垃圾焚烧厂选址
摘要
本文首先通过中国统计年鉴得到1998年到2013年的垃圾清运量的数据，再根据该数据画出趋势图，分析杭州市垃圾处理现状是以填埋为主、焚烧为辅，在查询与垃圾清运量相关的年末人口量、客运量、货运量、财政收入等因素进行相关性检验[1]，通过建立相应的原假设和备择假设对不同指标两两之间的相关性进行判断，着重人口与垃圾清运量之间的关系。建立一元线性方程和多元线性方程，得到垃圾清运量的方程。并运用灰色预测模型，建立GM(1,1)模型[2]，得出结论：2020年垃圾清运量的预测值每年492.97万吨。
再依据预测的垃圾清运量预测值与杭州市现有垃圾焚烧场的处理能力计算得到还需要建立2-3个垃圾焚烧厂，才能够处理杭州市日益增加的垃圾。
并且综合考虑焚烧厂建设、运营、运输、补偿等总成本的基础上。建立了对附近居民负面影响极小化且总成本最低的垃圾焚烧厂选址问题，提出合理的垃圾焚烧厂的选址方案，并对选址结果进行分析验证。
关键字：一元线性 多元线性 GM(1，1) SPSS软件
一、 问题重述
“垃圾围城”已经成为世界性难题，中国尤为突出，数据显示，目前全国三分之二以上的城市面临“垃圾围城”问题，垃圾堆放累计侵占土地75万亩。垃圾焚烧正逐步成为中国垃圾处理的主要手段之一，中国与于1988年在深圳建立第一座生活垃圾焚烧厂， 目前，珠海、广州、上海、北京、杭州、厦门等地均加快了垃圾焚烧发电的步伐。垃圾焚烧，即城市垃圾经过分类处理，剔除可回收垃圾和有害垃圾后将剩余垃圾在焚烧炉中焚烧处理，既可避免垃圾填埋侵占大量的土地，又可利用垃圾焚烧产生的能量进行发电等获得可观的经济效益。
1、先找出杭州市垃圾清理量，再根据该数据，，对杭州市垃圾处理的现状给出基本情况介绍。
2、本文根据灰色预测模型，对杭州市市生活垃圾的趋势进行预测，以目前的垃圾处理能力还需要新建几座垃圾焚烧厂。
3、新建日处理生活垃圾3000吨的垃圾焚烧厂，应选在哪个或哪些位置要使得杭州市除可回收垃圾和有害垃圾之外的垃圾总量达到80%被焚烧处理。
4、基于上述全部或部分分析结果，给杭州市相关主管部门撰写一份有关“杭州市新建垃圾焚烧厂选址及相关问题处理”的政策建议书。
二、 模型的假设
1. 假设题目给出的各组数据真实可信，不考虑人为因素。 2. 假定焚烧炉的排放符合国家新的污染物排放标准 3. 假定所有数据客观真实
4. 假设污染物在空气中传播的速度相等 5. 假设不考虑气体在遇到阻碍的速度变化
三、 问题的分析与建模思路
针对问题一，对附录一即杭州市内的环境监测数据，通过画出趋势图，再根据趋势图介绍杭州市的垃圾的基本情况。
针对问题二，通过一元线性模型和多元线性模型预测出杭州市的人口，再根据人口模型，预测出杭州市垃圾量，查询数据得到杭州市处理垃圾的效率根据对应分析得出需要重新建立多少个焚烧厂较好。
针对问题3，新建日处理生活垃圾3000吨的垃圾焚烧厂，应选在哪个或哪些位置要使得杭州市除可回收垃圾和有害垃圾之外的垃圾总量达到80%被焚烧处理
针对问题4，基于上述全部或部分分析结果，给杭州市相关主管部门撰写一份有关“杭州市新建垃圾焚烧厂选址及相关问题处理”的政策建议书。
四、 符号说明与名词假设
五、 模型的建立、分析与求解
5.1.模型一： 5.1.1.相关性模型[3] 设(X,Y)为二维随机变量
Corr(X,Y)=
Cov(X,Y)
(1.1) =
σσXY
