垃圾分类处理与清运方案设以及策略(共28页).doc

《垃圾分类处理与清运方案设以及策略(共28页).doc》由会员分享，可在线阅读，更多相关《垃圾分类处理与清运方案设以及策略(共28页).doc（29页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上垃圾清运车装卸垃圾液压系统设计【摘 要】：随着我国城市生活质量要求的提高及垃圾处理事业的发展，垃圾转运系统的转运效率和投资效益在城市环卫建设中起着越来越重要的作用。本文就题中给出的深圳市南山区垃圾分类处理与清运方案设计的问题进行研究，提出了数学模型并得到了相关结论。在现有垃圾转运站规模与位置不变条件下，以清运成本最小为目标，利用重心法来寻找最优配送中心。在谷歌地图中测出邻近两点之间的道路长度，得到每个转运站的经纬度，利用floyd求最出短路径。给到了大、小型设备的分布设计，得到了清运路线的具体方案。【关键词】:floyd算法；重心法；最短路；鲍摩-瓦尔夫模型；启发式算

2、法【Abstract】:随着我国城市生活质量要求的提高及垃圾处理事业的发展，垃圾转运系统的转运效率和投资效益在城市环卫建设中起着越来越重要的作用。With the development of the quality of life of our city requirements increase and garbage treatment cause waste transport system, transport efficiency and the benefit of investment plays a more and more important role in the ci

3、ty environmental sanitation construction.本文就题中给出的深圳市南山区垃圾分类处理与清运方案设计的问题进行研究，提出了数学模型并得到了相关结论。This paper studies on the problem are given in the Shenzhen Nanshan District city garbage classification and collection scheme design problems, put forward a mathematics model and obtained the relevant conclu

4、sions.在现有垃圾转运站规模与位置不变条件下，以清运成本最小为目标，利用重心法来寻找最优配送中心。在谷歌地图中测出邻近两点之间的道路长度，得到每个转运站的经纬度，利用floyd求最出短路径。给到了大、小型设备的分布设计，得到了清运路线的具体方案。Station scale and position on the existing waste transfer under the condition of constant, with the goal of minimum transportation cost, to find the optimal distribution cente

5、r of the center of gravity method. Measure the proximity between the two road length in Google map, get each station of latitude and longitude, and the shortest path by using floyd. To the distribution design of large, small equipment, specific plan route has been.在转运站允许重新设计的情况下，设计了鲍摩-瓦尔夫改进模型，这是该模型的

6、逆向运用，很好地解决了转运站的选址问题。该模型的计算方法是：首先给出费用的初始值，求初始解；然后进行迭代计算，使其逐步接近费用最小的运输规划。文中，证明了该模型的收敛性。In the transfer station allowed to re design, design the Baumol Wolfe model, which is the reverse use of the model, very good solution to the transfer station location. The calculation method of this model is: the i

7、nitial first give cost value, initial solution; then the iterative calculation, it gradually close to the minimum cost of transportation planning. In this paper, proved the convergence of the model.【Key words 】: floyd algorithm; the center of gravity method; shortest path; Baumol Wolfe model; heuris

8、tic algorithm得出了以下结论：目录致谢28一、 问题重述垃圾分类化收集与处理是有利于减少垃圾的产生，有益于环境保护，同时也有利于资源回收与再利用的城市绿色工程。在发达国家普遍实现了垃圾分类化，随着国民经济发展与城市化进程加快，我国大城市的垃圾分类化已经提到日程上来。2010年5月国家发改委、住房和城乡建设部、环境保护部、农业部联合印发了关于组织开展城市餐厨废弃物资源化利用和无害化处理试点工作的通知，并且在北京、上海、重庆和深圳都取得一定成果，但是许多问题仍然是垃圾分类化进程中需要深入研究的。在垃圾分类收集与处理中，不同类的垃圾有不同的处理方式，简述如下：1）橱余垃圾可以使用脱水干燥

