基于GIS的城市生活垃圾收集路线优化(以大不里士市为例)
马赫迪安萨里1*,赛义德Pakrou1,穆罕默德阿里阿卜杜利2和abdolreza卡拉西西2
1土木工程 - 环境,阿拉斯国际校园,伊朗。
2土木工程 - 伊朗德黑兰大学环境 -
通讯作者邮箱:mehdyansari@gmail.com.
DOI:http://dx.doi.org/10.12944/cwe.10.special-issue1.107
该研究是以优化市政固体废物(MSW)在综合废物管理的时间和成本中优化市政固体废物(MSW)的目的。ArcGIS软件的网络分析工具箱用于评估最佳的废物收集路线。废物收集的总行驶长度在发现软件的最佳路线之后,每天等于368公里,这将导致与现有案例相比(496公里)的增长率为25.76%。在当前系统中,24台机器用于收集21台机器的废物,考虑到优化的模型,将导致汽车数量的速度12.5%。结果表明,使用GIS技术重新定位收集容器具有微不足道的作用,小于0.02%,及时和行驶距离。
复制以下内容以引用本文:
基于GIS的城市生活垃圾收集路径优化研究(以大不里士市为例)。Curr World Environ 2015;10号特刊(2015年5月特刊)。DOI:http://dx.doi.org/10.12944/cwe.10.special-issue1.107
复制以下内容以引用此URL:
基于GIS的城市生活垃圾收集路径优化研究(以大不里士市为例)。Curr World Environ 2015;10号特刊(2015年5月特刊)。可以从://www.a-i-l-s-a.com/?p=10265.
文章出版历史
已收到: | 2014-11-20 |
---|---|
接受: | 2014-12-30 |
介绍
环境已经造成了不可持续的废物的危险。这种脆弱的问题是关于今天世界的严重问题。现有的无保护废物倾倒的主要方法在任何地方都对人类健康产生了严重的问题。如果没有正确管理,这个问题会带来不可逆转的后果。最近出现了巨大的技术进步。地理信息系统(GIS)是在短时间内在浪费世界中发挥了重要作用的技术之一。该系统有助于我们模拟SWM科学中所需的选择,并成为最有影响力的决策(Hugo Miguel,2010)。该研究的目的是最大限度地减少固体废物收集机的行驶长度。由于路由模型非常使用空间数据,因此可以使用GIS等技术。
ArcGIS软件的网络分析是一种功能强大的工具,它提供基于网络的空间分析,可以找到路线、方向、最近的中心和最近的服务中心。该工具使用户能够动态地重建真实的网络模型,并对其应用他想要的限制。这些限制可能包括:掉头限制、速度限制、高度限制和交通状况。通过使用该工具,用户可以做以下事情:
- 找到最佳旅行路线
- 确定较近的车辆或中心
- 寻找旅行方向
- 在站点周围找到一个服务中心
优化城市生活垃圾收集路线非常重要,因为据估计,城市生活垃圾收集和运输部门的支出占垃圾管理总支出的比例很高,约为60 - 80%。因此,本节的简单升级可能对废物管理的总成本产生重大影响(Tchobanoglous, 1993年)。为此,本文以大不里士为例,以GIS技术优化城市生活垃圾收集路线为研究课题。
在特定城市的街道上行驶的车辆的共同基地正在数学建模中使用。用于建模城市的常用方法是定义每个街道由一个或两个拱门表示的图(取决于单向或双向的街道),并且使用节点确定交叉点。每个拱形可以具有不同的权重,其由街道的长度决定,转动该街道或其他参数所需的时间。因此,通过常规的图表G =(v;eΰA)来确定一个城镇,其中V指示节点,E表示间接角,A表示直弧。
仅用这个方程不足以模拟路线,还应考虑其他限制因素,特别是交通限制。例如,在十字路口,可能不可能左转,或者在某些街道上可能禁止掉头。
这一限制可以通过收费来考虑一组交叉路口。Tava是指通过在交叉口v中转弯从拱门a到拱门a的成本,如果拱门没有在那一点相交或禁止掉头,这个成本可以被认为是无限的。
