CN113935539A - 一种垃圾用地部署的区域划分和路径规划的方法 - Google Patents

一种垃圾用地部署的区域划分和路径规划的方法 Download PDF

Info

Publication number
CN113935539A
CN113935539A CN202111257391.1A CN202111257391A CN113935539A CN 113935539 A CN113935539 A CN 113935539A CN 202111257391 A CN202111257391 A CN 202111257391A CN 113935539 A CN113935539 A CN 113935539A
Authority
CN
China
Prior art keywords
garbage
community
region
site
vector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111257391.1A
Other languages
English (en)
Inventor
孙国梓
万洪杰
喻秋梅
李华康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Research Center Of Digital City Engineering
Nanjing University of Posts and Telecommunications
Original Assignee
Shenzhen Research Center Of Digital City Engineering
Nanjing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Research Center Of Digital City Engineering, Nanjing University of Posts and Telecommunications filed Critical Shenzhen Research Center Of Digital City Engineering
Priority to CN202111257391.1A priority Critical patent/CN113935539A/zh
Publication of CN113935539A publication Critical patent/CN113935539A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种垃圾用地部署的区域划分和路径规划的方法，首先收集社区点和垃圾站点的相关数据，并根据数据生成垃圾站点向量和社区点向量；然后进行城市社区点的区域划分以及区域最优垃圾站点的选取；最后根据区域划分和最优垃圾站点选取结果，将区域内所有社区点和该区域的最优垃圾站点的地理位置等信息将其映射成图的结构，接着再对区域利用dijkstra算法实现寻找最短路径的功能，找出区域内的最优运输路线。