相关系数Corr(X,Y)刻画了X与Y之间的线性关系强弱，因此也常称其为“线性相关系数”。
若Corr(X,Y)=0，则称X与Y不相关。不相关是指X与Y之间没有线性关系，但X与Y之间可能有其他的函数关系，譬如平方关系、对数关系等。
若Corr(X,Y)=1，则称X与Y完全正相关；若Corr(X,Y)=-1，则称X与Y完全负相关。
若0
5.1.2.模型的求解
根据统计年检查得的数据如下：
表1 垃圾清运量
对几种因素做相关分析，得到结果如下：
表2 与垃圾清运量的相关关系
根据上述结果得到垃圾清运量与年末人口量、货运量、客运量、财政收入有高度相关性。先将垃圾清运量与人口做一元线性回归模型[3]得到结果如下：
图1 垃圾清运量趋势图
根据上述图形得到杭州市的垃圾量在逐渐的增加。同时得到杭州市垃圾处理现状：杭州市区现有生活垃圾处理设施6座，其中4座垃圾焚烧厂分别位于滨江浦沿、余杭乔司、余杭仓前、萧山犁头金；另2座填埋场分别位于拱墅区天子岭、萧山外六工段。虽然已经有6处垃圾处理设施，不过面对杭州日渐增长的垃圾量，垃圾处理还是显得力不从心。2013年，杭州市区生活垃圾处理量达308.7万吨，日均8456吨。据杭州市城管委统计，近年来，杭州市区垃圾年增长率在10%上下。而今年，《杭州市生活固体废弃物处置监管报告》显示，2014年3月份最高日生活垃圾处理量已达10959吨。
5.2.模型二 5.2.1.人口模型[3]
通过spss软件对杭州市1998-2013年垃圾量与人口做相关性分析得到：
表3 等级相关系数
根据上表得出杭州市人口与杭州市垃圾的sig.值为0.97，呈高度显著性相关。
方差分析：
表4 方差分析表
由上表的方差分析知道F值为224.491，sig.值为0 ，说明y值与x值显著性相关。 模型总结：
表5 模型总结
所以用一元线性回归[4]得到如下所示：
表6 系数表
Coefficients
a
根据上表得到方程为：
y=-1392.192+2.368x1 式 1
其中，y为杭州市垃圾量，x为杭州市人口。
图2 残差图
再对其进行多元线性回归模型得到结果如下所示：
表7 模型总结
由上表得到的决定系数为0.995，拟合效果较好。
表8 方差分析
根据上表得到F值为860.438，sig.值为0
表9 系数表
根据上表得出：
y=-698.674+1.369x1-0.007x3+1.375⨯105x4 式 2
5.2.2.GM(1,1)模型[5]
由于杭州市的垃圾清运量统计不是很完整，有大部分缺失，只进行线性回归的话误差较大，而灰色预测的数据需要不多，便可以准确的预测结果
GM模型即灰色模型，灰色模型是用原始数据列做成后建立的模型，成为灰色模型。
GM建模机理，灰色系统理论[6]其所以能够建立微分方程的模型，是基于下述概念、观点、方式和方法。
基本算式如下：
x(0)=(x(0)(1),x(0)(2), x(0)(n)) 式 3
做1-AGO，
x(k)=∑x(0)(i) 式 4
(1)
i=1k
x(1)=(x(1)(1),x(1)(2), x(1)(n))
有
=(x(1)(1),x(1)(1)+x(0)(2), x(1)(n-1)+x(0)(n))
式 5
x(1)可以建立下述白化形式的方程
dx(1)
+ax(1)=u 式 6 dt
这是一阶我的微分方程，故记为记参数列a
GM(1,1).
，
a =⎡⎢a⎤
u⎥，按最小二乘法，求a，
⎣⎦
a
=(BTB)-1BTyN ⎡⎢-1(x(1)(1)+x(1)(2))1⎤⎢⎥12(1)(1⎥ 数据矩阵为B=⎢⎢-2(x(2)+x)
(3))1⎥
⎥ ⎢ ⎢⎢1⎥
⎣-2(x(1)(n-1)+x(1)(n))1⎥⎥⎦
数据矩阵y[)N=x(0(2),x(0)(3), ,x(0)(n)]
T
， 白化形式微分方程的解为：
x(1)(k+1)=⎛
⎝
x(0)(1)-u⎫a⎪⎭e-ak+ua 5.2.3.模型的求解
对杭州是生活垃圾清运量进行灰色预测，其结果如下所示：
式 7
式 8
式 9
表10 模型拟合
上表得出预测数据的均值以及决定系数等相关的数据。由GM(1,1)得出预测值如表11所示：
表11 模型预测值与实际值比较
根据表11得到结论是：GM (1,1)模型是较为准确的。所以根据模型对2014年到2020年的年产垃圾量进行预测结果如下表12所示：
表12 预测2014-2020年垃圾量
图3 真实值与预测值的比较
根据上图显示竖线后面的是预测的，其中蓝线是预测值线，由此可以看出预测值较接近真实的值。
图4 垃圾清运量的延迟图
5.2.4.确定垃圾焚烧厂求解
根据杭州市2014年出台的资料显示，杭州市日产垃圾量达到8400吨，最高的日产9700吨，目前杭州所有垃圾焚烧厂的总处理能力为3200吨/天，市政府要求在5年内将处理能力提升到8500吨/天。但是到现在还没有做到目前杭州市的有5个较大的垃圾焚烧现场，据工作人员介绍说垃圾焚烧厂设计能力为3050吨，而2013年平均每天实际焚烧的量达到3529.21吨；天子岭垃圾填埋场每天的设计处理垃圾量为2671吨，而2013年实际处理量为每天3923.09吨，超设计处理比例为46.88%。天子岭垃圾填埋场，乔司、滨江、仓前、萧山，加上在建的九峰垃圾焚烧厂就是共有5座垃圾焚烧，4个垃圾焚烧厂的日均垃圾处理量为3529.21吨，根据相关资料显示，九峰垃圾焚烧厂日处理3000吨。这样就是日处理量是6529.21吨，
如果处理现在的垃圾则需要建一个垃圾焚烧厂，但是根据预测2020年将日产垃圾量为：
4929700
13506.0274吨，根据目前的垃圾焚烧厂的处理能力是365
日处理量是6529.21，还有6976.8174吨未处理，新建日处理生活垃圾3000吨，则还需要2-3个焚烧厂。
5.3.模型三
5.3.1.垃圾焚烧厂选址模型
垃圾焚烧厂的选址[7]主要包括两个步骤：第一步是粗选址，即应用层次分析法对当地的城市规划、地质、交通、水电资源等因素进行分析，选出可以建立垃圾焚烧厂的备选点；第二步是精确选址，即尽可能全面的考虑到各种影响垃圾焚烧厂选址的因素，应用数学建模与求解的方法，建立起一套科学全面的垃圾焚烧厂选址模型，从众多垃圾焚烧厂备选点中选出科学合理的地址。 首先构造判断矩阵计算各因素相对权重：
w=(w1,w2, ,wt)T 式 10
为各因素权重向量，计算出一致性指标，
表13 含义定义
根据上述所示，要考虑到这么多种情况则需要，建立对杭州市建设、运营、运输、补偿以及对居民影响最小的方案，做双目标规划模型： 建设、运营、运输、补偿的分别为aij,则建立模型如下： minZ=∑aij
i=14
由相关数据得到如下结果：
5.3.2.模型的求解
为使得80%的垃圾量被焚烧，需要建立两个焚烧厂即可，根据杭州是布局，以及杭州市的
图5 焚烧厂区域分布图
根据图上所示是乔司、滨江、仓前、萧山、九峰，覆盖面积较广，焚烧厂分为东南西北各个方向都有，由于西部人口增加较多，所以九峰就开始建了，为了更好的处理垃圾需要再建两个焚烧厂，则需要建在两个垃圾厂，以下是杭州市垃圾焚烧厂的分布图：
图6 焚烧厂分布
根据所得因素考虑到需要2个垃圾焚厂，所以建议修在人口稀少，但是有
是各个垃圾焚烧厂的中间枢纽，这样焚烧厂垃圾超量的就运往这里，照顾全面， 这样得出结论是：萧山人口密集，垃圾量较多，根据多目标规划算出应该建在： 新义乡。
5.4.对于垃圾焚烧厂的建议
首先统筹萧山、余杭垃圾处理产业，兼顾5个县市。从行业管理，统筹垃圾处理产业的角度出发，建议将萧山、余杭的垃圾处理能力纳入杭州统筹范围，统一调度、统一监管，以提高垃圾处理的应急能力和效率。同时，逐步打破行政区划限制，统筹规划5个县市垃圾处理产业化，建设大型垃圾处理设施，实现共建共享。此外，根据各垃圾焚烧厂服务区域对垃圾处理服务的需求情况，积极筹建现有垃圾焚烧厂的改扩建工程[8]。
垃圾焚烧处理成本不断增加，而政府给予的垃圾处理费不到位，导致垃圾焚烧处理企业收益困难，甚至亏损经营。杭州的生活垃圾处理费价格一度远低于北京、上海、广州等地，政府定价不合理，直接影响垃圾焚烧厂正常运营，甚至减产或者停产。而杭州3家选择了循环流化床焚烧炉技术的企业，还要面对煤价上涨带来的压力。所以可以适当调整价格。
进一步加大政府扶持力度。加强体制机制创新，进一步完善生活垃圾收费制度，规范成本补偿机制。完善投资和运行管理体制，通过财政直接补贴、贴息及税收优惠等方式，鼓励各类经济实体积极参与投资和经营，推进垃圾处理的产业化发展。鼓励技术创新，不断提高垃圾“三化”处理水平。加强垃圾处理设施运营管理，保障其稳定运行。
六、 模型评价
灰色模型根据参数 a ,u随时间t的变化规律，先对a和u 进行预测，然后再预测原始序列，以便得到最佳预测结果。先求原数列的待定系数与模型参数的相关函数，再对新生成的序列进行预测，得到无偏灰色预测模型，这样消除了灰色预测模型本身造成的偏差，使传统灰色模型对原始数据序列增长速度过快二不能预测以及预测长度不能过长的问题得到有效解决。
灰色预测模型的优点： ① 无需典型的概率分布；
② 减少时间序列的随机性； ③ 小样本即可计算；
④ 计算简便。用灰色理论预测理论可靠，方法较简单。对原始数据系列长度要求不高，即使在系列较短的情况下也能取得令人满意的预报结果，弥补了其他方法无法进行短期系列观测资料的的预测。本文建立的模型经拟合精度检验（P= ，C=），模型判为，预测精度高，能达到预测要求。
参考文献:
[1].马加德, 张志霄与章增明, 杭州市生活垃圾优化处理技术分析. 能源工程, 2006(02): 第43-47页.
[2].灰色预测GM_1_1_模型的改进及应用_杨华龙.
[3].刘守芳, 刘沙与李铁松, 城市垃圾产生量预测研究. 云南环境科学, 2006(01): 第28-30页. [4].茆诗松，程依明,濮晓龙 概率论与数理统计教程, 高等教育出版社， 北京，2011。
[5].褚桂棠与夏建平, 灰色模型在城市垃圾量预测中的应用. 江苏地质, 1991(01): 第32-36页.
[6].褚桂棠与夏建平, 杭州市城市垃圾量的灰色预测及其关联分析. 华北地质矿产杂志, 1994(02): 第197-203页.
[7].陈士杰与王大逊, 杭州市2000年垃圾量预测及处理方式探讨. 环境卫生工程, 1996(01): 第3-6页.