现在考虑一个有处置的示例;;所有收集车辆都从这一点开始旅行并回到那里。假设所有车辆数量都是k,并且每组KS路由由许多往返中指定的,所有这些往返都是从处理点开始的。每个车辆的圆形旅行数量可能受限或无限制。另一个假设是每个载体限于Q的废物量,这可以是体积或重量限制。每辆车都可以在任何给定时间携带这种限制。
路由问题
在为收集建模提供数学公式之前,我们将在这里进行路由问题。路由问题是优化科学中的重要领域,具有各种功能。通常,第一公式用于Briggs Konigsburg的欧拉纸。
这个问题的基本结构通常是一个复杂的相关图。复杂图G= (V, EΰA)包括直接链接和间接链接(连接的边和拱)。完全连通意味着在v的任意两个节点之间都有一条直接的路径。每一个连接都有一个相关的内容,这代表了这样做的成本。
解决技术
研究人员通过间接鲤鱼研究提出了三种解决方法。路线扫描技术、整合扩展技术、Ulusoy创新技术;本研究采用路径扫描的方法。
扫描技术路线
在这种方法中,路由是按顺序建立的。在这种技术中,在每一步中需要维修的最近的弯道被添加到路线中,前提是车辆的承载量还没有满。这一步的公式极限随机使用下列方程之一:
F1:最大化返回处置的成本
F2:最大限度地减少返回处置的成本
F3.:使q的比例最大化v/Cv
F1:最小化q的比值v/Cv
F1:使用公式f2如果车辆少于半满,则使用F1
经济浪费问题
与住宅浪费相比的唯一差异是容器的数量,这显着较低。这一事实使我们能够将问题节点调查到节点。
解决方案结构
优化后的模型首先需要接收一些具有采集方法代表性的初始数据,包括:
- 城市的拓扑
- 废物容器的位置
- 车辆路线的起点
- 最小和最大车辆数量
该模型必须基于此信息生成文件,该信息包括每个车辆的路由。这些初步数据可以从不同的方式提供。可以从GIS源中提取地图。关于容器的信息可以从过去的信息或其他地方获得。所有这些信息将在集成后将其放入单个文件中。
迪杰斯特拉一个
lgorithm.
在该项目中ArcGIS软件的网络分析插件用于优化废物收集路线。如前所述,此插件使用Dijkstras算法进行最佳路由。
Dijkstras算法的过程如下:
- 选择原点顶点
- 确定包括图形的顶点的集合S.此集首先是NULL,然后随着算法的开发,它涉及具有最短遗漏的顶点。
- 顶点的原点以零索引投入S。
- 考虑了S外顶点的等价索引,即顶点长度+前一个顶点的索引。如果集合外的顶点包含一个索引,则新索引是前一个索引的最小数量和crest的长度+前一个顶点的索引。
- 从集合的顶点中选择一个索引值最低的顶点,并将其添加到S中。
- 此过程从步骤4继续,直到目标顶点进入S.在最后,如果目标顶点包含索引,则其索引表示原点和目的地之间的距离。否则,原点和目的地之间没有路由。
虽然,每个顶点都可以考虑另一个索引来查找路由,而是表示旅行路线上的先前顶点。因此,在完成算法之后可以找到两个点之间的最短路由,并通过从原点到目的地的上一个顶点以后的顶点。
在运行算法时,隐式维护了两个东西。其中一个是顶点的集合S的重量的最短路线指定从他们的起源,另一个是d,序列的数量d_v最短路线的重量从原点为每个顶点v v;假设这条路线的所有顶点都是S内部的顶点,除了v, S一开始是空的,除了原点以外的所有顶点的d值都是无限的,原点的值设为0。算法在每一步中从S中选择一个d最小的顶点,并将其添加到集合S中;然后更新该顶点相邻顶点的d值。如果需要,算法必须更新pi\序列,其中pi_v\是顶点v在最短路径树的父。
这种方法的最重要的应用中,通过领土路线可以计算城市中两点之间的最短距离。
方法和材料
数据收集工具
图书馆方法用于本研究,使研究人员通过参考图书馆,科学期刊和互联网来收集所需信息,例如具有空间信息和地理坐标的地图,以便在软件中使用要使用的街道的数字地图;实验方法用于收集收集容器的数据,并在ArcGIS软件中准备的数字地图上建模。
选取目标人群(大不里士城市生活垃圾收集系统)样本采用简单随机抽样方法,该方法在大不里士市2区可用。
结果
在本节中,我们回顾了ArcGIS软件下研究区域的数据采集系统的现状和输入数据优化方法的分析。