Description

一种垃圾用地部署的区域划分和路径规划的方法
技术领域
本发明涉及计算机技术与应用技术领域，具体涉及一种垃圾用地部署的区域划分和路径规划的方法。
背景技术
国内对于城市生活垃圾研究，主要侧重对城市生活垃圾收运现状的分析，但对城市垃圾收集、转运设施选址的研究较少，研究方向主要包括：垃圾填埋场选址的适宜性评价，垃圾中转站选址与运输路线的规划。垃圾中转站属于城市公共设施，城市公共设施选址是一项复杂的决策问题，需要考虑多项因素。
随着城市规模的不断扩大，人口的不断增加，城市的生活生产垃圾量迅速增加。城市垃圾处理方式和能力远不能满足城市建设的需要。垃圾处理场的建设与城市基本设施不能配套、城区中转站短缺、选址不规范、垃圾转运车不足等问题将严重破坏该地区的生态环境，影响人民的幸福指数。
发明内容
本发明的目的就是为了解决现有技术中存在的上述问题，提出一种垃圾用地部署的区域划分和路径规划的方法。
一种垃圾用地部署的区域划分和路径规划的方法，包括如下步骤：
步骤1，收集社区点和垃圾站点的相关数据部分，形成社区点向量
Figure RE-GDA0003367846420000011
和垃圾站点向量
Figure RE-GDA0003367846420000012
步骤2，城市社区点的区域划分部分，该部分主要是为了区域划分功能，首先将社区点向量
Figure RE-GDA0003367846420000021
作为参数传入聚类算法中，聚类算法根据
Figure RE-GDA0003367846420000022
中的所有社区点
Figure RE-GDA00033678464200000229
的经纬度
Figure RE-GDA00033678464200000230
垃圾产量
Figure RE-GDA00033678464200000231
和预测垃圾产量
Figure RE-GDA00033678464200000232
进行顶点分簇，将特征相近的社区点划分为一簇
Figure RE-GDA0003367846420000023
其中
Figure RE-GDA0003367846420000024
Figure RE-GDA0003367846420000025
为待划分成的区域个数，从而完成区域划分功能；
步骤3中，区域最优垃圾站点的选取部分，该部分主要是从垃圾站点向量
Figure RE-GDA0003367846420000026
中为每块子区域
Figure RE-GDA0003367846420000027
选取最优垃圾站点；
步骤4，垃圾用地部署内区域的路径规划部分，将子区域
Figure RE-GDA0003367846420000028
内所有社区点
Figure RE-GDA00033678464200000233
和该子区域的最优垃圾站点
Figure RE-GDA00033678464200000234
的地理位置等信息将其映射成图的结构，接着再利用dijkstra算法对子区域
Figure RE-GDA0003367846420000029
实现最短路径功能，找出子区域内的最优运输路线。
进一步地，步骤1的具体步骤如下：
假设该片区域内共有
Figure RE-GDA00033678464200000227
个社区点和
Figure RE-GDA00033678464200000226
个垃圾站点，收集区域内每个社区点的相关数据，并为该社区点生成向量
Figure RE-GDA00033678464200000235
包括社区点编号
Figure RE-GDA00033678464200000236
经纬度
Figure RE-GDA00033678464200000237
总人口
Figure RE-GDA00033678464200000238
垃圾产量
Figure RE-GDA00033678464200000239
和预测垃圾产量
Figure RE-GDA00033678464200000240
同理，为每个垃圾站点生成向量
Figure RE-GDA00033678464200000210
包括垃圾站点编号
Figure RE-GDA00033678464200000211
经纬度
Figure RE-GDA00033678464200000212
总容量
Figure RE-GDA00033678464200000213
其中
Figure RE-GDA00033678464200000214
所有向量
Figure RE-GDA00033678464200000228
形成社区点向量
Figure RE-GDA00033678464200000215
所有向量
Figure RE-GDA00033678464200000216
形成垃圾站点向量
Figure RE-GDA00033678464200000217
其中
Figure RE-GDA00033678464200000218
进一步地，步骤2的具体步骤如下：
步骤2-1，假设该片区域需要划分为
