基于改进连续型遗传算法的乡村垃圾站选址方法

doi:10.11772/j.issn.1001-9081.2022060927

《计算机应用》唯一官方网站 ›› 2023, Vol. 43 ›› Issue (S1): 302-306.DOI: 10.11772/j.issn.1001-9081.2022060927

• 前沿与综合应用 • 上一篇

基于改进连续型遗传算法的乡村垃圾站选址方法

彭阳¹, 余芳强¹, 张铭¹, 齐昊², 许璟琳¹()

^1.上海建工四建集团有限公司工程研究院，上海 201103
^2.同济大学土木工程学院，上海 200092

收稿日期:2022-06-28 修回日期:2022-09-06 接受日期:2022-09-09 发布日期:2023-07-04 出版日期:2023-06-30
通讯作者: 许璟琳
作者简介:彭阳（1993—），男，上海人，工程师，硕士，主要研究方向：智能规划、大数据分析
余芳强（1987—），男，江西上饶人，高级工程师，博士，主要研究方向：数字化建造、人工智能
张铭（1969—），男，上海人，高级工程师，主要研究方向：建筑设计、建筑施工
齐昊（2000—），男，河南濮阳人，博士研究生，主要研究方向：智能规划
许璟琳（1989—），女，福建漳州人，高级工程师，硕士，主要研究方向：智慧建筑、施工与运维。xujinglin510@163.com

Site planning method for rural garbage stations based on improved continuous genetic algorithm

Yang PENG¹, Fangqiang YU¹, Ming ZHANG¹, Hao QI², Jinglin XU¹()

^1.Engineering Research Institute，Shanghai Construction No. 4（Group） Company Limited，Shanghai 201103，China
^2.College of Civil Engineering，Tongji University，Shanghai 200092，China

Received:2022-06-28 Revised:2022-09-06 Accepted:2022-09-09 Online:2023-07-04 Published:2023-06-30
Contact: Jinglin XU

摘要/Abstract

摘要：

乡村的集中式垃圾站的选址关乎生态文明和居民日常生活，需要科学合理的设施选址方法来提高覆盖效率、降低环境影响。针对乡村地区广泛、垃圾站数量多、影响因素复杂、难以人工规划的问题，根据乡村环境特点，提出一种基于改进连续型遗传算法的乡村垃圾站选址方法。首先，提出基于二阶Voronoi图的确定垃圾站初始位点的算法，提高优化的针对性；然后，改进多输出遗传算法，引入连续变量来表达垃圾站规模；最后，实地采集福建省某行政村的地理数据，求解得到优化环境影响与覆盖率的方案，并验证了连续变量改进的效果。

关键词: 垃圾站, 选址, 遗传算法, 连续型变量, Voronoi图

Abstract:

The site planning of rural centralized garbage stations is related to ecological civilization and residents’ daily life. Scientific and reasonable facility site planning methods are needed to improve coverage efficiency and reduce environmental impact. In view of the problems of extensive rural areas， large number of garbage stations， complex influencing factors and difficult manual planning， according to the characteristics of rural environment， a site planning method for rural garbage stations based on improved continuous genetic algorithm was proposed. Firstly， an algorithm based on second-order Voronoi diagram was proposed to determine the initial location of garbage station， which improved the pertinence of optimization. Then， the multi-output genetic algorithm was improved， and continuous variables were introduced to express the scale of the garbage station. Finally， the geographic data of an administrative village in Fujian Province were collected， the solution was obtained to optimize the environmental impact and coverage， and the effect of continuous variable improvement was verified.

Key words: garbage station, site planning, genetic algorithm, continuous variable, Voronoi diagram

中图分类号:

TP391.9

彭阳, 余芳强, 张铭, 齐昊, 许璟琳. 基于改进连续型遗传算法的乡村垃圾站选址方法[J]. 计算机应用, 2023, 43(S1): 302-306.

Yang PENG, Fangqiang YU, Ming ZHANG, Hao QI, Jinglin XU. Site planning method for rural garbage stations based on improved continuous genetic algorithm[J]. Journal of Computer Applications, 2023, 43(S1): 302-306.

