城市生活垃圾收集运输系统面临诸多不确定性因素,如区域特征、优化目标针对性及因素指标量化等,这增加了管理决策的难度,并影响优化策略的设计。如何从实际和可持续发展角度出发,权衡垃圾收运中的各种因素,成为亟待解决的问题。
本项目将利用图计算和智能感知技术,设计针对海量数据的优化算法。通过深入研究网络可靠性、图的连通性、限制性连通度、超边连通度等关键网络参数,科学分配环卫车辆的垃圾收运任务,精确量化并改善收运过程中的社会影响因素,从而消弱潜在的“邻避问题”,并制定有效的垃圾收运优化策略。
该技术成果通过引入图计算和智能感知技术,解决了传统方法难以精确量化和改善收运社会影响因素的痛点,提高了垃圾收运系统的可靠性和效率。其创新性在于结合网络可靠性参数,为城市垃圾收运提供了科学、智能的优化方案,有助于推动数字经济建设和可持续发展。
20250114
教育
针对“大量收运车辆在面对海量收集点的情况下如何科学分配收运任务”的问题,结合物联网、人工智能、图计算、GIS、大数据等技术手段,研究构建智慧城市垃圾收运智能路径规划系统(简称:垃圾收运智能路径规划系统)算法,实现收运顺序的合理规划和对分类收运任务的科学分配,与传统作业方式相比达到车辆路径缩短的总体目标。
希望与各地区环卫领域进行深度合作,利用图算法和网络结构理论知识,打造数字时代智慧城市垃圾收运智能路径规划系统。
仅限国内转让
算法可应用于现有环卫项目,相较于传统作业路径优化效果不低于 18%;算法支持建立至少 200 个项目,每个项目至少能对 300 辆车进行任务分配,同时至少能对 6000 个收运点进行路径规划等。
北京市自然科学基金面上项目
北京市科学技术委员会;中关村科技园区管理委员会
城市生活垃圾收集运输系统包括收集、运输、中转三个部分。各个环节的合理配置与协调统筹可获得较好的社会和经济效益,否则会造成巨大的资源浪费和环境污染。城市垃圾收运路径规划问题与环境、经济和社会影响之间存在较多的不确定性因素,例如区域特征、优化目标针对性以及各因素指标量化等,这些不确定性大大增加了管理决策难度,严重影响了优化策略的设计。如何从自治区经济建设实际和可持续发展的视角出发,有针对性地权衡垃圾收运问题中的各种因素,设计具有高可靠性的优化算法和垃圾收运智能系统是解决此类问题的关键。 本项目将基于图计算和智能感知技术设计优化算法,攻克海量数据背景下环卫车辆垃圾收运任务的科学分配问题,解决传统方法中难以对收运社会影响因素精确量化和改善的痛点问题,消弱收运过程中潜在的“邻避问题”,制定环卫系统垃圾收运优化策略,为数字经济建设贡献力量。