Figure RE-GDA00033678464200000219
个子区域，将社区点向量
Figure RE-GDA00033678464200000220
作为参数传入聚类算法中；
步骤2-2，执行聚类算法后形成
Figure RE-GDA00033678464200000221
个分簇
Figure RE-GDA00033678464200000222
接着再为每块子区域
Figure RE-GDA00033678464200000223
选取一个中心点
Figure RE-GDA00033678464200000224
其中
Figure RE-GDA00033678464200000225
进一步地，步骤3的具体步骤如下：
步骤3-1，设置初值，
Figure RE-GDA0003367846420000031
距离差值向量Dv为空，其中
Figure RE-GDA0003367846420000032
步骤3-2，如果
Figure RE-GDA0003367846420000033
则执行步骤3-3；反之跳转到步骤3-6；
步骤3-3，如果
Figure RE-GDA0003367846420000034
则执行步骤3-4；反之跳转到步骤3-5；
步骤3-4，针对子区域
Figure RE-GDA0003367846420000035
选取其中心点
Figure RE-GDA0003367846420000036
接着再遍历垃圾站点向量
Figure RE-GDA0003367846420000037
从中挨个选取
Figure RE-GDA0003367846420000038
计算出
Figure RE-GDA0003367846420000039
与中心点
Figure RE-GDA00033678464200000310
之间的距离差值
Figure RE-GDA00033678464200000311
然后将
Figure RE-GDA00033678464200000312
压入距离差值向量Dv中，并执行
Figure RE-GDA00033678464200000313
跳转到步骤 3-3；
步骤3-5，从距离差值向量Dv中选取最小的距离差值
Figure RE-GDA00033678464200000314
对应垃圾站点向量
Figure RE-GDA00033678464200000315
中的
Figure RE-GDA00033678464200000326
作为区域
Figure RE-GDA00033678464200000316
的最优垃圾站点；最后进行重置操作，将距离差值向量Dv置空，把得到的最优垃圾站点
Figure RE-GDA00033678464200000327
移出
Figure RE-GDA00033678464200000317
执行
Figure RE-GDA00033678464200000318
跳转到步骤3-2；
步骤3-6，完成计算，结束流程。
进一步地，步骤4的具体步骤如下：
步骤4-1，将子区域
Figure RE-GDA00033678464200000319
内的所有社区点
Figure RE-GDA00033678464200000328
和该区域的最优垃圾站点
Figure RE-GDA00033678464200000329
聚合到顶点向量
Figure RE-GDA00033678464200000320
中；
步骤4-2，设置初值，
Figure RE-GDA00033678464200000321
邻接矩阵X为空，其中
Figure RE-GDA00033678464200000322
Figure RE-GDA00033678464200000323
步骤4-3，如果
Figure RE-GDA00033678464200000324
则执行步骤4-4；反之跳转到步骤4-7；
步骤4-4，如果
Figure RE-GDA00033678464200000325
则执行步骤4-5；反之跳转到步骤4-6；
步骤4-5，计算顶点
Figure RE-GDA00033678464200000410
和顶点
Figure RE-GDA0003367846420000041
之间的实际距离
Figure RE-GDA0003367846420000042
其中
Figure RE-GDA0003367846420000043
Figure RE-GDA0003367846420000044
执行
Figure RE-GDA0003367846420000045
和
Figure RE-GDA0003367846420000046
完成计算后跳转到步骤4-4；
步骤4-6，执行
Figure RE-GDA0003367846420000047
和
Figure RE-GDA0003367846420000049
完成计算后跳转到步骤4-3；
步骤4-7，根据计算的顶点之间的实际距离形成邻接矩阵，已完成顶点向量映射成图结构的操作；
