本發明提供一種基于群體優化算法的垃圾焚燒廠選址方法，包括：Step 1：選址參數分析；Step 2：通過選址模型子系統來建立選址模型：選址模型子系統根據實際城市的各個影響因素進行量化處理得到的各項數據進行調用分析，獲取當前城市的垃圾焚燒廠選址因素模型，得到當前目標城市的選址模型；Step 3：群體算法子系統：采用基于鯨群算法和粒子群算法的混合群體優化算法實現的選址算法子系統，結合選址參數分析子系統和選址模型子系統對垃圾焚燒廠進行選址得到最佳的垃圾焚燒廠地址。解決傳統單一的群體優化算法精度不足等問題。

技術領域

本發明涉及垃圾焚燒、選址技術領域，特別涉及一種基于群體優化算法的垃圾焚燒廠選址方法。

背景技術

垃圾焚燒是現代城市處理城市垃圾的主流方法，處理廠地址的選擇涉及的方方面面問題很多，面對種種限制和要求，選址問題包括選址要求的分析和量化，垃圾焚燒廠選址的算法選擇和選址模型的設計是選址的重點和難點。

在選址問題上，對選址方法的研究中，主流方法是通過層次分析法來進行垃圾焚燒廠選址地點進行決策，通過層次分析法來對復雜系統做出決策模型，這種方法存在的問題是需要給定幾個備選點才可以進行比較，在備選點中得到最終選址地點，靈活性較差，人為干擾較多，實際精度較差。對于垃圾焚燒廠選址問題，可以通過引入群體優化算法的方式進行選址模型的建立和尋優。選用群體優化算法可以通過調整算法直接獲取到算法模型中最優的選址位置，通過調整算法模型中不同因素的權重來改變垃圾焚燒廠選址的位置，十分高效準確。使用傳統單一的群體優化算法有一定的缺陷，如在模型尋優迭代過程中容易陷入局部極值，精度不足等問題，群體優化算法需要通過新的改進避免上述的問題。因此提出一種性能優秀的群體優化算法完成垃圾焚燒廠精確選址十分必要。

發明內容

為了解決背景技術提出的技術問題，本發明提供一種基于群體優化算法的垃圾焚燒廠選址方法，通過混合群體優化算法精確定位出垃圾焚燒廠修建地址，解決傳統單一的群體優化算法精度不足等問題。

為了達到上述目的，本發明采用以下技術方案實現：

一種基于群體優化算法的垃圾焚燒廠選址方法，包括如下步驟：

Step 1：選址參數分析：首先從選址數據集中獲取相應的數據，從選址城市的數據集中獲取選址具體所需的數據并進行預處理獲取相關參數，將這些參數存儲到選址模型數據庫中，供選址模型子系統和選址參數分析子系統來進行分析使用，步驟Step 1中的數據都會通過選址參數分析子系統進行處理存入數據庫中；

Step 2：通過選址模型子系統來建立選址模型：選址模型子系統根據實際城市的各個影響因素進行量化處理得到的各項數據進行調用分析，獲取當前城市的垃圾焚燒廠選址因素模型，得到當前目標城市的選址模型；

Step 3：群體算法子系統：采用基于鯨群算法和粒子群算法的混合群體優化算法實現的選址算法子系統，結合選址參數分析子系統和選址模型子系統對垃圾焚燒廠進行選址得到最佳的垃圾焚燒廠地址。

進一步地，所述的Step 1具體步驟如下：

Step 1-1：確定垃圾焚燒廠選址影響參數，環境方面，從城市年鑒及政府發布的數據獲取城市信息，包括城市常住人口，城市土地規劃信息，各居民區位置及人口數量，城市公共空間包括公園，景區等位置所需數據信息，經濟方面，獲取城市各大商圈位置和規模信息，完成選址數據的收集，如需要更多的影響因素可以后續進行添加，所包含信息都存入數據庫中備用。

以下Step 1各步驟都通過選址參數分析子系統對選址數據收集過來的數據進行處理，得到各個量化參數存入數據庫中。

Step 1-2：通過城市常住人口人均垃圾產生量計算出垃圾焚燒廠規模；

Step 1-3：通過城市規劃信息對城市各類地段進行區域劃分成三類地段，給予不同權重；