图/表 8

参考文献 26

1	林丽梅，何秀玲，韩雅清.生态认知、关系网络对村民生活垃圾合作治理行为的影响：基于福建省501份村民问卷数据的实证分析［J］.生态与农村环境学报， 2021，37（10）：1301-1309. 10.19741/j.issn.1673-4831.2020.1028
2	TENG Y， LIN P W， CHEN X L， et al. An analysis of the behavioral decisions of governments， village collectives， and farmers under rural waste sorting［J］. Environmental Impact Assessment Review， 2022，95： No.106780. 10.1016/j.eiar.2022.106780
3	张艺.基于生活圈结构的小城镇公共服务设施层级配置优化策略研究［D］. 武汉：华中科技大学， 2013：27-38.
4	武廷海. 面向公共服务设施配置的村镇中心布局规划研究［J］. 小城镇建设， 2014（11）：39-47. 10.3969/j.issn.1002-8439.2014.11.006
5	李元忠. 村庄垃圾收集设施选址及配置研究［D］. 南宁：广西大学， 2016：23-36.
6	刘李霞，毕华兴，孔宪娟，等.基于改进层次分析法的GIS公共服务设施选址［J］.地理与地理信息科学，2011，27（5）：46-49，113.
7	詹庆明，杨爽.村镇应急公共设施选址布局优化研究［J］.地球信息科学学报， 2019， 21（5）：641-653. 10.12082/dqxxkx.2019.180487
8	陈佛保，郝前进.环境市政设施的邻避效应研究——基于上海垃圾中转站的实证分析［J］. 城市规划， 2013， 312（8）：72-77.
9	钱红林.基于邻避效应的垃圾中转站建筑空间环境设计研究［D］. 长沙：湖南大学， 2018： 31-56.
10	刘赟. 基于多目标需求的农贸市场选址布点评价研究［D］. 昆明：云南大学， 2019：27-61.
11	卓佳，冯新刚，张文成. 基于需求导向的村镇公共服务设施布局优化——以黄山市歙县为例［J］. 小城镇建设， 2018（2）：80-86.
12	黄甜，郭青海，邹凯，等. 基于景感生态学理念的乡村社会-生态系统供给服务研究［J］. 生态学报， 2021，41（19）：7579-7588. 10.5846/stxb202004200942
13	唐秋生，王川. 基于云遗传算法优化BP神经网络的轨道客流预测［J］.桂林理工大学学报，2021，41（2）：403-408. 10.3969/j.issn.1674-9057.2021.02.022
14	OZMEN M， SAHIN H， KORAY O. Genetic algorithm based optimized waste collection in smart cities ［C］// Proceedings of the 2020 International Conference on Electrical Engineering. Piscataway： IEEE， 2020： 1-6. 10.1109/icee49691.2020.9249837
15	LI C F， ZIMMERLE D， YOUNG M. Flexible networked rural electrification using levelized interpolative genetic algorithm［J］. Energy and AI， 2022（10）： No.100186. 10.1016/j.egyai.2022.100186
16	公茂果，焦李成，杨咚咚，等. 进化多目标优化算法研究［J］. 软件学报， 2009， 20（2）：271-289. 10.3724/sp.j.1001.2009.00271
17	LOU C X， SHUAI J， LUO L， et al. Optimal transportation planning of classified domestic garbage based on map distance ［J］.Journal of Environmental Management， 2020，254： No.109781. 10.1016/j.jenvman.2019.109781
18	陈玉龙. 乡村公共服务设施优化布局的地理计算［D］. 上海：华东师范大学， 2019：52-66.
19	武田艳，宋璐璐，梁坤宇. 基于SA算法的应急公共服务设施布局优化研究——以上海市长宁区应急避难场所为例［J］. 数学的实践与认识， 2018， 48（24）：32-40.
20	陆园园. 基于邻避效应的垃圾中转站选址困境与出路［D］. 北京：首都经济贸易大学， 2019：37-55.
21	刘思君，靖常峰，杜明义，等. GIS多准则的城市垃圾楼空间布局优化选址［J］. 测绘科学， 2018， 43（8）：45-49.
22	马锦，张浩生.基于GIS空间分析的山地城市弃土场选址研究［J］.测绘通报，2021（S2）：214-217.
23	钟翠萍，靖常峰，杜明义，等. GIS和免疫算法的垃圾楼选址优化［J］. 测绘科学， 2021，46（4）：142-149，185.
24	彭大江，叶春明，赵灵玮. 改进的蝗虫优化算法在双目标应急物资中心选址问题中的应用［J］. 运筹与管理，2022，31（4）：14-20.
25	郭静文，赵朋朋，倪佳成.基于遗传算法的消防站选址规划模型［J］.计算机应用，2020，40（S1）：41-44.
26	NASIM G， SIAMAKI M， HOSSEIN P， et al. Smartening the movement path of municipal garbage trucks using genetic algorithm with emphasis on economic-environmental indicators ［J］. Annals of Environmental Science and Toxicology， 2021， 5（1）： 80-85. 10.17352/aest.000041