[8].刘心, 垃圾焚烧厂的杭州难题. 法人, 2014(06): 第22-24页. 附录
1、
4、
杭州市人口密度分布表： 上城区 34.46 下城区 52.61 江干区 99.88
其中：杭州经济技术开发区 31.07 拱墅区 55.19
西湖区 82.00
其中：西湖风景名胜区 3.00 滨江区 31.90 萧山区 151.13 余杭区 117.03 桐庐县 40.64 淳安县 33.68 建德市 43.08 富阳市 71.77 临安市 56.67
垃圾焚烧厂选址
摘要
本文首先通过中国统计年鉴得到1998年到2013年的垃圾清运量的数据，再根据该数据画出趋势图，分析杭州市垃圾处理现状是以填埋为主、焚烧为辅，在查询与垃圾清运量相关的年末人口量、客运量、货运量、财政收入等因素进行相关性检验[1]，通过建立相应的原假设和备择假设对不同指标两两之间的相关性进行判断，着重人口与垃圾清运量之间的关系。建立一元线性方程和多元线性方程，得到垃圾清运量的方程。并运用灰色预测模型，建立GM(1,1)模型[2]，得出结论：2020年垃圾清运量的预测值每年492.97万吨。
再依据预测的垃圾清运量预测值与杭州市现有垃圾焚烧场的处理能力计算得到还需要建立2-3个垃圾焚烧厂，才能够处理杭州市日益增加的垃圾。
并且综合考虑焚烧厂建设、运营、运输、补偿等总成本的基础上。建立了对附近居民负面影响极小化且总成本最低的垃圾焚烧厂选址问题，提出合理的垃圾焚烧厂的选址方案，并对选址结果进行分析验证。
关键字：一元线性 多元线性 GM(1，1) SPSS软件
一、 问题重述
“垃圾围城”已经成为世界性难题，中国尤为突出，数据显示，目前全国三分之二以上的城市面临“垃圾围城”问题，垃圾堆放累计侵占土地75万亩。垃圾焚烧正逐步成为中国垃圾处理的主要手段之一，中国与于1988年在深圳建立第一座生活垃圾焚烧厂， 目前，珠海、广州、上海、北京、杭州、厦门等地均加快了垃圾焚烧发电的步伐。垃圾焚烧，即城市垃圾经过分类处理，剔除可回收垃圾和有害垃圾后将剩余垃圾在焚烧炉中焚烧处理，既可避免垃圾填埋侵占大量的土地，又可利用垃圾焚烧产生的能量进行发电等获得可观的经济效益。
1、先找出杭州市垃圾清理量，再根据该数据，，对杭州市垃圾处理的现状给出基本情况介绍。
2、本文根据灰色预测模型，对杭州市市生活垃圾的趋势进行预测，以目前的垃圾处理能力还需要新建几座垃圾焚烧厂。
3、新建日处理生活垃圾3000吨的垃圾焚烧厂，应选在哪个或哪些位置要使得杭州市除可回收垃圾和有害垃圾之外的垃圾总量达到80%被焚烧处理。
4、基于上述全部或部分分析结果，给杭州市相关主管部门撰写一份有关“杭州市新建垃圾焚烧厂选址及相关问题处理”的政策建议书。
二、 模型的假设
1. 假设题目给出的各组数据真实可信，不考虑人为因素。 2. 假定焚烧炉的排放符合国家新的污染物排放标准 3. 假定所有数据客观真实
4. 假设污染物在空气中传播的速度相等 5. 假设不考虑气体在遇到阻碍的速度变化
三、 问题的分析与建模思路
针对问题一，对附录一即杭州市内的环境监测数据，通过画出趋势图，再根据趋势图介绍杭州市的垃圾的基本情况。
针对问题二，通过一元线性模型和多元线性模型预测出杭州市的人口，再根据人口模型，预测出杭州市垃圾量，查询数据得到杭州市处理垃圾的效率根据对应分析得出需要重新建立多少个焚烧厂较好。
针对问题3，新建日处理生活垃圾3000吨的垃圾焚烧厂，应选在哪个或哪些位置要使得杭州市除可回收垃圾和有害垃圾之外的垃圾总量达到80%被焚烧处理
针对问题4，基于上述全部或部分分析结果，给杭州市相关主管部门撰写一份有关“杭州市新建垃圾焚烧厂选址及相关问题处理”的政策建议书。