9、处理装置，处理后的干物质送饲料加工厂做原料。不同处理规模的设备成本和运行成本（分大型和小型）见题目附录1说明。2）可回收垃圾将收集后分类再利用。3）有害垃圾，运送到固废处理中心集中处理。4）其他不可回收垃圾将运送到填埋场或焚烧场处理。所有垃圾将从小区运送到附近的转运站，再运送到少数几个垃圾处理中心。显然，1）和2）两项中，经过处理，回收和利用，产生经济效益，而3）和4）只有消耗处理费用，不产生经济效益。本项研究课题旨在为深圳市的垃圾分类化进程作出贡献。为此请你们运用数学建模方法对深圳市南山区的分类化垃圾的实现做一些研究，具体的研究目标是：问题1：假定现有垃圾转运站规模与位置不变条件下，给出大、

10、小型设备（橱余垃圾）的分布设计，同时在目前的运输装备条件下给出清运路线的具体方案。以期达到最佳经济效益和环保效果。问题2：假设转运站允许重新设计，请为问题1的目标重新设计。二、 问题分析2.1 问题1我们认为最符合经济效益应该为：总成本最小，其中总成本=处理厂建设成本+垃圾处理费用+垃圾运输成本；最符合环保效益应该为：把所有能够利用回收的垃圾都回收。根据所给出的垃圾中转站处理垃圾数据以及垃圾的比例，我们认为有害垃圾和其他不可回收不通过中转站直接运到处理点处理，经中转站的那部分总量为804吨的垃圾，都为橱余与可回收垃圾，其来算出橱余垃圾量为321.6吨。由于实际生活中可回收垃圾有相关回收公司上门

11、回收，所以本题仅考虑橱余处理厂的建设问题以及这部分橱余垃圾的运输问题。本题的运输路线是南山区的实际道路，已经建成，出于成本考虑，我们不可能在一个没有道路的地方建设处理厂，所以选取实际道路，把问题变成图论问题。本题是研究怎么建橱余处理厂使得总成本最小，是个整数规划问题。图1 网络图如图所1示的是从转运站向配送中心的青云网络图。对此问题，一般只考虑运费最小时配送中心的选址问题。这里需要考虑的问题是：处理中心到底要怎样设计才可能使费用最小？在确定处理中心后，什么样的清运路线才能使费用最少？这就是本文要解决的问题。对于大、小型设备（橱余垃圾）的分布设计。经过对大小型设备的处理能力和投资额的分析，我们得

12、出小型设备因其处理能力太低，不适宜于大规模应用，只能在居民区和中转站的小部分垃圾无法处理时才好投入使用。因为需要吃力的垃圾量为312.6吨，因此课选取处理量为200吨的大型设备两个。虽然处理能力超过总垃圾量，但从经济性和未来垃圾量会越来越多的方面来考虑，这还是合理的。对于大型设备的分布，拟重心算法得出处理中心的位置。然后是同时在当前的运输装备条件下给出清运路线的具体方案。分为居民区到垃圾站的清运路线和垃圾站到处理中心的清运路线两部分。对于居民区到垃圾站的清运路线，我们利用居民区的模块化和街道的横平竖直的特性，将一个居民区的楼宇根据南山区居民数据表里给出的信息简化为一个点，并根据人口数和房屋数得

13、出对应产生的垃圾量，画出散点图。本问可归结为最短路径问题，本文拟采用floyd算法求解。2.2 问题2在该垃圾清运中, 转运站居于重要的地位,起着承上启下的作用。在其上头是小区居民的垃圾，其下头则是垃圾处理中心。转运站的选址过程，是指在一个具有若干候选点区域内,选择转运站的规划过程。较好的垃圾转运站选址方案可以有效地节省费用,并有利于环境效应。对于第二问，我们先对转运站的位置和规模进行重新设计。鲍摩-瓦尔夫模型，在物流中心的选址上有很好的应用，这里可以是模型的逆向运用。即处理中心相当于鲍摩-瓦尔夫模型中的工厂，转运站相当于配送中心，小区居民相当于用户，样就很好的将鲍摩-瓦尔夫模型运用在垃圾处理

