本文是一篇交通运输论文，本文通过查阅文献，采用HYCOM构建海洋流场，使用NCEP GFS数据构建风场，使用海洋溢油软件GNOME模拟海洋垃圾移动轨迹，预测海洋垃圾位置点和时间窗数据，使用物流网络的方法对海洋垃圾进行收集，并分别建立了垃圾重量不确定的海洋垃圾收集随机机会约束模型和考虑船速可变的垃圾重量不确定的双目标机会约束模型。
1绪论
1.1研究背景及意义
1.1.1研究背景
进入海洋中的固体废弃物被称为海洋垃圾。海洋垃圾包括塑料、木材、金属、橡胶、玻璃、纸张等，其中占比最大的是塑料[1-2]。从20世纪70年代，人们就开始关注海洋中的垃圾[3-4]。它通常来源于人类有意或无意的行为，有时也来源于自然产生的碎片。渔业、厨余废弃物(来自航运、渔业和近海活动的非经营性废弃物)、卫生废弃物/污水相关废弃物、航运(包括近海活动等经营性废弃物)、旅游和娱乐活动都是海洋垃圾的主要来源[1]。
每年进入海洋的垃圾数量，我们无法准确计算。但在1975年，美国国家科学院[5]计算约有580万吨垃圾进入海洋。在2010年，有480万吨到1 270万吨塑料垃圾进入了海洋[6]。并且研究表明，在海洋中有超过15 000万吨的塑料垃圾[7]。
海洋垃圾数量在持续增长，并且它在世界都有着广泛的分布。他们有15%堆积在海滩上，有15%漂浮在海洋，更大部分沉积在海底[1]。在2011年，通过对30°N~45°N，130°W~160°W的北太平洋环流的16个观测点进行拖网打捞，Carson等人[8]发现所有底拖网都含有塑料碎片，平均每个底拖网有219件碎片，平均重5.4克，其中最小采样量为43件(14 000件km-2)，最大采样量为859件(219 000件km-2)，平均碎片数量约85 000件km-2。同样在2011年，Eriksen等人[9]对南太平洋亚热带环流4 489 km的横断面进行拖网调查。结果显示，塑料碎片平均丰度为26 898件km-2，质量为70.96 gkm-2。在北大西洋环流的塑料碎片平均丰度约为20 000件km-2[10]。而关于南大西洋的调查，研究者表示，在1963 km的断面上收集到281件海洋垃圾。在离岸10 km的区域，塑料碎片平均丰度约为19.6件km-2。在离岸50 km的区域，塑料碎片平均丰度约为1.6件km-2。同样在印度洋[11]和北冰洋[12-14]，都有海洋垃圾的存在。海洋垃圾随着大洋环流，形成了举世瞩目的海洋垃圾带，如图1.1所示。
1.2国内外研究现状
1.2.1国内研究现状
海洋垃圾收集的船舶路径优化问题属于车辆路径问题(VRP,Vehicle Routing Problem)的衍生问题。目前关于海洋垃圾收集的船舶路径优化问题的研究较少，目前的研究主要集中于陆地上的车辆路径问题。VRP按已知信息的特征可以分为确定性VRP和不确定性VRP。确定性VRP和不确定性VRP的现有研究都是朝着问题型态的改进和求解方法的改进方向发展。
有关确定性VRP的研究很多，可以通过结合新的时代背景，对问题型态进行改进和创新。李啸麟[37]以电动车的车辆路径优化为背景，考虑了电动车的续航里程问题，以及客户服务时间和装载量，以总路程和配送成本为目标函数，建立多车型VRP模型，采用遗传算法求解。陈荣虎和赵李丽[38]主要考虑了实时路况，提出了求解实时VRP的禁忌搜索算法。姚滢滢[39]将浮动车数据和地图进行匹配并修正，建立模型并求解。赵志学等人[40]则考虑车辆行驶速度，车辆载重与碳排放之间的关系，从绿色环保为出发点，为解决交通拥堵区域提出了多车型车辆路径问题。
有关不确定性VRP的研究，可以通过改进求解方法与实际问题相结合的方法，不断创新。李国明和李军华[41]针对带软时间窗的随机需求VRP，提出了改进两阶段算法。第一阶段，将客户的随机需求转化为确定性条件，令其等于期望值，然后引入自适应的禁忌长度和自适应的惩罚系数及进行调整，得到初始解。第二阶段，采用选择返回仓库修正第一阶段所产生的误差。王婷婷[42]为应对突发情况下的VRP问题，提出了基于案例属性重用度的，确定权重的方法和多层加权相似度计算方法，考虑了属性相关性，对传统VRP问题进行了改进。高飞[43]考虑顾客随机需求对路径优化的影响，引入风险概率约束表示由于随机需求导致的车辆超载概率，提出了基于禁忌搜索的混合模拟退火算法。杜源[44]提出改进粒子群算法求解同时取供货任务的随机车辆配送问题。采用线性与非线性相结合的方式确定惯性权重。范厚明等人[45]针对同时集配货的随机需求车辆配送问题，引入预优化策略和重优化策略，提出了混合变邻域遗传算法。程梨丹[46]研究考虑碳排放的带模糊时间窗的VRP，提出了混合遗传-禁忌算法优化物流公司的配送方案。范厚明等人[47]研究带模糊需求和模糊时间窗的VRP，引入局部优化算法和擂台法则，提出求解多目标VRP的混合遗传算法。