步骤4-8，将邻接矩阵X作为参数传入dijkstra算法中，实现寻找最短路径的功能，完成找出区域
Figure RE-GDA0003367846420000048
内最优运输路线的方案。
本发明达到的有益效果为：面对城市规模不断扩大的现状，解决了城市的生活生产垃圾量迅速增加的问题，通过区域划分和最优路线选择，实现区域内生活生产垃圾的高效运转处理，减少额外的时间和人工成本，提高城市垃圾处理能力，解决了垃圾处理场的建设与城市基本设施不能配套、城区中转站短缺、选址不规范、垃圾转运车不足等问题，提高人民的幸福指数。
附图说明
图1为本发明实施例中收集社区点和垃圾站点相关数据的流程图。
图2为本发明实施例中城市社区点和垃圾站点区域划分的流程图。
图3为本发明实施例中区域最优垃圾站点的选取的流程图。
具体实施方式
下面结合说明书附图对本发明的技术方案做进一步的详细说明。
本发明揭示了一种垃圾用地部署的区域划分和路径规划的方法，包括如下四个主要部分。
一、收集社区点和垃圾站点的相关数据部分，形成社区点向量和垃圾站点向量。
其具体步骤如下：
步骤1，假设该片区域内共有
Figure RE-GDA00033678464200000524
个社区点和
Figure RE-GDA00033678464200000525
个垃圾站点，收集区域内每个社区点的相关数据，并为该社区点生成向量
Figure RE-GDA00033678464200000531
包括社区点编号
Figure RE-GDA00033678464200000532
经纬度
Figure RE-GDA00033678464200000533
总人口
Figure RE-GDA00033678464200000534
垃圾产量
Figure RE-GDA00033678464200000536
和预测垃圾产量
Figure RE-GDA00033678464200000535
同理，为每个垃圾站点生成向量
Figure RE-GDA0003367846420000051
包括垃圾站点编号
Figure RE-GDA0003367846420000052
经纬度
Figure RE-GDA0003367846420000053
总容量
Figure RE-GDA0003367846420000054
其中
Figure RE-GDA0003367846420000055
所有向量
Figure RE-GDA00033678464200000526
形成社区点向量
Figure RE-GDA0003367846420000056
所有向量
Figure RE-GDA0003367846420000057
形成垃圾站点向量
Figure RE-GDA0003367846420000058
其中
Figure RE-GDA0003367846420000059
二、城市社区点的区域划分部分，该部分主要是为了区域划分功能，首先将社区点向量
Figure RE-GDA00033678464200000510
作为参数传入聚类算法中，聚类算法根据
Figure RE-GDA00033678464200000511
中的所有社区点
Figure RE-GDA00033678464200000527
的经纬度
Figure RE-GDA00033678464200000528
垃圾产量
Figure RE-GDA00033678464200000529
和预测垃圾产量
Figure RE-GDA00033678464200000530
进行顶点分簇，将特征相近的社区点划分为一簇
Figure RE-GDA00033678464200000512
其中
Figure RE-GDA00033678464200000513
Figure RE-GDA00033678464200000514
为待划分成的区域个数，从而完成区域划分功能。
该方法包括如下步骤：
步骤2-1，假设该片区域需要划分为
Figure RE-GDA00033678464200000515
个子区域，将社区点向量
Figure RE-GDA00033678464200000516
作为参数传入聚类算法中；
步骤2-2，执行聚类算法后形成
Figure RE-GDA00033678464200000517
个分簇
Figure RE-GDA00033678464200000518
接着再为每块子区域
Figure RE-GDA00033678464200000519
选取一个中心点
Figure RE-GDA00033678464200000520
三、区域最优垃圾站点的选取部分，该部分主要是从垃圾站点向量
Figure RE-GDA00033678464200000521
中为每块子区域
Figure RE-GDA00033678464200000522
选取最优垃圾站点。
步骤3-1，设置初值，
Figure RE-GDA00033678464200000523
距离差值向量Dv为空，其中
Figure RE-GDA0003367846420000061
步骤3-2，如果