参数	值	参数	值
整体倾斜角β	25°	总人数Q	8 400
总规模量p	40	初始种群数	200
可调参数a	9/16 000	变异概率	0.2
可调参数b	9/200	交叉概率	0.9

参数	值	参数	值
整体倾斜角β	25°	总人数Q	8 400
总规模量p	40	初始种群数	200
可调参数a	9/16 000	变异概率	0.2
可调参数b	9/200	交叉概率	0.9

方法	F1	F2
蚁群算法选址方法	113.9	85.0
普通0-1遗传选址方法	88.4	53.2
多输出0-1遗传选址方法	105.6	65.2
本文方法	130.0	61.4

方法	F1	F2
蚁群算法选址方法	113.9	85.0
普通0-1遗传选址方法	88.4	53.2
多输出0-1遗传选址方法	105.6	65.2
本文方法	130.0	61.4

[1]	梁军, 洪泽泓, 余松森. 基于改进粒子群优化算法和遗传变异的图像分割模型[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1743-1749.
[2]	王彬, 向甜, 吕艺东, 王晓帆. 基于NSGA‑Ⅱ的自适应多尺度特征通道分组优化算法[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1401-1408.
[3]	张敏, 韩晓龙. 多目标模糊机会约束规划的低碳多式联运路径优化[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 636-644.
[4]	孙源, 沈文建, 倪朋勃, 毛敏, 谢雅琪, 徐朝农. 实时工业物联网的功率域非正交多址接入基站选址算法[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 209-214.
[5]	马艳芳, 张文, 李宗敏, 闫芳, 郭凌云. 考虑负效应的垃圾回收两级选址‒路径模型与算法[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 289-298.
[6]	范厚明, 牟爽, 岳丽君. 考虑冲突和拥堵的自动导引车调度与路径规划协同优化[J]. 《计算机应用》唯一官方网站, 2022, 42(7): 2281-2291.
[7]	刘亚平, 张惠珍, 张莉, 刘优优. 带时间窗同时送取货选址路径问题及其烟花算法求解[J]. 《计算机应用》唯一官方网站, 2022, 42(7): 2292-2300.
[8]	刘延飞, 彭征, 王艺辉, 王忠. 基于改进的遗传算法的有刷直流电机PID参数整定[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1634-1641.
[9]	李晓寒, 贾华丁, 程雪, 李太勇. 基于改进遗传算法和图神经网络的股市波动预测方法[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1624-1633.
[10]	陈权, 李莉, 陈永乐, 段跃兴. 面向深度学习可解释性的对抗攻击算法[J]. 《计算机应用》唯一官方网站, 2022, 42(2): 510-518.
[11]	刘忠慧, 王梓宥, 闵帆. 近似概念的遗传生成算法及其推荐应用[J]. 《计算机应用》唯一官方网站, 2022, 42(2): 412-418.
[12]	张俊杰, 仇润鹤. 认知超密集网络用户关联与资源分配联合优化遗传算法[J]. 《计算机应用》唯一官方网站, 2022, 42(12): 3856-3862.
[13]	高银萍, 苌道方, 陈俊贤. 混堆模式下基于动态规则NSGA Ⅱ的自动堆垛起重机作业优化[J]. 《计算机应用》唯一官方网站, 2022, 42(10): 3259-3267.
[14]	张闻强, 邢征, 杨卫东. 基于多区域采样策略的混合粒子群优化求解多目标柔性作业车间调度问题[J]. 计算机应用, 2021, 41(8): 2249-2257.
[15]	张盟, 郭健全. 需求和回收不确定的闭环供应链渠道结构选择[J]. 计算机应用, 2021, 41(7): 2100-2107.

基于改进连续型遗传算法的乡村垃圾站选址方法

Site planning method for rural garbage stations based on improved continuous genetic algorithm

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 26

相关文章 15

编辑推荐

Metrics