四、 符号说明与名词假设
五、 模型的建立、分析与求解
5.1.模型一： 5.1.1.相关性模型[3] 设(X,Y)为二维随机变量
Corr(X,Y)=
Cov(X,Y)
(1.1) =
σσXY
相关系数Corr(X,Y)刻画了X与Y之间的线性关系强弱，因此也常称其为“线性相关系数”。
若Corr(X,Y)=0，则称X与Y不相关。不相关是指X与Y之间没有线性关系，但X与Y之间可能有其他的函数关系，譬如平方关系、对数关系等。
若Corr(X,Y)=1，则称X与Y完全正相关；若Corr(X,Y)=-1，则称X与Y完全负相关。
若0
5.1.2.模型的求解
根据统计年检查得的数据如下：
表1 垃圾清运量
对几种因素做相关分析，得到结果如下：
表2 与垃圾清运量的相关关系
根据上述结果得到垃圾清运量与年末人口量、货运量、客运量、财政收入有高度相关性。先将垃圾清运量与人口做一元线性回归模型[3]得到结果如下：
图1 垃圾清运量趋势图
根据上述图形得到杭州市的垃圾量在逐渐的增加。同时得到杭州市垃圾处理现状：杭州市区现有生活垃圾处理设施6座，其中4座垃圾焚烧厂分别位于滨江浦沿、余杭乔司、余杭仓前、萧山犁头金；另2座填埋场分别位于拱墅区天子岭、萧山外六工段。虽然已经有6处垃圾处理设施，不过面对杭州日渐增长的垃圾量，垃圾处理还是显得力不从心。2013年，杭州市区生活垃圾处理量达308.7万吨，日均8456吨。据杭州市城管委统计，近年来，杭州市区垃圾年增长率在10%上下。而今年，《杭州市生活固体废弃物处置监管报告》显示，2014年3月份最高日生活垃圾处理量已达10959吨。
5.2.模型二 5.2.1.人口模型[3]
通过spss软件对杭州市1998-2013年垃圾量与人口做相关性分析得到：
表3 等级相关系数
根据上表得出杭州市人口与杭州市垃圾的sig.值为0.97，呈高度显著性相关。
方差分析：
表4 方差分析表
由上表的方差分析知道F值为224.491，sig.值为0 ，说明y值与x值显著性相关。 模型总结：
表5 模型总结
所以用一元线性回归[4]得到如下所示：
表6 系数表
Coefficients
a
根据上表得到方程为：
y=-1392.192+2.368x1 式 1
其中，y为杭州市垃圾量，x为杭州市人口。
图2 残差图
再对其进行多元线性回归模型得到结果如下所示：
表7 模型总结
由上表得到的决定系数为0.995，拟合效果较好。
表8 方差分析
根据上表得到F值为860.438，sig.值为0
表9 系数表
根据上表得出：
y=-698.674+1.369x1-0.007x3+1.375⨯105x4 式 2
5.2.2.GM(1,1)模型[5]
由于杭州市的垃圾清运量统计不是很完整，有大部分缺失，只进行线性回归的话误差较大，而灰色预测的数据需要不多，便可以准确的预测结果
GM模型即灰色模型，灰色模型是用原始数据列做成后建立的模型，成为灰色模型。
GM建模机理，灰色系统理论[6]其所以能够建立微分方程的模型，是基于下述概念、观点、方式和方法。
基本算式如下：
x(0)=(x(0)(1),x(0)(2), x(0)(n)) 式 3
做1-AGO，
x(k)=∑x(0)(i) 式 4
(1)
i=1k
x(1)=(x(1)(1),x(1)(2), x(1)(n))
有
=(x(1)(1),x(1)(1)+x(0)(2), x(1)(n-1)+x(0)(n))
式 5
x(1)可以建立下述白化形式的方程
dx(1)
+ax(1)=u 式 6 dt
这是一阶我的微分方程，故记为记参数列a
GM(1,1).