研究区馆藏系统的现状
城市水平范围内各种生产来源的城市发展和分散使MSW系列成为城市管理中不断考虑的非常复杂和昂贵的困境,并成为废物管理的焦点点。
塔德里兹市由10个独立的市政府组成,2009年这座城市的总人口为1378935,其中314ë071人居住在第1区;280岁261人住在2区;327ë799人住在第3区;301ë561人住在4区;65ë092人居住在5区;24送627人住在第6区;48岁454人住在7区;17ë070人生活在区域8.因此,区域3是最具填充的地区,地区8是最稀疏的塔德里兹地区。该研究的研究区是塔德里兹市的第2区。
|
在大不里士第2区监督下,该地区的生活垃圾收集工作由合格的承包商负责。该区域分为三个子域:
Domain 1:Hesabi St.博士,Zaferaniyeh镇,Shabnam,Abrasan,Bozorgmehr,Emam Khomeyni St.,29 Bahman St.
域2:Mirdamad, Rajaishahr, Villashahr, Elahiparsat, Kuy-e Dadgostari, Kuy-e Sahand和Elgholi
域名3:Kuy-e Ferdows, Baghcheban, Yaghchiyan, Gholshahr, Parvaz, South Valiasr, Darvazeh Tehran
表1列出了在这些领域收集废物的设备和机械。
表1:用于收集塔德里兹不同领域的废物的设备和机械
数量 |
领域 |
机械化容器的数量 |
停放容器的数量 |
机械化系列车辆数量 |
手动收集车辆数量 |
垃圾收集车数 |
1 |
1 |
218 |
146. |
8 |
1 |
1 |
2 |
2 |
227 |
48. |
8 |
1 |
1 |
3. |
3. |
246. |
73. |
8 |
1 |
1 |
该地区和整个城市的废物收集的主要部分包含机械化集装箱和收集车辆。
大不里士废物管理组织拥有3个中转站,其中坐标为46°20 59”E和38°1 4”N的2号中转站位于大不里士市2区。
据估计,该地区的垃圾产生量约为110吨/天,根据不同的天数和季节,可增加到130吨/天。大不里士市的固体垃圾主要采用路边和自动(机械化)两种方式,由专门的收集车装载后运送到中转站。
收集频率
根据大不里士市2区收到的信息,该项目研究区域的收集频率为每周7天。
表2提供了在当前情况下收集废物的行驶路线。
表2:当前情况下废物收集的旅行路线
路线 |
|||
路线 |
起点 |
终点 |
总行驶里程(公里) |
ROUTE1. |
车站 |
车站 |
33.0 |
第2号公路 |
车站 |
车站 |
31.0 |
3. |
车站 |
车站 |
28.3. |
路线4. |
车站 |
车站 |
27.6 |
5. |
车站 |
车站 |
24.9 |
6. |
车站 |
车站 |
24.6 |
路线7 |
车站 |
车站 |
24.5 |
路线8 |
车站 |
车站 |
24.0 |
路9 |
车站 |
车站 |
23.3. |
路线10 |
车站 |
车站 |
22.6 |
路11号 |
车站 |
车站 |
28.3. |
路线12 |
车站 |
车站 |
21.0 |
路13 |
车站 |
车站 |
20.1 |
路线14 |
车站 |
车站 |
18.6 |
路15 |
车站 |
车站 |
18.0 |
路16 |
车站 |
车站 |
16.9 |
路17号 |
车站 |
车站 |
21.8 |
路线18 |
车站 |
车站 |
22.3 |
路线19 |
车站 |
车站 |
28.6 |
路线20 |
车站 |
车站 |
19.9 |
路21 |
车站 |
车站 |
16.7 |
路22号 |
车站 |
车站 |
18.5 |
路23号 |
车站 |
车站 |
13.7 |
路线24 |
车站 |
车站 |
13.4 |
全部的 |
496. |
ArcGIS执行的行动