14、清运方案中来了。采用一个集中地居民区对应一个转运站的方法，将设计过程细化到每个居民区。在每个居民区任用第一题的散点法处理。转运站的规模自然和该区的垃圾量相当。在考虑处理设备分布和清运路线时，与前面相同。 三、 模型假设为了使问题与求过程变得更加简单，提出了如下假设：（1）处理垃圾中心的选址仅考虑经济效益，不受地域、环境、政治等条件的限制或影响；（2）每天产生的垃圾总量稳定，其变动在设计余量范围内；（3）不考虑交通对清运垃圾所带来的影响；（4）人均垃圾产生量基本能代表垃圾产生整体升水平；（5）废弃物只能先运到中转站，然后由中转站运送到处理站，不能直接运送到处理站，即使转运站与垃圾处理中心在同一位

15、置也是如此；（6）单位距离的废弃物的运费是已知的。这个费用主要包括垃圾车成本费用和人工费用。垃圾车成本费用包括最初投资成本的折旧加上其运行和维护成本。且此费用在一定时期内不变；（7）转运站的可变成本为流量的凹函数(即成本函数的最大值或最小值一定存在)；（8）转运站的容量及个数均受限制(在容量和个数有限的备选地址中进行优化选择)。四、 符号说明本文中所使用的符号及其意义如表1所示。表1 符号及意义符号意义表示备选地址总的运输费用表示各备选地址的固定费用表示各备选地址总的可变费用配送中心到配送点i每单位运量、单位运距的运输费用表示配送中心到配送点i的运输量，也表示第i个配送点的需求量从配送中心到配

16、送点i的直线距离由重心法得到的各个备选地址表示各个配送点的需求量之和垃圾处理中心的垃圾处理能力地区的垃圾产生的餐厨垃圾量从垃圾处理中心到被选中转站节点的垃圾量从中转站节点到地区的垃圾量地区k从垃圾处理中心直接运送的垃圾量被选中转站是否选中的决策变量被选中转站节点从垃圾处理中心运送的单位垃圾费用备选垃圾转运站节点向地区清运的单位垃圾配送费用地区k从垃圾处理中心 直接清运的单位垃圾清运费用备选中转站节点每单位垃圾通过量的变动费用备选中转站选中后的基建投资费用五、 模型建立5.1 概述在现有垃圾转运站规模与位置不变条件下，以清运成本最小为目标，利用重心法来寻找最优配送中心。在谷歌地图中测出邻近两点之

17、间的道路长度，得到每个转运站的经纬度，利用floyd求最出短路径。给到了大、小型设备的分布设计，得到了清运路线的具体方案。在转运站允许重新设计的情况下，设计了鲍摩-瓦尔夫改进模型，这是该模型的逆向运用，很好地解决了转运站的选址问题。该模型的计算方法是：首先给出费用的初始值，求初始解；然后进行迭代计算，使其逐步接近费用最小的运输规划。文中，证明了该模型的收敛性。下面请看具体的模型设计方案。5.2 重心法确定处理中心的位置重心法是根据几何的方法确定在一个平面或空间内分布有若干的点，求出一点到这若干的点的总距离最短。通常重心法可以用于解决仓库的选址、配送中心的选址等问题。重心法首先要在坐标系中标出各

18、个地点的位置，目的在于确定各点的相对距离。坐标系采用经度和纬度建立坐标。这样就确定了各个配送点的具体地理位置。同时考虑各段运输路线的运输成本。如图2所示，处理中心具有的集成功能。为重心法的建立确定了条件，下面即为重心法模型。图2 处理中心的集成功能设有n个中转站，他们各自的坐标是配送中心的坐标是。运输费用为E；总费用为C则有：下面对式中的符号说明一下：表示从配送中心到配送点i每单位运量、单位运距的运输费用；表示配送中心到配送点i的运输量，也表示第i个配送点的需求量；表示从配送中心到配送点i的直线距离；表示由重心法得到的各个备选地址；表示各个配送点的需求量之和；表示备选地址总的运输费用；表示各备