，
a =⎡⎢a⎤
u⎥，按最小二乘法，求a，
⎣⎦
a
=(BTB)-1BTyN ⎡⎢-1(x(1)(1)+x(1)(2))1⎤⎢⎥12(1)(1⎥ 数据矩阵为B=⎢⎢-2(x(2)+x)
(3))1⎥
⎥ ⎢ ⎢⎢1⎥
⎣-2(x(1)(n-1)+x(1)(n))1⎥⎥⎦
数据矩阵y[)N=x(0(2),x(0)(3), ,x(0)(n)]
T
， 白化形式微分方程的解为：
x(1)(k+1)=⎛
⎝
x(0)(1)-u⎫a⎪⎭e-ak+ua 5.2.3.模型的求解
对杭州是生活垃圾清运量进行灰色预测，其结果如下所示：
式 7
式 8
式 9
表10 模型拟合
上表得出预测数据的均值以及决定系数等相关的数据。由GM(1,1)得出预测值如表11所示：
表11 模型预测值与实际值比较
根据表11得到结论是：GM (1,1)模型是较为准确的。所以根据模型对2014年到2020年的年产垃圾量进行预测结果如下表12所示：
表12 预测2014-2020年垃圾量
图3 真实值与预测值的比较
根据上图显示竖线后面的是预测的，其中蓝线是预测值线，由此可以看出预测值较接近真实的值。
图4 垃圾清运量的延迟图
5.2.4.确定垃圾焚烧厂求解
根据杭州市2014年出台的资料显示，杭州市日产垃圾量达到8400吨，最高的日产9700吨，目前杭州所有垃圾焚烧厂的总处理能力为3200吨/天，市政府要求在5年内将处理能力提升到8500吨/天。但是到现在还没有做到目前杭州市的有5个较大的垃圾焚烧现场，据工作人员介绍说垃圾焚烧厂设计能力为3050吨，而2013年平均每天实际焚烧的量达到3529.21吨；天子岭垃圾填埋场每天的设计处理垃圾量为2671吨，而2013年实际处理量为每天3923.09吨，超设计处理比例为46.88%。天子岭垃圾填埋场，乔司、滨江、仓前、萧山，加上在建的九峰垃圾焚烧厂就是共有5座垃圾焚烧，4个垃圾焚烧厂的日均垃圾处理量为3529.21吨，根据相关资料显示，九峰垃圾焚烧厂日处理3000吨。这样就是日处理量是6529.21吨，
如果处理现在的垃圾则需要建一个垃圾焚烧厂，但是根据预测2020年将日产垃圾量为：
4929700
13506.0274吨，根据目前的垃圾焚烧厂的处理能力是365
日处理量是6529.21，还有6976.8174吨未处理，新建日处理生活垃圾3000吨，则还需要2-3个焚烧厂。
5.3.模型三
5.3.1.垃圾焚烧厂选址模型
垃圾焚烧厂的选址[7]主要包括两个步骤：第一步是粗选址，即应用层次分析法对当地的城市规划、地质、交通、水电资源等因素进行分析，选出可以建立垃圾焚烧厂的备选点；第二步是精确选址，即尽可能全面的考虑到各种影响垃圾焚烧厂选址的因素，应用数学建模与求解的方法，建立起一套科学全面的垃圾焚烧厂选址模型，从众多垃圾焚烧厂备选点中选出科学合理的地址。 首先构造判断矩阵计算各因素相对权重：
w=(w1,w2, ,wt)T 式 10
为各因素权重向量，计算出一致性指标，
表13 含义定义
根据上述所示，要考虑到这么多种情况则需要，建立对杭州市建设、运营、运输、补偿以及对居民影响最小的方案，做双目标规划模型： 建设、运营、运输、补偿的分别为aij,则建立模型如下： minZ=∑aij
i=14
由相关数据得到如下结果：
5.3.2.模型的求解
为使得80%的垃圾量被焚烧，需要建立两个焚烧厂即可，根据杭州是布局，以及杭州市的
图5 焚烧厂区域分布图
根据图上所示是乔司、滨江、仓前、萧山、九峰，覆盖面积较广，焚烧厂分为东南西北各个方向都有，由于西部人口增加较多，所以九峰就开始建了，为了更好的处理垃圾需要再建两个焚烧厂，则需要建在两个垃圾厂，以下是杭州市垃圾焚烧厂的分布图：
图6 焚烧厂分布