Figure RE-GDA0003367846420000062
则执行步骤3-3；反之跳转到步骤3-6；
步骤3-3，如果
Figure RE-GDA0003367846420000063
则执行步骤3-4；反之跳转到步骤3-5；
步骤3-4，针对子区域
Figure RE-GDA0003367846420000064
选取其中心点
Figure RE-GDA0003367846420000065
接着再遍历垃圾站点向量
Figure RE-GDA0003367846420000066
从中挨个选取
Figure RE-GDA0003367846420000067
计算出
Figure RE-GDA0003367846420000068
与中心点
Figure RE-GDA0003367846420000069
之间的距离差值
Figure RE-GDA00033678464200000610
然后将
Figure RE-GDA00033678464200000611
压入距离差值向量Dv中，并执行
Figure RE-GDA00033678464200000612
跳转到步骤 3-3；
步骤3-5，从距离差值向量Dv中选取最小的距离差值
Figure RE-GDA00033678464200000613
对应垃圾站点向量
Figure RE-GDA00033678464200000614
中的
Figure RE-GDA00033678464200000626
作为区域
Figure RE-GDA00033678464200000615
的最优垃圾站点；最后进行重置操作，将距离差值向量Dv置空，把得到的最优垃圾站点
Figure RE-GDA00033678464200000627
移出
Figure RE-GDA00033678464200000616
执行
Figure RE-GDA00033678464200000617
跳转到步骤3-2；
步骤3-6，完成计算，结束流程。
四、垃圾用地部署内区域的路径规划部分，将子区域
Figure RE-GDA00033678464200000618
内所有社区点
Figure RE-GDA00033678464200000628
和该子区域的最优垃圾站点
Figure RE-GDA00033678464200000629
的地理位置等信息将其映射成图的结构，接着再利用dijkstra算法对子区域
Figure RE-GDA00033678464200000619
实现最短路径功能，找出子区域内的最优运输路线。
步骤4-1，将子区域
Figure RE-GDA00033678464200000620
内的所有社区点
Figure RE-GDA00033678464200000630
和该区域的最优垃圾站点
Figure RE-GDA00033678464200000631
聚合到顶点向量
Figure RE-GDA00033678464200000621
中；
步骤4-2，设置初值，
Figure RE-GDA00033678464200000622
邻接矩阵X为空，其中
Figure RE-GDA00033678464200000623
Figure RE-GDA00033678464200000624
步骤4-3，如果
Figure RE-GDA00033678464200000625
则执行步骤4-4；反之跳转到步骤4-7；
步骤4-4，如果
Figure RE-GDA0003367846420000071
则执行步骤4-5；反之跳转到步骤4-6；
步骤4-5，计算顶点
Figure RE-GDA00033678464200000710
和顶点
Figure RE-GDA0003367846420000072
之间的实际距离
Figure RE-GDA0003367846420000073
其中
Figure RE-GDA0003367846420000074
Figure RE-GDA0003367846420000075
执行
Figure RE-GDA0003367846420000076
和
Figure RE-GDA0003367846420000077
完成计算后跳转到步骤4-4；
步骤4-6，执行
Figure RE-GDA0003367846420000078
和
Figure RE-GDA00033678464200000711
完成计算后跳转到步骤4-3；
步骤4-7，根据计算的顶点之间的实际距离形成邻接矩阵，已完成顶点向量映射成图结构的操作；
步骤4-8，将邻接矩阵X作为参数传入dijkstra算法中，实现寻找最短路径的功能，完成找出区域
Figure RE-GDA0003367846420000079
内最优运输路线的方案。
以上所述仅为本发明的较佳实施方式，本发明的保护范围并不以上述实施方式为限，但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化，皆应纳入权利要求书中记载的保护范围内。