19、选地址总的可变费用；表示各备选地址的固定费用。5.3 基于鲍摩-瓦尔夫改进模型的转运站选址5.3.1 鲍摩瓦尔夫改进模型的建立鲍摩瓦尔夫网点布局方法是针对网络结构提出的一种启发式方法，这种方法在求解的过程中只需要运用一般运输规划的计算方法即可。其目标函数就是要确定从若干个工厂，经过若干个配送中心，向若干个客户运输产品的情况下的成本最小的运输计划。这里我们所要用到的是模型的逆向应运。模型假设有个餐厨处理中心的垃圾经从候选集选出的垃圾中转站发运给个地区或者直送。问题是如何从个候选的地点集合中选择若干个位置作为垃圾转运站，使得从已知若干的垃圾处理中心，经过这几个选出的中转站节点，向若干个地区运送垃圾

20、时总的费用为最小，模型中也可能存在从垃圾处理中心直接将垃圾送往某个地区节点。上述所分析的正是鲍摩-瓦尔夫模型在垃圾处理选址过程中的逆应运。即处理中心相当于鲍摩-瓦尔夫模型中的工厂，转运站相当于配送中心，小区居民相当于用户，样就很好的将鲍摩-瓦尔夫模型运用在垃圾处理清运方案中来了。垃圾清运逆向网络图如图3所示。图3 垃圾清运逆向网络图根据上述分析，总费用函数为：其中，当时，；当时，。式中，符号释意如下：垃圾处理中心的垃圾处理能力；地区的垃圾产生的餐厨垃圾量；从垃圾处理中心到被选中转站节点的垃圾量；从中转站节点到地区的垃圾量；地区k从垃圾处理中心直接运送的垃圾量；被选中转站是否选中的决策变量；被选

21、中转站节点从垃圾处理中心运送的单位垃圾费用；备选垃圾转运站节点向地区清运的单位垃圾配送费用；地区k从垃圾处理中心 直接清运的单位垃圾清运费用；备选中转站节点每单位垃圾通过量的变动费用；备选中转站选中后的基建投资费用。在这个模型中,每个处理中心运出的垃圾总量不大于该处理中心的垃圾处理能力；并且所有的居民小区的垃圾都必须得到处理，则有如下的约束条件存在：对于每个中转站节点，运进的垃圾总量应等于运出的垃圾总量，即有如下的约束条件存在：此外，中转站节点的布局经过优化求解后的结果，可能有的被选中，其他的一些就被淘汰了。被淘汰的设施节点，经过它中转的货物数量为零。这一条件可由下面的约束条件满足： 其中，当

22、点被选中时，；当点被淘汰时，。不等式中的M是一个相当大的正数。由于从垃圾处理中心到被选中转站节点的垃圾量不可能小于零，故当时，成立；当时M是一个相当大的正数；足够大，为一个有限值，所以不等式成立。综上所述所述，数学模型如下：5.3.2 启发式算法及其求解过程整个求解过程的基本思路是：首先，列出从小区到转运站再到春丽中心的最小运费单价表，在此费用表的基础上按照“运输问题”求解经过转运站j中的运量(初次解)和总的运输费用；其次，根据上述所求的运量求变动费用，从而得到初次总的运费和变动费用；第三，对变动费用函数求微分使其边际费用最小，在此基础上结合处理中心到转运站的运费表和转运站到小区的费用表，再列

23、出最小单位费用表，再据此求解运输问题，得到经过转运站j的运量(第二次解)。如此反复直到第n次的解接近或等于第(n-1)次的解，即得到了近似最优解或最优解。根据所得最优解可以判断是否应该建设转运站。当然在实际运用中，还应结合第三项的费用进行综合分析比较，再作决策。简言之，该模型的计算方法是首先给出费用的初始值，求初始解；然后进行迭代计算，使其逐步接近费用最小的运输规划。该模型利用启发式算法求解，计算步骤如下所述。（1）求初始解。首先，令各备选转运站节点的规模均为0，即：则对处理中心与居民小区的垃圾间的所有组合，求每单位运输成本最小值。即运输成本最低的路线，其运输成本为：引入变量，表示从处理中心经

24、某一个转运站节点到小区的流通量。解下列线性规划的运输问题：求解出（2）求二次解。设经过备选节点的所有组成的集合为，备选设施节点的所有组成的集合，备选设施节点的吞吐量为：以运输费率和变动存储费率的合计最小为标准，求最省路线：以代替，重新解上一步的运输问题，求出，并计算。 （3）求出次解。设次解为，则配送中心的通过量为：式中是由次解得到的所使用配送中心的序号。次解可使配送中心通过量反映到可变费用上，因此求次解，就可得到配送中心的新的通过量。（4）求最优解。把次解的配送中心的通过量和n次解的配送中心通过量进行比较，如果完全相等，就停止计算；如果不等，再反复继续计算。也就是说，当时，为最优解。5.3.

25、3 算法的收敛性收敛性主要是从数学知识的角度来说的，以判断函数有无最优解(是否存在最大值或最小值)。由数学知识可知，总费用函数可以看成是自变量为的一次函数，且费用函数的一阶导数存在，又所以，同样根据数学知识可知：此函数收敛，且一定存在最优值，即总费用最小。六、 模型求解6.1 处理设备分布设计清运路线求解6.1.1 绘制转运站赋权无向图我们先用google地图算出各转运站之间的路线长度，并制作成无向图，如图4所示。图4 无向赋权图对上图的几点说明。图中的转运站的点只是相对位置图，并不代表其实际的地理位置。图中的连线只表示俩点之间是相互连通的，即有路连接。而连线旁的数字是各个点之间的实际距离，也

26、就是权值。这是通过google地图得到的两点之间的路线距离的数据。6.1.2 重心法求解在谷歌地图上测出每个转运站的经纬度，如表2所示。表2 各转运站的经纬度序号转运站站名或填埋场焚烧厂纬度经度1大石勘公厕垃圾站22.6174113.97432福光公厕垃圾站22.5940113.99543塘郎公测垃圾站22.5922113.99634长源公厕垃圾站22.5962114.00985动物园公厕垃圾站22.5927113.962635花果路公厕垃圾站22.4879113.931536望海路垃圾站22.4833113.931337疏港小区垃圾站22.4852113.897238南山区垃圾焚烧厂22.4

27、855113.881239罗湖区清水坪填埋场22.5842114.1024最后得出大处理中心的位置为：第一个大站在东滨路与南海大道交接处：处理中心（A），第二个大站夏青路与红花北路交接处：处理中心（A）。分布位置如图5、图6所示，处理中心为红色矩形框标记。图5 处理中心A图6 处理中心B小型处理中心三个分别为：西丽果场附近小处理站（C）同乐村附近小处理站（D），长源村站附近小垃理站（E）。6.1.3 Floyd算法最短路的Floyd算法是一种矩阵迭代方法，对于求任意两点间的最短路、混合图的最短路、有负权图的最短路等一般网络问题来说比较有效。假设求顶点到的最短路径。floyd算法依次找从到，中间

28、经过结点序号不大于0的最短路径，不大于1的最短路径，直到中间顶点序号不大于的最短路径，从中选取最小值，即为到的最短路径。Floyd算法基本步骤如下。易知，一步到达的距离矩阵为：也是一步到达的最短距离矩阵。如果与之间没有关联，则令计算两步最短距离矩阵。设到经过一个中间点两步到达，则到的最短距离为最短距离矩阵记为计算步最短距离矩阵。设经过中间点到达，经过步到达最短距离为，经过步到达点的最短距离为，则经步到的最短距离为最短距离矩阵记为比较矩阵与，当时得到任意两点间的最短距离矩阵。基于C语言尔Floyd算法求解主要过程如表3所示。表3 Floyd算法求解代码注释for(k=0;kN;k+)/k作为确定

29、插入点的变量for(i=0;iN;i+)for(j=0;ja&ainf)/判断是否满足替换要求dij=a;/替换原定路径长度最后得出最佳清运路线，如表4所示。表4 清运路线转运站处理中心九街站深南大道同乐路东滨路A玉泉站同乐路东滨路A动物园站丽山路红花北路B平山村站平山一路丽山路红花北路B牛城村站南光高速公路小路沙河西路牛城村站南光高速公路小路沙河西路C科技园站滨海大道A同乐村站D松坪山（二）站同乐路桂庙路滨海大道A大新小学站前海路桂庙路滨海大道A南山村站南山大道桂庙路滨海大道A阳光(白芒关外)站沙河西路C月亮湾大道站北环大道沿河路红花北路B光前站沿河路红花北路B北头站桂庙路滨海大道A涌下村站

30、丁头路桂庙路滨海大道A白石洲南站白石路滨海大道A前海公园站月亮湾大道桂庙路滨海大道A深圳大学站科苑南路滨海大道A官龙村站新高路红花北路B松坪山站同乐路桂庙路滨海大道A南光站桂庙路滨海大道A南园站桂庙路滨海大道A望海路站后海大道滨海大道A花果路站后海大道滨海大道A福光站普通公路红花北路B新围村站红花北路B大冲站新中路滨海大道A沙河市场站新中路滨海大道A龙井南坪大道红花北路B南山市场桂庙路滨海大道A麻勘站沙河西路红花北路B白芒站沙河西路C大石磡站春园路沿河公路红花北路B长源村站E华侨城站华侨东路滨海大道A疏港小区站月亮湾大道桂庙路滨海大道A西丽路站西丽路红花北路B塘朗站普通小路红花北路B6.2 鲍

31、摩瓦尔夫模型在南山区垃圾处理的应用基于鲍摩瓦尔夫模型的启发式算法进行求解，建立处理中心模型算法的具体步骤如下（取，经验值；运费单位：元/吨）。求初始解。转运站到处理中心的单位运费与处理能力如表5所示。表5 转运站到处理中心的单位运费与处理能力处理中心九街站玉泉站动物园站平山村站科技园站大新小学南山村站月亮湾站光前站北头站涌下村站A11315131030162724282423A2101071510291620121811续表：白石洲南前海公园深圳大学官龙村站松坪山站南光站南园站望海路站花果路站新围村站大冲站沙河市场1515261217171627924182930391512282271434

32、9167续表：龙井南山市场麻勘站大石磡站华侨城站疏港小区西丽路站牛城站同乐春站松坪山二阳光外站福光站11243436283815241511143219261314291632530142917续表：麻勘站白芒站白芒二站留仙洞站珠光路站同安路站科苑路站龙城路站光大路站工业七路育才路站处理能力3619714239178216142003191725181427148226200依照模型，需得到小区到处理中心单位运费。根据小区人口的密集程度，将其分为20个区域其人口数量如表6所示。表6 南山区分区域人口数量区域B1B2B3B4B5B6B7B8B9B10人口558925310455783698758

33、69507521368952772685875632502区域B11B12B13B14B15B16B17B18B19B20人口65543558367155363601692056036873525745208563366643根据附件南山区居民区数据，南山区共有居民人，每天共产生公斤垃圾，平均每个人产生垃圾根据每个区域的居民数量与单位居民产生的垃圾数量得到该区域的垃圾产生总量。该部分数据见附录表小区到处理中心单位运费。小区区域垃圾产生量（单位吨/日）如表7所示。表7 小区区域垃圾产生量区域B1B2B3B4B5B6B7B8B9B10人口5.425.155.416.778.437.296.687.

34、495.693.15区域B11B12B13B14B15B16B17B18B19B20人口6.355.416.936.166.715.857.127.228.306.46根据表5-3、表5-4，由，)可求出从生产基地经配送中心到用户的最小运费及各配送中心的通过量，得出表8。表8 生产基地到用户最小运费B1B2B3B4B5B6B7B8B9B10A1282422231512429161112291919A2201620241520108131028141112续表：B11B12B13B14B15B16B17B18B19B2025191511152317151528221591211728171212

35、2398108161220注：内的数字为用最小元素法，即表上作业法求解运输问题所得的初始解。由各转运站的垃圾量量，则运输费用为：依照同样方法求得二次解，n此次解，从46个候选转运站中得到新的转运站的分布设计，一共选出30个转运站，如表9所示。表9 转运站分布转运站序号经度纬度122.4872113.9266222.5014113.9275322.5132113.9258422.5187113.9141522.5234113.9156622.5258113.9161722.5323113.9159822.5424113.9155922.5462113.94341022.5403113.96771

36、122.5443113.96661222.5333113.98141322.5598113.96971422.5719113.95121522.599113.96121622.5385113.97951722.5584113.95291822.5625113.98131922.5629113.98492022.5696113.92442122.58592113.96562222.5882113.98972322.6415113.97452422.6456113.94112522.5452113.95692622.578113.93652722.5845113.92592822.5256113.

37、98622922.6418113.92553022.61562113.9765接下来就是同第一问一样设计处理中心与清运路线，同样是是总费用最小。七、 模型评价鲍摩瓦尔夫模型存在一些优缺点。其逆向模型也同样不可避免，模型的优点：计算比较简单；能评价流通过程的总费用（运费，保管费和发送费之和）；能求解配送中心的通过量，即决定配送中心规模的目标；根据配送中心可变费用的特点，可采用大批量进货的方式。模型的缺点：由于采用的是逐次逼近法，所以不能保证必然会得到最优解。此外，由于选择被选地点的方法不同，有时求出的最优解中可能出现配送中心数目较多的情况。也就是说，还可能有配送中心数目更少，总费用更小的解存在。

38、因此，必须仔细研究所取得的解是否是最优解；配送中心的固定费用没在所求得的解中反映出来。鲍摩瓦尔夫模型是近年来迅速发展并得到广泛应用的一种理论物流配送中心选址模型，也是解决选址问题比较有效的一种模型。但是由于研究时间和技术的限制，鲍摩瓦尔夫模型的理论及实际应用还存在一些问题，比如：模型对单个配送中心的选址不适用，但本文中能够很明显的估算出来处理中心至少得两个，而且在用于多个配送中心选址时，其解不一定是最优的，可能会存在选择的结点过多的情况，因此应结合不同的条件，对求解的值进行仔细研究，以求能够得到更精确的选址结果。在引入实例数据进行实例论证时，用到了一个系数，而物流结点的系数在有足够的实际数据时

39、容易确定，否则还需假设或取以往的经验值，这样在假设时就会存在误差，所以就要求相关人员必须具有很强的专业知识。在对模型进行具体求解时，结点的固定成本不能反映在求解的值上，但可以根据变动成本和固定成本合计，确定费用函数则可以改善，这样才会使选址结果具有更强的实用性。八、 模型推广选址在整个物流系统中占有非常重要的地位，主要属于物流管理战略层的研究问题。选址决策就是要确定所要分配的设施的数量、位置以及分配方案。这些设施主要指物流系统中的节点，如制造商、供应商、仓库、配送中心、零售商网点等。本模型可以在很多方面得到应用，如将floyd算法求最短路径的模型与重心法结合后，可以对没有坐标值的选址问题进行处

40、理。利用算法的模型适用于那些与道路按平行或垂直的方式纵横交叉有关的问题，如城区医院、消防站、警察局的设置及发生事故时到发生地点的行进路线的规划。参考文献1 杨桂元、黄己立编，数学建模，中国科学技术大学出版社，wen2 代西武，粮仓选址问题的数学模型，北京建筑工程学院学报，第27卷第1期，2011年03月3 贾传兴、彭绪亚、刘国涛、刘长玮、伍翔、邓稼佳，城市垃圾中转站选址优化模型的建立及其应用，环境科学学报，第26卷第11期， 2006年11月附录附录一：小区到处理中心单位运费B1B2B3B4B5B6B7B8B9B10垃圾转运站名称1420148171729192524九街站1012282082

41、014241425玉泉站2621211919292511158动物园站27122912181819152527平山村站151419527191221297科技园站19246272285112919大新小学站2425257132114272822南山村站5112419142316131120月亮湾大道站29828191610252759光前站1182016231423162111北头站2372612242312291521涌下村站2077927229151424白石洲南站2519826981314275前海公园站151587282821181812深圳大学站291120252525178275官龙村站72852220524132326松坪山站1029815191613172125南光站1751919181514271910南园站2720222712251619249望海路站1997205926172118花果路站22151517132512212726新围村站2925208