不确定环境下医疗废物回收网络鲁棒优化研究

摘要

针对医疗废物回收网络的不确定性，选取医疗废物量和运输成本作为关键变量，构建有多个不确定参数的多目标非线性整数规划模型，并引入鲁棒优化来处理不确定因素。结合多目标粒子群优化算法(MOPSO)和遗传算法(GA)求解该模型，外层GA负责选址决策，内层MOPSO针对选址结果进行配送路径优化，并以国内某城市为实证对象进行仿真验证。结果表明：相较于传统遗传算法，所提算法总成本降低了10.37%,总风险减少了1.86%,工作量偏差缩减了50.18%;敏感性分析表明，医疗废物量的不确定性对目标函数的影响更为显著。所提模型使得决策者可根据风险偏好调整不确定参数，以获得最佳的医疗废物回收网络优化方案，为进一步的医疗废物回收研究提供了参考。

关键词

城市运输经济学 / 医疗废物 / 回收网络 / 鲁棒优化 / 多目标粒子群优化算法

基金资助

国家自然科学基金(62272077); 重庆市自然科学基金(cstc2021jcyj-msxm2047); 重庆市教委科学技术项目(KJQN202100604)