Claims (5)

1.一种垃圾用地部署的区域划分和路径规划的方法，其特征在于：所诉方法包括如下步骤：
步骤1，收集社区点和垃圾站点的相关数据部分，形成社区点向量
Figure FDA0003324324130000011
和垃圾站点向量
Figure FDA0003324324130000012
步骤2，城市社区点的区域划分部分，该部分主要是为了区域划分功能，首先将社区点向量
Figure FDA0003324324130000013
作为参数传入聚类算法中，聚类算法根据
Figure FDA0003324324130000014
中的所有社区点
Figure FDA0003324324130000015
的经纬度
Figure FDA00033243241300000127
垃圾产量
Figure FDA00033243241300000128
和预测垃圾产量
Figure FDA00033243241300000129
进行顶点分簇，将特征相近的社区点划分为一簇
Figure FDA0003324324130000016
其中
Figure FDA0003324324130000017
Figure FDA0003324324130000018
为待划分成的区域个数，从而完成区域划分功能；
步骤3中，区域最优垃圾站点的选取部分，该部分主要是从垃圾站点向量
Figure FDA0003324324130000019
中为每块子区域
Figure FDA00033243241300000124
选取最优垃圾站点；
步骤4，垃圾用地部署内区域的路径规划部分，将子区域
Figure FDA00033243241300000111
内所有社区点
Figure FDA00033243241300000112
和该子区域的最优垃圾站点
Figure FDA00033243241300000130
的地理位置等信息将其映射成图的结构，接着再利用dijkstra算法对子区域
Figure FDA00033243241300000125
实现最短路径功能，找出子区域内的最优运输路线。
2.根据权利要求1所述的一种垃圾用地部署的区域划分和路径规划的方法，其特征在于：步骤1的具体步骤如下：
假设该片区域内共有
Figure FDA00033243241300000114
个社区点和
Figure FDA00033243241300000115
个垃圾站点，收集区域内每个社区点的相关数据，并为该社区点生成向量
Figure FDA00033243241300000116
包括社区点编号
Figure FDA00033243241300000131
经纬度
Figure FDA00033243241300000132
总人口
Figure FDA00033243241300000133
垃圾产量
Figure FDA00033243241300000134
和预测垃圾产量
Figure FDA00033243241300000135
同理，为每个垃圾站点生成向量
Figure FDA00033243241300000117
包括垃圾站点编号
Figure FDA00033243241300000118
经纬度
Figure FDA00033243241300000119
总容量
Figure FDA00033243241300000120
其中
Figure FDA00033243241300000126
所有向量
Figure FDA00033243241300000122
形成社区点向量
Figure FDA00033243241300000123
所有向量
Figure FDA0003324324130000021
形成垃圾站点向量
Figure FDA0003324324130000022
其中
Figure FDA0003324324130000023
3.根据权利要求1所述的一种垃圾用地部署的区域划分和路径规划的方法，其特征在于：步骤2的具体步骤如下：
步骤2-1，假设该片区域需要划分为
Figure FDA00033243241300000229
个子区域，将社区点向量
Figure FDA00033243241300000230
作为参数传入聚类算法中；
步骤2-2，执行聚类算法后形成
Figure FDA0003324324130000026
个分簇
Figure FDA0003324324130000027
接着再为每块子区域
Figure FDA0003324324130000028
选取一个中心点
Figure FDA0003324324130000029
其中
Figure FDA00033243241300000210
4.根据权利要求1所述的一种垃圾用地部署的区域划分和路径规划的方法，其特征在于：步骤3的具体步骤如下：
步骤3-1，设置初值，
Figure FDA00033243241300000211
距离差值向量Dv为空，其中
Figure FDA00033243241300000212
步骤3-2，如果
Figure FDA00033243241300000213
则执行步骤3-3；反之跳转到步骤3-6；
步骤3-3，如果
Figure FDA00033243241300000214
则执行步骤3-4；反之跳转到步骤3-5；
步骤3-4，针对子区域
Figure FDA00033243241300000215
选取其中心点
Figure FDA00033243241300000216
接着再遍历垃圾站点向量
Figure FDA00033243241300000217
从中挨个选取
Figure FDA00033243241300000218
计算出
Figure FDA00033243241300000219
与中心点
Figure FDA00033243241300000220
之间的距离差值
Figure FDA00033243241300000221
然后将
Figure FDA00033243241300000222
压入距离差值向量Dv中，并执行
Figure FDA00033243241300000223
跳转到步骤3-3；
步骤3-5，从距离差值向量Dv中选取最小的距离差值
Figure FDA00033243241300000231
对应垃圾站点向量
Figure FDA00033243241300000225
中的
Figure FDA00033243241300000232
作为区域
Figure FDA00033243241300000226
的最优垃圾站点；最后进行重置操作，将距离差值向量Dv置空，把得到的最优垃圾站点
Figure FDA00033243241300000233
移出
Figure FDA00033243241300000227
执行
Figure FDA00033243241300000228
跳转到步骤3-2；
步骤3-6，完成计算，结束流程。
5.根据权利要求1所述的一种垃圾用地部署的区域划分和路径规划的方法，其特征在于：步骤4的具体步骤如下：
步骤4-1，将子区域
Figure FDA0003324324130000031
内的所有社区点
Figure FDA00033243241300000317
和该区域的最优垃圾站点
Figure FDA00033243241300000323
聚合到顶点向量
Figure FDA0003324324130000033
中；
步骤4-2，设置初值，
Figure FDA00033243241300000320
邻接矩阵X为空，其中
Figure FDA0003324324130000035
Figure FDA0003324324130000036
步骤4-3，如果
Figure FDA0003324324130000037
则执行步骤4-4；反之跳转到步骤4-7；
步骤4-4，如果
Figure FDA0003324324130000038
则执行步骤4-5；反之跳转到步骤4-6；
步骤4-5，计算顶点
Figure FDA00033243241300000321
和顶点
Figure FDA0003324324130000039
之间的实际距离
Figure FDA00033243241300000318
其中
Figure FDA00033243241300000311
Figure FDA00033243241300000312
执行
Figure FDA00033243241300000313
和
Figure FDA00033243241300000314
完成计算后跳转到步骤4-4；
步骤4-6，执行
Figure FDA00033243241300000315
和
Figure FDA00033243241300000322
完成计算后跳转到步骤4-3；
步骤4-7，根据计算的顶点之间的实际距离形成邻接矩阵，完成顶点向量映射成图结构的操作；
步骤4-8，将邻接矩阵X作为参数传入dijkstra算法中，实现寻找最短路径的功能，完成找出区域
Figure FDA00033243241300000319
为最优运输路线的方案。
CN202111257391.1A 2021-10-27 2021-10-27 一种垃圾用地部署的区域划分和路径规划的方法 Pending CN113935539A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111257391.1A CN113935539A (zh) 2021-10-27 2021-10-27 一种垃圾用地部署的区域划分和路径规划的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111257391.1A CN113935539A (zh) 2021-10-27 2021-10-27 一种垃圾用地部署的区域划分和路径规划的方法