ArcGIS软件在分析中使用空间数据,因此我们需要我们研究中的学习区域的完整地图。考虑到没有合适的地图,其中包含我们所需信息在任何相关的组织中,这些地图从互联网下载。
由于基本地图不完整,手动添加了该地区的街道,所以下载了该地区的卫星地图。之后,对每条街道的信息进行评估和修改。这些信息包括街道之间的连接模式及其移动方向。
我们需要在网络中定义成本类型的至少一个特征,以便能够通过程序算法分析街道的网络。优化的目标是总收集时间和行驶距离,尽管我们应该在网络上定义两个成本的特性,这将是:
- 空间成本:该特征认为成员的特征长度是代表街道的网络每行的成本;这意味着当我们通过那种特定的街道时,所需路线的空间成本增加了街道的长度。
- 时间成本:这个特性指定每条街道经过的时间。这个时间是由街道的长度和允许的速度来实现的。
为提供的地图上的每条街道定义了允许的速度,以便创建网络。这种速度是基于表3中的道路类型的。
表3:不同类型街道的允许速度
行 |
街道 |
街头宽度 |
容许速度(公里/小时) |
1 |
主要街道 |
18米以上 |
50. |
2 |
侧街道 |
12到18米 |
40 |
3. |
宽阔的小巷 |
8至12米 |
30. |
4 |
狭窄的小巷 |
6米 |
20. |
通过每条街道的时间成本由软件计算,使用这些允许的速度:
在准备接收的地图后,地图将转换为网络数据集。网络数据集插件能够解决问题,就在数据转换为网络数据集的情况下。
在准备好街道网络后,就开始了程序中的车辆路径问题。
这个问题也包括在内
- 这些订单是本研究中应该收集的容器。在ArcGIS软件中,每个组件都有一个属性表,通过使用和编辑,我们可以识别和查看许多参数。最重要的可编辑属性有:容器位置的坐标、为服务指定的时间限制、通过特殊车辆设置集合、根据需要在车辆的左侧或右侧标识容器的位置,等等。
在确定研究区域的街道后,这些集装箱被插入地图中。根据大不里士市2区提供的信息,该地区有624个机械化废物收集容器。集装箱的位置由研究人员用手持卫星定位装置记录下来,并输入软件。下图显示了地图上的研究区域和收集容器。
- 得宝。本研究中所有的收集车辆都是从大不里士2号中转站出发并在此结束。这个工作站的坐标是手动输入程序的。中转站的位置用图片右下角的蓝色小方块表示。
- 集合路线。这些路线是收集应从转移站开始的车辆的路线,并在收集其容量的大小后返回那里。根据塔德里兹市政区2所收到的信息,预计24个机械化废物收集卡车将从整个研究区的624个集装箱中收集。因此,引入了24条路线来解决问题。该程序中的路由属性表包括许多项目,其中最重要的项目如下:
- 该研究的起点,即Tabriz的转移站2
- 终点,这是该研究的塔里兹的转移站2
- 车辆可以收集的最大容器数量。此信息视为30个容器,平均为一个车辆作为最大数量,使用废物收集驱动因素和工作人员的本地研究,因为没有足够的文件,其中一个车辆收集的容器数量。
- 每个集装箱的收集时间,根据当地研究的相同过程,将集装箱安装在车辆千斤顶上,从吊起,倾倒,放下,再插入到该位置所需要的时间为3分钟。
需要注意的是,所提供的属性表有许多其他项,这里只提到了使用过的项。
根据目前的收集技术,研究区域被分为三个部分,收集工作由三个不同的承包商进行。这三个部分是根据从大不里士市地区收到的信息确定的,并插入到方案中。
程序在插入信息并点击求解按钮后,开始对容器和路线进行处理,并提供可能的最佳收集情况。
从解决24个收集车辆的路由问题所获得的所有路线的结果都在表4中介绍。
表4:软件优化模型的收集路径
路线 |
起点 |
终点 |
每个容器的收集时间 |
容量 |
收集的容器数量 |
总收集时间(分钟) |
总旅行距离(公里) |
Item1. |
车站 |
车站 |
3. |
30. |
28. |
153.62423 |
8/801353 |
Item2. |
车站 |
车站 |
3. |
30. |
28. |
158.51239 |
9/477548 |
Item3. |
车站 |
车站 |
3. |
30. |
26. |
175.09036. |
11/77083 |
Item4. |
车站 |
车站 |
3. |
30. |
30. |
163.29400. |
10/13900 |
Item5. |
车站 |
车站 |
3. |
30. |
30. |
170.78670 |
11/17549 |
Item6. |
车站 |
车站 |
3. |
30. |
30. |
183.99592 |
13/00277 |
Item7. |
车站 |
车站 |
3. |
30. |
30. |
194.62270 |
14/47280 |
Item8. |
车站 |
车站 |
3. |
30. |
30. |
206.21720 |
16/07671 |
Item9. |
车站 |
车站 |
3. |
30. |
30. |
189.64519 |
13/78425 |
Item10. |
车站 |
车站 |
3. |
30. |
29. |
195.21620 |
14/55490 |
Item11. |
车站 |
车站 |
3. |
30. |
30. |
215.69740 |
17/38814 |
Item12. |
车站 |
车站 |
3. |
30. |
30. |
247.13950 |
21/73763 |
Item13. |
车站 |
车站 |
3. |
30. |
29. |
237.33980 |
20/38201 |
Item14. |
车站 |
车站 |
3. |
30. |
30. |
210.91920 |
16/72716 |
Item15. |
车站 |
车站 |
3. |
30. |
30. |
227.22950 |
18/98342 |
Item16. |
车站 |
车站 |
3. |
30. |
30. |
255.15410 |
22/84632 |
Item17. |
车站 |
车站 |
3. |
30. |
30. |
237.41340 |
20/39219 |
Item18. |
车站 |
车站 |
3. |
30. |
30. |
244.27480 |
21/34136 |
Item19. |
车站 |
车站 |
3. |
30. |
30. |
259.31950 |
23/42253 |
item20. |
车站 |
车站 |
3. |
30. |
30. |
268.79850 |
24/73379 |
Item21. |
车站 |
车站 |
3. |
30. |
30. |
357.55040 |
37/01114 |
Item22. |
车站 |
车站 |
3. |
30. |
|||
Item23. |
车站 |
车站 |
3. |
30. |
|||
Item24. |
车站 |
车站 |
3. |
30. |
|||
全部的 |
620 |
4551.84099. |
368. |
从表4可以看出,集合有21条路由。然而,有24条路由定义为程序的输入;这意味着我们可以用最短的距离和最短的时间用21辆车来收集这个区域的固体垃圾。
学习区域中的废物收集的总旅行距离是368公里,采用该计划的建议路线,收集2662分钟。
每辆车的最长时间和行驶距离涉及到21号公路,分别是267分钟和37公里。
收集容器的当前位置被输入到程序的位置分配部分,以优化收集系统。这个插件将适用于情况,我们有大约的位置和所需的位置的数量,并希望定位他们这样的处理他们将在时间或距离方面的成本效益。
在重新定位容器后,再次进入车辆路由问题的过程中的新位置,并使用新数据再次解决。
重复分析的结果显示,与集装箱当前位置的状态差异不大。
讨论和结论
通过软件计算得出的最佳路线,每天收集垃圾的总路程为368公里,比目前的496公里节约了25.76%。
在当前系统中,24个车辆用于集合,这将由21个车辆相对于优化的模型进行,因此将在车辆数量方面产生12.5%的节俭。
利用GIS重新定位垃圾收集容器的结果表明,该行动对垃圾收集时间和距离的影响不显著,小于0.02%。
根据合作者的合同,每天忙于每天收集8小时,负责收集收集的车辆,每天都会担任8小时,这是24辆车每天每天的192小时。收集优化模型的废物所需的时间为75.86小时,近76小时,而不考虑休息和浪费时间;与当前收集系统(192小时)相比,这表明废物收集时间较少60%的节俭或116小时。
参考
- ABDOLI,M.,市政固体废物管理系统及其控制方法,德黑兰市物资的回收和转换组织。(1993)
- amar,先生;katkar,a .;利用优化技术改善固体废物收集。国际多学科研究杂志(2)第4期,2012年4月,ISSN 2231 5780,(2012)。
- 宗教世界观与环境,伊斯兰教对待自然的态度导论,《生态学杂志》,30,97-106。,(1998)。
- Apaydin, M;Gonullu。T,基于路径优化的固体废物回收过程排放控制:案例研究。年代¯在手¯。33(2), 71 - 82。©印在印度(2008)。
- Apaydin, M;Gonullu。T,固体废物收集路径优化:土耳其Trabozan案例研究。北京大学学报(自然科学版),29 (1),2007
- ashournezhad,gh。实施模糊分析网络过程,识别埃法罕,生态,39(3),165-177的废物转移站最佳位置。(2013)
- Ashtashil V;Bhambulkar v;城市生活垃圾收集路径优化与ArcGIS网络分析/ (IJAEST)国际先进工程科学与技术杂志。11(1), 202 - 207。(2011)
- CHALKIAS C;LASARIDI K;基于GIS的城市固体废物收集优化模型:以希腊雅典尼基亚为例。世界环境和发展委员会环境与发展论文集。10(5)。(2009)。
- Ghose用,表示抗议;德里A.K.;沙玛,”栏目;基于GIS的固体废物处理运输模型——以Asansol市为例。浪费等。; 26 (11): 1287 - 93 (2006)
- Hekmatniya, N.使用WAGS软件估算生活垃圾收集成本(案例研究:Yazd市),第三届环境工程会议,德黑兰大学环境工程学院,(2009)
- 雨果,M;Peixoto P;基于集装箱的城市生活垃圾收集路线优化ï -全部状态数据。波尔图大学。国际多学科研究,2(4),ISSN 2231(2010)。
- Karbasi,A. R.,国内废物收集了使用WAGS软件的管理(案例研究:德黑兰市政府22)。环境科学与技术,12. 3.(2010)
- Komilis d P;城市生活垃圾运输与转运优化的概念模型研究,《城市生活垃圾管理》,28:2355-2365。(2008)。
- Majlesi,M.,分析了Bandar Abbas City的1 Chinabiny of Shahid Beheshti Mechance Science大学公共卫生Chinocy的收集和转移废物的成本 - 健康学院,1(1),37-45。(2013)
- 《安迪希新城区固体废物的收集和运输管理》,环境科学与技术,12(4)。(2010)
- Omrani,A.,Alavi,N.和Nakhjavani,N.,Solid Rack,First版本,第二届Publish,Publisher:Andishe-Ye Rafie。(2010)
- Omrani,G. A.,废物管理,II卷,伊斯兰阿扎德大学出版社。(2005)
- tobanoglous, G., Theisen, H. & Vigil, S.A.。《管理学》,Mc.Graw Hill, (1993)
- Yousefi,M.,蚂蚁群的蚂蚁群体的组合方法,用于异构固定车队,交通杂志,9,191。(2012)
- Zamoranoa, M, e等。地理信息系统在城市垃圾收集中的应用:以西班牙格拉纳达的Churriana de la Vega为例,《资源、保护与回收》,54:123-133,(2009)。
这项工作是在授权下获得的知识共享署名4.0国际许可.