[发明专利]一种基于协同进化的多回收站点垃圾收运方法

说明书

本发明提供一种基于协同进化的多回收站点垃圾收运方法，使用CC‑HGA改进聚类算法，将各垃圾收集点分配至合适的回收站点，从而将MSRCP转换成若干单回收点的垃圾收运问题；具体包括8个步骤实现对多回收站点垃圾收运。本发明的有益效果是：改进聚类算法结合CC框架对解空间进行分解，提供更好的分组，子群体的进化协作引导整个种群的进化，有效加快算法的效率，提高算法解决高维问题的能力；混合遗传算法改进了局部搜索算子，扩大了解的搜索范围，克服了算法解决问题时遇到的早收敛问题。

技术领域

本发明属于垃圾集运方法领域，尤其是涉及一种基于协同进化的多回收站点垃圾收运方法。

背景技术

生活垃圾的产生与城市经济发展水平、城市人口、居民收入、消费结构等息息相关。人们在创造经济产出的同时，也在产生垃圾，我国城市生活垃圾清运量年均复合增长率约为2.11％，在垃圾处理成本中，垃圾收运费用占有相当大的比例。交通基础设施建设不断完善、环卫机械化率的提高以及政府对垃圾收运工作的重视，众多因素推动着垃圾收集和转运行业已经成为富有广阔发展前景的新兴产业，在这一背景下开展垃圾收运路线的优化研究、降低垃圾收运成本具有重要的现实意义。

目前，垃圾收运问题(Refuse Collection Problem,RCP)的研究集中于基本的单回收站垃圾收运问题，而后者可映射为基本的车辆路径问题(Vehicle Routing Problem,VRP)。因此，学者以VRP的研究成果为基础，对单回收站垃圾收运问题展开了一系列的探索。吕新福等人对中转站的位置、数目不确定的情况，提出建立新模型，采用启发式算法求解。Kim等人对实际生活中垃圾收运问题，考虑路径紧凑性和工作负载平衡两个现实因素，提出基于容量聚类的垃圾收集算法求解。Benjamin等人考虑大规模的垃圾收运情况，先后提出变量邻域搜索的元启发式算法和能选择最佳的垃圾回收站以进入车辆路线的(DisposalFacility Positioning，DFP)算法求解。Akhtar等人研究有容量约束的垃圾收运问题，采用一种改进的回溯搜索算法(Backtracking Search Algorithm，BSA)求解。路玉龙等人对这类问题也实现了不同的求解算法，如遗传算法、变邻域搜索算法和蚁群算法。

上述研究建立在基本VRP的应用背景下，对单回收站的垃圾收运问题进行了建模，并提出相关问题的求解算法。近年来，由于城镇规模的不断扩大以及垃圾量的剧增，设置多个回收站进行垃圾收运是解决该问题的常规措施。显然，多回收站垃圾收运问题(Multi-sation Refuse Collection Problem,MSRCP)较传统的单回收站问题复杂，其难点在于回收区域的划分和回收点的归属问题。多回收站垃圾收运问题可映射为多中心车辆路径问题(Multi-depot Vehicle Routing Problem,MDVRP)，MDVRP为基本VRP的扩展。较VRP，MDVRP的研究非常有限，对回收区域合理划分方面研究相对稀缺，算法类型单一，张军等人采用扫描算法与最优划分过程产生待选解集，再利用启发式算法改进解。彭北青等人采用基于基地启发式分区算法对区域进行划分。于滨等人采用基于聚集度的启发式分类算法和蚁群算法求解。Luo等人采用K-Means算法执行聚类分析。

面对复杂问题，分而治之(Divide and Conquer,DC)是解决问题的有效途径之一,协同进化(Cooperative Co-evolutionary,CC)则是DC的典型代表策略，最早由Potter提出。CC结合演化思想，以明确的模块化概念为基础，以交互的形式进化，为解决复杂的结构提供合理的解决方案，其求解问题主要分为三步：问题分解、子问题求解、子问题合并。结合遗传算法提出的，引入CC与具体演化算法结合解决了一系列的复杂问题。由于MDVRP具有明显的问题划分特征，Oliveira等以CC为框架，以各驻车点为中心，首先进行任务聚类、划分，然后使用并行程序设计方案对其进行了求解。

显然，对于MSRCP而言，存在两个重要的基本问题：(1)垃圾收集点的归属、划分；(2)每个回收站点的车辆路径规划。如何解决上述存在问题，成为了关键。

发明内容