Publications (1)

Publication Number Publication Date
CN113935539A true CN113935539A (zh) 2022-01-14

Family

ID=79284498

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111257391.1A Pending CN113935539A (zh) 2021-10-27 2021-10-27 一种垃圾用地部署的区域划分和路径规划的方法

Country Status (1)

Country Link
CN (1) CN113935539A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114418250A (zh) * 2022-04-01 2022-04-29 城云科技（中国）有限公司 环卫设施设置方法、装置及应用
CN115271190A (zh) * 2022-07-19 2022-11-01 中环洁环境有限公司 一种垃圾集中回收点布设方法和装置
CN117592769A (zh) * 2024-01-19 2024-02-23 四川绿豆芽信息技术有限公司 一种碳小屋站点管理方法及***

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114418250A (zh) * 2022-04-01 2022-04-29 城云科技（中国）有限公司 环卫设施设置方法、装置及应用
CN115271190A (zh) * 2022-07-19 2022-11-01 中环洁环境有限公司 一种垃圾集中回收点布设方法和装置
CN117592769A (zh) * 2024-01-19 2024-02-23 四川绿豆芽信息技术有限公司 一种碳小屋站点管理方法及***
CN117592769B (zh) * 2024-01-19 2024-04-05 四川绿豆芽信息技术有限公司 一种碳小屋站点管理方法及***

Similar Documents

Publication Publication Date Title
CN113935539A (zh) 一种垃圾用地部署的区域划分和路径规划的方法
CN112990654B (zh) 基于人口流动数据的城乡基础设施***协同规划方法
CN110516870B (zh) 一种基于协同进化的多回收站点垃圾收运方法
CN106951999A (zh) 一种交通出行方式与出发时刻联合选择的建模与分析方法
CN102332210A (zh) 基于手机定位数据的实时城市道路交通流数据提取方法
CN105677804A (zh) 权威站点的确定以及权威站点数据库的建立方法和装置
CN101807222A (zh) 基于站点的城市公交线网优化配置方法
CN113191672B (zh) 基于空间数据和vrptw的村镇垃圾分类转运规划方法及***
CN110413855B (zh) 一种基于出租车下客点的区域出入口动态提取方法
Eggimann et al. Geospatial simulation of urban neighbourhood densification potentials
CN109800940A (zh) 一种充电桩选址方法及装置
CN111536987A (zh) 一种用于大面积垃圾清扫的车辆路径规划方法
Ghoseiri et al. Waste disposal site selection using an analytic hierarchal pairwise comparison and ELECTRE approaches under fuzzy environment
CN113076336A (zh) 偏远地区水厂选址gis宏微观决策支持***
CN109325614A (zh) 一种基于gis的汽车站选址方法
CN110084522A (zh) 基于随机粒子群算法的ev充电站位置生成方法及装置
Xin et al. Reconfiguration of garbage collection system based on Voronoi graph theory: A simulation case of Beijing region
Guler et al. GIS and fuzzy AHP based area selection for electric vehicle charging stations
Karimipour et al. Vehicle routing optimization for improving fleet fuel efficiency: a case study in Sydney, Australia
Bhargava et al. Genetic algorithm to optimize solid waste collection
Kong et al. Charging pile siting recommendations via the fusion of points of interest and vehicle trajectories
Acharya et al. City planning using integrated urban modeling Jeddah structure plan
CN115330043A (zh) 一种城市充电站的选址规划方法及***
CN113822497B (zh) 一种垃圾用地部署中选址的方法
CN110851548A (zh) 一种基于ArcGIS分析的市政设施选址布局方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination