链上镖师 / Chain Biaoshi
CIE|城市垃圾收运网络，怎样同时算成本、居民感受和空间距离
一篇三目标优化模型论文，把设施选址、容量配置、垃圾桶分簇、车辆分配放进同一个决策框架
这篇论文提出一个三目标混合整数规划模型，把设施选址与容量、垃圾桶分簇、垃圾分配和车辆指派联合优化，并在德黑兰第10区案例中取得79%的平均满意度。
- 01：研究对象是城市固废收运网络，重点处理快速城市化、垃圾量上升、土地和预算约束共同带来的规划压力。
- 02：模型同时考虑经济成本、居民效用和网络离散度，用NSGA-II生成帕累托解，再用TOPSIS选择折中方案。
- 03：案例结果显示，三目标方案以182万美元总成本、75.61效用值和6.81公里网络离散度，优于单目标方案的综合表现。
研究背景
城市固体废弃物收运系统在快速城市化地区承受持续压力。垃圾产生量增加会推高收运、转运和处理需求，既有设施容量、可用土地和市政预算又限制了基础设施扩张。论文把这一问题放在经济效率、环境影响和社会公平的共同约束下讨论。
既有研究常把成本、距离、路线时间作为单一优化目标，也常把分簇、设施选址、车辆配置分阶段处理。作者指出，先分簇再优化的顺序流程计算上方便，可能让分簇结果脱离设施容量、车辆载重和居民效用，进而影响整体网络表现。
城市固废收运网络示意，展示分簇垃圾桶与候选处理设施。来源：Fig. 1
论文的切入点是把战略层面的设施选址与容量、战术层面的分簇与车辆配置放进同一个优化模型，让网络结构、服务半径、居民效用和建设采购成本在同一组解中被同时评价。
核心问题
论文研究的问题可以概括为：在候选设施、设施规模、车辆类型、垃圾桶位置和垃圾量已知时，如何决定每个设施的位置和规模、每个垃圾桶所属簇、每个簇使用的车辆类型，以及每个簇对应的处理设施。
01经济目标：最小化设施建设成本和车辆采购成本。
02社会目标：最大化居民对车辆类型和设施规模的综合效用。
03环境与空间目标：最小化网络离散度，压缩桶到设施距离和簇内直径。
k-center分簇概念示意，标出桶到设施距离和簇内距离。来源：Fig. 2
网络离散度目标承担两个功能：一是限制任一簇内垃圾桶到所分配设施的最大距离，二是限制同一簇内垃圾桶之间的最大成对距离。这样，模型在求解时会倾向于形成服务半径较短、簇内空间更紧凑的收运区域。
方法框架
作者构建三目标混合整数规划模型，并采用紧凑整数编码。传统二元变量会形成设施位置与规模、车辆与簇、垃圾桶与簇、簇与设施之间的大规模赋值矩阵；本文把关键决策写成离散整数变量，决策向量长度降为I加L加2K。
1定义垃圾桶集合、候选设施集合、设施规模集合、车辆类型集合和簇集合。
2用整数变量表示设施规模、簇的车辆类型、垃圾桶所属簇和簇对应设施。
3建立成本、居民效用和网络离散度三个目标，并加入车辆载重与设施处理能力约束。
4单目标模型用遗传算法求解，三目标模型用NSGA-II求解，再基于满意度用TOPSIS排序。
处理设施类型、容量、建设成本和设施效用范围。来源：Table 2
车辆类型、载重、采购成本和车辆效用范围。来源：Table 3
设施参数中，小型、中型和大型设施处理能力分别为1、3、7吨每天，建设成本分别为15万美元、30万美元、60万美元。车辆参数中，轻型、中型和重型车辆载重分别为1、3、5吨，采购成本分别为2.5万美元、5万美元、12万美元。
案例或实验设置
案例选取伊朗德黑兰第10区South Karun区域。计算实验在Windows 11工作站上完成，硬件为第11代Intel Core i7 2.8 GHz处理器和16 GB内存，优化程序用Python和Pymoo库实现，并采用自定义整数编码Problem类。
德黑兰及第10区研究区位置。来源：Fig. 3
论文比较了四类场景：最小成本、最大效用、最小网络离散度和三目标优化。前三类场景分别检验单一目标下的设施与车辆配置倾向，三目标场景用于寻找成本、居民效用和空间紧凑性之间的折中方案。
不同问题规模下三目标优化模型的计算结果。来源：Table 6
结果分析
在基准案例中，成本最小化方案总成本为182万美元，效用为74.08，网络离散度为10.32公里，平均满意度为52%。最大效用方案把效用提高到77.77，总成本升至272万美元，平均满意度为50%。最小离散度方案把网络离散度降至4.76公里，总成本升至360万美元。
单目标与三目标优化结果对比，三目标方案平均满意度达到79%。来源：Table 4
三目标方案总成本
1,820,000 USD
与成本最小化方案相同
平均满意度
79%
高于三个单目标方案
成本、效用和网络离散度之间的帕累托权衡。来源：Fig. 4
三目标折中方案的效用为75.61，网络离散度为6.81公里，三个目标满意度分别为100%、75%和63%。这说明模型没有把资源集中到单一目标上，而是在成本保持较低的同时，取得了较高居民效用和更短服务距离。
管理启示
不同优化场景下的设施和车辆配置，三目标方案配置为3个中型设施、1个大型设施、4辆中型车和1辆重型车。来源：Table 5
三目标方案给出的可执行配置是3个中型设施、1个大型设施、4辆中型车和1辆重型车。相比最小离散度方案使用5个大型设施和5辆重型车，这一组合减少了重资产投入，同时维持了较好的服务半径和居民效用。
基准案例的敏感性分析结果，覆盖垃圾量、设施容量、车辆容量和簇数量变化。来源：Table 7
✓垃圾量增加会推高配置压力，+20%垃圾量下成本升至256万美元，车辆组合转向更多重型车。
✓车辆容量下降会明显恶化结果，-20%车辆容量下成本为226万美元，效用降至72.8，离散度升至7.3公里。
✓簇数量增加可以改善部分效用表现，+40%和+60%簇数量下成本分别升至245万美元和257万美元，车辆数量同步增加。
对市政管理者而言，论文最直接的启示是避免只按最低成本、最高效用或最短距离单独做方案选择。设施规模、车辆载重和分簇数量需要联动设定，中型设施与中型车辆在基准案例中承担了主要折中作用。
论文：An optimization model for sustainable management of municipal solid waste collection networks
作者：Seyed Maysam Moussavi，Ghasem Abbasi，Soheila Khishtandar
期刊：Computers & Industrial Engineering
链上镖师、先卜交通、先卜运筹通用论文ID
保存此推文 ID，可在粉丝群内获取相关材料，未来更多功能敬请期待
先卜科技团队：常文婕、张巧巧、王一航、夏子帆、张晓乐、祁园园、张仁义
