研究废弃物物流的难点

本书的主要创新点有以下四个方面：

（1）在危险废弃物逆向物流风险评价中，将风险进行了量化。

本书提出了一个危险废弃物运输过程中的风险度量模型，将其风险划分为人口伤亡风险、环境污染风险和财产损失风险，并分别对这三个风险进行了量化，得到总的运输风险，弥补了传统的单独度量人口风险的不足 （见4．4．3节）。此外，采用模糊综合评价法研究了危险废弃物物流的处理中心风险 （见4．5节）。

（2）研究了模糊环境下的带时间窗约束的多仓库有容量限制的LRP问题，并建立数学模型。

目前已有的多数研究成果仅考虑单级物流系统，而且是在确定环境下进行研究。但是在实际生产和生活中，由于线路受损、线路的维护、天气条件或者负载情况等原因，我们不能将路径上的权值即每条弧的长度、费用或者运输时间看做确定的值。但是，有时我们能够获得历史数据，从这些历史数据中我们能够获得这些权值的分布，在这种情况下，可以把弧上的权值看做随机变量，并且利用概率论理论的知识来研究。然而，很难获得历史数据或者历史数据不可靠时，没办法获得这些权值的分布，只能由专家根据自己的经验主观地给出，这时模糊集理论能够很好地处理这种情况。所以，本书创新性地将模糊集理论应用到模型的建立中，重点研究了车辆运输时间不确定的情况下的带时间窗约束的多仓库有容量限制的LRP问题，模型中包含集成物流管理系统中的各个环节的成本，包括工厂的固定费用、仓库的建立和库存成本以及车辆的指派成本和运输成本 （见5．5节）。此数学模型较为接近实际的约束条件和目标函数。

（3）提出了求解集成物流管理系统的选址—路径问题的禁忌搜索—遗传混合算法。

目前求解组合优化问题的启发式算法很多，本书针对问题的特殊性，提出了一种两阶段启发式算法求解LRP问题。第一阶段采用基于禁忌搜索的启发式算法去解决设施选址问题，获得较优的设施位置，然后转入第二阶段 （运输车辆路线优化阶段），采用遗传混合算法获得一个与已得到的较优设施位置相对应的优化运输路线，这两阶段反复、连续运算，直到满足预先设置的终止条件（见6．4节和6．5节）。本书在禁忌搜索—遗传混合算法中提出了新的解的表示方法，即客户直接排列的表示方法，并为其设计了相应的解的评价方法。

（4）建立了城市危险废弃物逆向物流选址—路径问题的数学模型

长期以来有关设施选址和运输路线组合优化问题的研究主要针对一般货物而言，而对影响城市环境的危险废弃物逆向物流的研究较少。因此本书首次研究了城市危险废弃物处理中的设施选址和运输路线安排问题 （HWLRP），采用多目标规划理论，建立危险废弃物多目标规划模型，以总成本最小化 （包括设施建设成本和运输成本）、总体风险最小化 （包括运输风险和处理风险）以及风险公平最大化为目标，研究如何从众多候选地址中选出确定的处理中心和最终处置中心的位置，设计合理的运输路线。在模型中还充分考虑了危险废弃物管理中所面临的现实问题，例如：回收、废弃物之间以及废弃物与处理技术之间的相容性、风险公平性以及废弃物残渣的运输与处理问题，等等 （见7．2节）。