，结果如表3：表3 未来十年影响徐州市生活垃圾产量的因素表影响因素2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年118.54118.90119.25119.61119.97120.33120.69121.06121.42121.791718.891942.512195.222480.802803.543168.263580.434046.214572.605167.4615284.3916891.8618668.392063
14、1.1122801.6325199.7027849.9730778.9834016.0337593.53579.56673.69783.10910.291058.141230.001429.771661.991931.922245.69107.09112.17117.50123.08128.93135.05141.46148.18155.22162.59表3显示，燃气化率在未来十年的变化趋势超过了100%，这显然是不可能的，因此在后面的回归模型中，未来十年的燃气化率不取表8中的预测值而用2007年的燃气化率97.01%代替，因为，97.01%到100%之间的变化区间非常小，由此产生的误差可忽略不计。5.2 徐州市生活垃圾产量的回归模型徐州市生活垃圾产量受到市内人口数量，生产总值，居民人均收入，社会消费品零售总额和燃气化率的共同影响，因此通过MATLAB分别画出徐州
