2025年电工杯B题完整论文发布+问题一二三结果分享

多约束条件下城市垃圾分类运输调度问题

摘要

随着城市化进程加快，城市生活垃圾产量持续增长，垃圾分类运输已成为城市环境治理的关键环节。本文针对城市垃圾分类运输中的路径优化与调度问题，综合考虑不同垃圾类型、车辆载重约束、中转站选址及时间窗口等多重约束，建立数学优化模型并设计求解算法。

本研究基于某城区30个垃圾收集点的坐标数据和垃圾产生量数据，通过欧几里得距离构建距离矩阵，为后续路径优化提供基础数据支撑。数据预处理包括各类垃圾总量统计、理论最少车辆数估算以及车辆参数标准化，确保模型输入数据的准确性和一致性。

问题一研究单一车辆类型下的基础路径优化问题，将其建模为容量约束车辆路径问题（CVRP），采用扫描算法进行聚类分组和最近邻算法结合2-opt局部搜索的两阶段求解策略，在5吨载重约束下实现了总行驶距离最小化，求解出最优车辆数量和具体运输路径，算法时间复杂度为O(n²)。

问题二扩展为多车辆协同优化问题，建立多车型多商品车辆路径问题（MC-HFVRP）模型，将四种垃圾类型分解为独立的子问题分别求解，充分考虑各车型的载重限制、容积限制和单位运输成本差异，通过问题分解策略避免了车型间的复杂耦合，实现了总运输成本最小化和资源配置优化。

问题三构建含中转站选址与时间窗口的综合优化模型，建立位置-路径问题（LRP）框架，采用两阶段协同优化算法：第一阶段通过贪心启发式算法确定中转站选址和收集点分配，第二阶段构建两段式运输路径并优化各段路线，同时引入碳排放约束和时间窗口限制，实现了设施建设成本与运输成本的综合最小化。

本研究提出的分层求解策略和两阶段协同优化方法有效解决了城市垃圾分类运输的复杂约束问题，通过问题分解和启发式算法相结合的技术路线，在保证求解效率的同时获得了高质量的优化方案，为城市垃圾管理提供了理论支撑和实践指导，具有重要的应用价值和推广意义。

关键词:垃圾分类运输；车辆路径问题；位置-路径问题；扫描算法；两阶段优化

一、模型假设

为了方便模型的建立与模型的可行性，我们这里首先对模型提出一些假设，使得模型更加完备，预测的结果更加合理。

1、只考虑“厨余垃圾”，且各收集点的产生量、坐标、车辆参数每日不变；

2、路网距离对称且满足三角不等式，用欧氏距离近似；

3、车辆行驶速度恒定，发车点（厂区）可多辆同时出发，且车辆可多次出返；

4、不考虑交通拥堵、装卸时间等因素。

5、各收集点每日产生的垃圾量为确定值，不存在随机波动；车辆从垃圾处理厂出发并最终返回处理厂，处理厂作为唯一的起始点和终点；同一车辆可进行多次往返运输，即允许分批运输完成所有收集任务

6、车辆行驶速度恒定为40km/h，不受路况和时间影响；垃圾处理厂的工作时间固定为6:00-18:00；

7、中转站每日均可完全清空，不存在隔夜存储问题；中转站建设成本为固定值，使用期限为10年。

二、模型的建立与求解

5.1 单一车辆类型下的基础路径优化与调度

5.1.1 数据分析

基于题目给出的附件1数据进行可视化进行相对位置以及相关数据的呈现，具体结果如下所示

图中展示了各收集点在平面坐标系中的分布情况，横轴为 X 轴（单位公里），纵轴为 Y 轴（单位公里）。所有非零编号的收集点以彩色圆点表示，点的大小与该点每日产生的垃圾量成正比，点的颜色从蓝到黄依次表示垃圾量由少到多。处理厂用黑色方块突出标记在坐标原点位置。总体来看，点分布较为均匀，东南方向（X≈30–38，Y≈8–15）和东北方向（X≈30–38，Y≈25–35）有多个较大且偏黄的圆点，说明这些区域的垃圾量较高；而西南和中部区域则以蓝绿色小点居多，垃圾量相对较低。右侧的颜色条详细标示了对应的垃圾量数值范围（约1.0到3.7吨），帮助直观判断各收集点产生垃圾的多少。整个图形网格清晰，可同时反映空间分布与垃圾负荷情况。

