首页> 中文学位 >基于动态路径规划的城市医疗废弃物回收研究
【6h】

基于动态路径规划的城市医疗废弃物回收研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 研究内容

1.4 论文框架

1.5 本章小结

第2章 城市医疗废弃物运输动态路径

2.1 城市医疗废弃物及其回收的内涵

2.1.1 城市医疗废弃物的概念及分类

2.1.2 城市医疗废弃物回收网络涵义

2.1.3 医疗废弃物管理现状及存在问题

2.2 运输动态路径

2.2.1 运输动态路径概述

2.2.2 交通流预测

2.3 城市医疗废弃物运输动态路径

2.3.1 城市医疗废弃物运输路径选择的现状

2.3.2 城市医疗废弃物运输动态路径的必要性

2.4 本章小结

第3章 医疗废弃物动态路径模型的建立

3.1 城市医疗废弃物动态路径模型的问题描述

3.2 城市医疗废弃物运输动态路径概念性模型

3.2.1 医疗废弃物运输路线选择模型

3.2.2 医疗废弃物动态运输路线选择模型

3.3 道路拥挤程度比率的设定

3.4 医疗废弃物动态路径的数学模型建立

3.5 本章小结

第4章 医疗废弃物动态路径模型的算法设计

4.1 基于BP神经网络的医疗废弃物交通流预测

4.1.1 BP神经网络概述

4.1.2 标准BP神经网络存在的问题

4.2 BP神经网络训练算法改进

4.2.1 自适应学习率的训练方法

4.2.2 动量—白适应学习率的训练方法

4.2.3 BP神经网络隐层节点算法设计

4.3 基于蚁群算法的最短路确定

4.4 本章小结

第5章 实例验证及结果分析

5.1 大连市沙河口区医疗废弃物管理现状及回收网络布局现状分析

5.1.1 大连市沙河口区道路网络分析

5.1.2 大连市沙河口区医疗废弃物产生、处置及回收点分析

5.1.3 大连市沙河口区医疗废弃物车辆数目和类型

5.1.4 大连市沙河口区医疗废弃物回收网络布局

5.2 大连市沙河口区医疗废弃物回收网络路径优化模型描述

5.3 基于动态路径规划的城市医疗废弃物回收研究的算法流程图

5.4 基于BP神经网络的医疗废弃物交通流预测求解及结果分析

5.4.1 样本数据采集与处理

5.4.2 BP神经网络模型相关的系数设定

5.4.3 自适应学习率训练结果

5.4.4 动量——自适应学习率训练结果

5.4.5 两种方法预测结果对比分析

5.5 基于蚁群算法的最短路径求解及结果分析

5.6 本章小结

结论

参考文献

附录

致谢

展开▼

摘要

伴随着我国经济的快速发展,医疗事业发展迅速,人民健康状况日益改善。城市医疗事业大力发展的同时,农村卫生工作稳步推进,社区卫生服务功能不断完善,疾病预防控制工作效果显著,卫生应急与监督能力不断提高,医疗卫生服务水平也得到了大幅度的提升。然而,伴随着医疗建设的大幅提高,医疗废弃物的回收管理问题最为重要与棘手。其中,运输环节的重要性更是不容小觑。本文进行了基于动态路径规划的城市医疗废弃物回收研究,相关研究内容和研究成果如下:
  首先,探讨了研究医疗废弃物运输动态路径的背景和意义,分析了城市医疗废弃物及其回收的内涵,在大量的国内外研究成果综述的基础上,将目前医疗废弃物的管理现状及存在的问题锁定在运输路径的动态选择上,在交通流预测的理论框架下,对城市医疗废弃物运输路径选择问题进行了现状分析,强调研究城市医疗废弃物运输路径选择问题的必要性。
  其次,界定了本文研究的动态路径选择问题;提出了城市医疗废弃物运输动态路径的概念性模型,旨在从宏观角度理清研究问题的方向;定义了道路拥挤程度比率,并建立医疗废弃物动态路径选择的数学模型。
  再次,设计了BP神经网络算法来对医疗废弃物运输道路的交通流进行预测,并且针对标准BP神经网络模型存在的3个缺点对模型进行了改进;设计了蚁群算法,通过道路拥挤程度比率的参数设定,将速度转化为路程,进行最短路的确定。
  最后,以大连市沙河口区的医疗废弃物回收网络为例,对文章提出的模型进行实例验证,并对实验结果进行分析。利用Matlab进行编程,得到了考虑交通拥堵状况和未考虑交通拥堵状况的路径选择结果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号