[發明專利]一種耦合多源大數據的街道生活垃圾收運量預測方法

在審

• 申請號: 202011185179.4
• 申請日: 2020-10-30
• 公開（公告）號: CN112529245A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 李少英;譚蘊桐;黃姿薇
• 申請（專利權）人: 廣州大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/26;G06N3/04;G06N3/08
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 雷芬芬

本發明公開了一種耦合多源大數據的街道生活垃圾收運量預測方法，包括：將區域內的街道圖與垃圾中轉站地理坐標圖進行連接，為各個垃圾中轉站匹配所屬街道信息，將區域內的各類用地建筑基底面積數據和街道邊界圖進行疊加分析，計算出各街道的建筑密度；根據區域內人口密度數據、房價數據、各街道的社會消費品零售總額得出每個街道的人口密度；對每個街道的建筑面積、高度數據、建筑密度和人口密度進行歸一化處理；將歸一化后的數據輸入預先構建并訓練好的BP神經網絡中；發明實現社區、街道內的垃圾收運量的準確預測。

技術領域

本發明涉及垃圾收運量預測技術領域，具體涉及一種耦合多源大數據的 街道生活垃圾收運量預測方法。

背景技術

國內外研究在生活垃圾預測中主要運用的方法可以大致分為兩大類：第 一類方法主要是利用經濟和文化因素等作為指標作為自變量，如人均收入水 平、地區生產總值、房價、受教育水平等，運用的分析模型主要包括多元回 歸分析模型、人均垃圾產生量預測法、人工神經網絡模型、系統動力學模型 等；第二類方法是通過獲取研究對象的生活垃圾量的歷史數據，通過使用數 學方法對歷史數據的比較分析來推斷未來垃圾的產量，主要包括灰色模型、 時間序列模型等。這些研究主要以城市、區域的垃圾量為預測對象，利用大尺度數據如國民經濟生產總值、人均消費支出、城市化率等來對垃圾產生量 進行預測和分析。大尺度范圍的研究能夠體現宏觀生活垃圾產生情況，對于 大型垃圾處理廠和填埋場的容量設計和建筑規劃有指導意義。但是由于每個 街道、社區的面積和居民數量差異，導致了垃圾收運需求的差異，而現有的 大尺度范圍研究并不能體現這方面的差異，因此難以為小尺度范圍的垃圾收 運和處理設施的設計提供參考。而隨著生活分類政策的推廣和收運政策的改 進，相較于以往的各街道集中收運后運至填埋場或處理廠的方式，現階段的 垃圾收運和分類政策更傾向于考慮街道內或幾個街道合并所產生的垃圾量集 中收運到街道內的小型垃圾處理中心進行處置，各地更是積極開展“餐廚垃圾 不出社區”的改革，要求餐廚垃圾直接在街道內進行收運和集中處理，以減少 大型垃圾處理場和填埋場的壓力。上述現行垃圾處理措施對小尺度研究范圍 的垃圾量預測精度提出了更高的要求，但是現有針對小尺度范圍對生活垃圾 產生量進行預測的方法比較缺乏，難以根據科學的預測結果設計社區、街道 內垃圾分類和處理設施的容量、布局以及制定相關的垃圾處理政策。

發明內容

本發明的目的是為了克服以上現有技術存在的不足，提供了一種能夠對 社區、街道內的垃圾收運和處理的實際情況進行準確預測的耦合多源大數據 的街道生活垃圾收運量預測方法。

本發明的目的通過以下的技術方案實現：

一種耦合多源大數據的街道生活垃圾收運量預測方法，包括：

S1，將區域內的街道圖與垃圾中轉站地理坐標圖進行連接，為各個垃圾 中轉站匹配所屬街道信息，并進行可視化處理；

S2，將區域內的各類用地建筑基底面積數據和街道邊界圖進行疊加分析， 得出每個地塊或建筑的所屬街道，并統計出每個街道的建筑面積和高度數據， 再計算出各街道的建筑密度；

S3，根據區域內人口密度數據、房價數據、各街道的社會消費品零售總 額得出每個街道的人口密度；

S4，對每個街道的建筑面積、高度數據、建筑密度和人口密度進行歸一 化處理；

S5，將歸一化后的數據輸入預先構建并訓練好的BP神經網絡中；

S6，BP神經網絡輸出垃圾中轉站的平均日處理量。

優選地，計算出各街道的建筑密度的公式為：建筑密度＝街道建筑總面積÷ 街道占地面積×100％＝街道建筑密度。

優選地，歸一化處理的公式為：