图中展示了各收集点在平面坐标系中的分布情况，横轴为 X 轴（单位公里），纵轴为 Y 轴（单位公里）。所有非零编号的收集点以彩色圆点表示，点的大小与该点每日产生的垃圾量成正比，点的颜色从蓝到黄依次表示垃圾量由少到多。处理厂用黑色方块突出标记在坐标原点位置。总体来看，点分布较为均匀，东南方向（X≈30–38，Y≈8–15）和东北方向（X≈30–38，Y≈25–35）有多个较大且偏黄的圆点，说明这些区域的垃圾量较高；而西南和中部区域则以蓝绿色小点居多，垃圾量相对较低。右侧的颜色条详细标示了对应的垃圾量数值范围（约1.0到3.7吨），帮助直观判断各收集点产生垃圾的多少。整个图形网格清晰，可同时反映空间分布与垃圾负荷情况。

贪心最近邻法车辆数=18, 总行驶距离=1350.81 km

车1: 路线 [0 11 15 1 0] | 载重 4.80 吨 | 距离 32.07 km

车2: 路线 [0 2 18 8 0] | 载重 4.70 吨 | 距离 53.96 km

车3: 路线 [0 21 6 27 0] | 载重 4.10 吨 | 距离 68.16 km

车4: 路线 [0 25 9 0] | 载重 4.40 吨 | 距离 59.03 km

车5: 路线 [0 4 3 0] | 载重 4.90 吨 | 距离 83.60 km

车6: 路线 [0 16 22 0] | 载重 4.70 吨 | 距离 70.69 km

车7: 路线 [0 13 24 0] | 载重 4.60 吨 | 距离 90.87 km

车8: 路线 [0 14 28 0] | 载重 4.90 吨 | 距离 88.93 km

车9: 路线 [0 20 0] | 载重 3.40 吨 | 距离 65.97 km

车10: 路线 [0 26 0] | 载重 3.60 吨 | 距离 69.97 km

车11: 路线 [0 12 30 0] | 载重 4.00 吨 | 距离 84.30 km

车12: 路线 [0 19 0] | 载重 2.80 吨 | 距离 70.71 km

5.3.4无对称结构考虑-贪心+局部优化

在本方案中，首先对五个候选中转站以＂增量贪心＂方式逐一启用：每一步尝试将尚未启用的站点加入现有启用集合，并基于最近距离分配将所有收集点分别指派给当前启用中转站中距离最小者，继而以容量约束下的最近邻方式计算各站点对于四类垃圾的运输总成本。记当前启用集合的运输成本为
 

选址中转站：33 

最小总成本：12493.69

-- 中转站 33 路线 --

类型1 车1: [34 26 5 15 21 30 11 34]

类型1 车2: [34 7 22 2 16 12 3 9 34]

类型1 车3: [34 14 27 23 20 4 17 34]

类型1 车4: [34 10 29 13 25 18 34]

类型1 车5: [34 19 28 31 8 24 6 34]

类型2 车1: [34 26 5 15 21 30 11 6 24 18 8 31 4 29 13 25 9 19 28 3 12 16 2 34]

类型2 车2: [34 7 22 14 27 23 20 17 10 34]

类型3 车1: [34 26 5 15 21 30 11 6 24 18 8 31 4 29 13 25 9 19 28 3 12 16 2 22 7 14 27 23 20 17 10 34]

类型4 车1: [34 26 5 15 21 30 11 6 24 18 8 31 4 29 13 16 34]

类型4 车2: [34 7 22 2 12 3 19 9 25 28 17 10 23 27 34]

类型4 车3: [34 14 20 34]