2随机规划理论与海洋垃圾位置预测
2.1随机规划理论
生活情况较为复杂，经常会存在某些信息事先无法准确获知。在海洋中的不确定因素，分为五类：第一类环境因素，如天气、风速、海水流速等；第二类垃圾点信息，如海洋垃圾位置、海洋垃圾重量、各点服务时间等；第三类船舶信息，如船速、船舶碳排放、船员信息等；第四类航路信息，如暗礁、急流、浅滩等危险区域、渔区、海洋保护区、排放控制区、海上交通安全法规、内河避碰规则等；第五类其他输入信息的不确定性。
2.2海洋垃圾位置预测
海洋垃圾点位置不是固定的。由于海水不断流动，受到洋流和海洋上的各种力作用，海洋垃圾不断漂移。盛行风产生的风海流；海水的温盐梯度力产生的温盐环流；重力、科氏力和摩擦力产生的地转流、艾克曼输运、斯托克斯漂移；太阳引潮力和月球引潮力产生的潮汐等，都在不断影响着海洋垃圾的位置。为了预测海洋垃圾在不同时刻的位置，本文使用General NOAA Operational Modeling Environment(GNOME)模拟海洋垃圾的扩散轨迹。
GNOME是一款由美国国家海洋和大气管理局（NOAA）、响应与恢复办公室(ORR)和应急响应部联合开发的，基于拉格朗日跟踪法和随机法原理的免费的溢油轨迹模拟软件。它的用户界面清晰，运行速度快，综合考虑风场、流场和扩散等因素，可以得到最佳猜测结果和包含不确定性的最小遗憾结果。最佳猜测结果是假设输入参数准确的情况下，得到的模拟结果。但考虑实际观测误差、预报等原因，可以采用包含不确定性的最小遗憾结果。最佳猜测结果用黑色的粒子表示，最小遗憾结果用红色的粒子表示。
李云斌等人[34]验证了欧拉—拉格朗日追踪方法(公式2.5和公式2.6)预测溢油轨迹的准确性，他们使用漂流物替代溢油粒子，将卫星遥感数据与溢油模型计算结果进行比对，实验误差小于10%，相符性良好。所以使用溢油模型模拟海洋垃圾漂流轨迹具有很高的可行性和准确性。杨毅等人[35]验证了使用GNOME模型的可靠性，他们对墨西哥湾溢油扩散进行模拟，与MODIS卫星遥感图像反演的溢油轨迹进行对比，吻合度较高。张彩霞[36]使用HYCOM输出流场数据，使用NECP输出风场数据，将数据导入GNOME模型，模拟墨西哥湾溢油事故。将GNOME模拟的最佳猜测溢油结果与卫星应急信息中心的图像资料进行对比，油膜面积误差为8.35%，最佳猜测溢油结果大部分位于观测溢油范围内，漂移趋势一致，所以使用GNOME模拟具有很好的拟合度。
3垃圾重量不确定的海洋垃圾收集随机机会约束模型.........................19
3.1问题描述.................................19
3.2模型建立............................20
4垃圾重量不确定的海洋垃圾收集双目标机会约束模型................................38
4.1问题描述.......................................38
4.2模型建立................................38
结论.................................56
4垃圾重量不确定的海洋垃圾收集双目标机会约束模型
4.1问题描述
为了更好地节能减排并且节约海洋垃圾收集时间，本章在第四章的基础上，进行改进。本章建立了一个以最小化海洋垃圾收集总时间和碳排放的双目标机会约束模型。在模型中考虑了海洋垃圾收集总成本不超过预算，垃圾重量不确定的随机机会约束，海洋垃圾移动的时间窗约束，船舶燃料约束等约束条件，并且引入了可变的船舶速度。在实际航行中，船舶的速度不可能是固定不变的。所以本章考虑了五个等级的船舶速度，分别为最低速度、低速、中速、高速、最高速度，即船舶在航行过程中可以选择五种速度中的任意一种，在满足约束条件下航行。随着船舶运行速度的增加，海洋垃圾收集总时间将大幅缩短，但这也会导致总碳排放量增加。因此本章引入了快速非支配排序(NSGA-II)来求解这个多目标问题，设计了一个考虑船舶变速的双目标混合自适应大规模邻域搜索的粒子群算法（BOPSO+ALNS）求解垃圾重量不确定的海洋垃圾收集双目标机会约束模型，并使用物流网络方法对海洋垃圾进行收集。
使用HYCOM构建海洋流场，NCEP-GFS构建风场，导入GNOME的诊断模式，预测不同时刻海洋垃圾的位置。以海洋垃圾移动的距离小于5海里的时间为该海洋垃圾点的时间窗。通过分布函数转化方法，将无法准确计算的垃圾重量，转化成确定型等价，并使用BOPSO+ALNS算法求解。
问题假设条件如下：（1）同质船队，载重量、油箱容量和船速相同的船；（2）本文收集在海洋中的漂浮垃圾；（3