根据所得因素考虑到需要2个垃圾焚厂，所以建议修在人口稀少，但是有
是各个垃圾焚烧厂的中间枢纽，这样焚烧厂垃圾超量的就运往这里，照顾全面， 这样得出结论是：萧山人口密集，垃圾量较多，根据多目标规划算出应该建在： 新义乡。
5.4.对于垃圾焚烧厂的建议
首先统筹萧山、余杭垃圾处理产业，兼顾5个县市。从行业管理，统筹垃圾处理产业的角度出发，建议将萧山、余杭的垃圾处理能力纳入杭州统筹范围，统一调度、统一监管，以提高垃圾处理的应急能力和效率。同时，逐步打破行政区划限制，统筹规划5个县市垃圾处理产业化，建设大型垃圾处理设施，实现共建共享。此外，根据各垃圾焚烧厂服务区域对垃圾处理服务的需求情况，积极筹建现有垃圾焚烧厂的改扩建工程[8]。
垃圾焚烧处理成本不断增加，而政府给予的垃圾处理费不到位，导致垃圾焚烧处理企业收益困难，甚至亏损经营。杭州的生活垃圾处理费价格一度远低于北京、上海、广州等地，政府定价不合理，直接影响垃圾焚烧厂正常运营，甚至减产或者停产。而杭州3家选择了循环流化床焚烧炉技术的企业，还要面对煤价上涨带来的压力。所以可以适当调整价格。
进一步加大政府扶持力度。加强体制机制创新，进一步完善生活垃圾收费制度，规范成本补偿机制。完善投资和运行管理体制，通过财政直接补贴、贴息及税收优惠等方式，鼓励各类经济实体积极参与投资和经营，推进垃圾处理的产业化发展。鼓励技术创新，不断提高垃圾“三化”处理水平。加强垃圾处理设施运营管理，保障其稳定运行。
六、 模型评价
灰色模型根据参数 a ,u随时间t的变化规律，先对a和u 进行预测，然后再预测原始序列，以便得到最佳预测结果。先求原数列的待定系数与模型参数的相关函数，再对新生成的序列进行预测，得到无偏灰色预测模型，这样消除了灰色预测模型本身造成的偏差，使传统灰色模型对原始数据序列增长速度过快二不能预测以及预测长度不能过长的问题得到有效解决。
灰色预测模型的优点： ① 无需典型的概率分布；
② 减少时间序列的随机性； ③ 小样本即可计算；
④ 计算简便。用灰色理论预测理论可靠，方法较简单。对原始数据系列长度要求不高，即使在系列较短的情况下也能取得令人满意的预报结果，弥补了其他方法无法进行短期系列观测资料的的预测。本文建立的模型经拟合精度检验（P= ，C=），模型判为，预测精度高，能达到预测要求。
参考文献:
[1].马加德, 张志霄与章增明, 杭州市生活垃圾优化处理技术分析. 能源工程, 2006(02): 第43-47页.
[2].灰色预测GM_1_1_模型的改进及应用_杨华龙.
[3].刘守芳, 刘沙与李铁松, 城市垃圾产生量预测研究. 云南环境科学, 2006(01): 第28-30页. [4].茆诗松，程依明,濮晓龙 概率论与数理统计教程, 高等教育出版社， 北京，2011。
[5].褚桂棠与夏建平, 灰色模型在城市垃圾量预测中的应用. 江苏地质, 1991(01): 第32-36页.
[6].褚桂棠与夏建平, 杭州市城市垃圾量的灰色预测及其关联分析. 华北地质矿产杂志, 1994(02): 第197-203页.
[7].陈士杰与王大逊, 杭州市2000年垃圾量预测及处理方式探讨. 环境卫生工程, 1996(01): 第3-6页.
[8].刘心, 垃圾焚烧厂的杭州难题. 法人, 2014(06): 第22-24页. 附录
1、
4、
杭州市人口密度分布表： 上城区 34.46 下城区 52.61 江干区 99.88
其中：杭州经济技术开发区 31.07 拱墅区 55.19
西湖区 82.00
其中：西湖风景名胜区 3.00 滨江区 31.90 萧山区 151.13 余杭区 117.03 桐庐县 40.64 淳安县 33.68 建德市 43.08 富阳市 71.77 临安市 56.67