随着垃圾分类政策的逐渐推广落实,且传统的垃圾回收模式在以大规模垃圾回收、垃圾分类储存运输、邻避效应、逆向物流碳排放、经济成本等为主的诸多方面已不能满足需求,我国对科学合理垃圾分类回收体系的需求逐渐迫切。本文为促进解决垃圾分类回收体系的建设问题,对实际工作提供参考、指导以及为相关领域进一步研究做出铺垫,从回收点的角度建立基于不同垃圾类别、邻避效应、逆向物流碳排放、费用等因素的选址-路径问题模型,设计相关方法、算法求解,并进行了实例应用。具体内容如下。首先本文从实际问题出发进行数学建模,通过对比不同类型的回收设施,选择了具有较好前景的中大型回收设施进行规划,然后通过设定全局满意度、回收车辆遍历路径碳排放最小、回收点建设维护与路径运输费用三个目标函数,规定了解的形式与结构,完成对实际问题的抽象而得出多目标规划模型,其中最小碳排放目标为最短路目标的线性函数。考虑到模型的复杂性以及各目标之间权重比例无法确定而未采用传统多目标规划求解手段,而基于模型实际背景提出源头分类理念观点,阐述了该观点对于垃圾分类政策、理念发展的促进作用,随之提出与该理念相对应的模型分割求解方案,即将4种垃圾回收点分开讨论的同时对目标函数进行动态算法分阶段的求解方式,论证了该求解方案的可行性。随后对应模型的分割求解方案,本文设计了两阶段的动态混合算法框架,外层对应满意度目标函数生成回收点选址初始解,内层得到选址初始解进行遍历路径的寻优,最后通过终止条件后,得到最优解及优质解集。基于良好全局搜索能力需要,外层算法选择了标准PSO,并基于Levy飞行随机原理对惯性权重w进行了动态化改进。通过动态化惯性权w重控制PSO能够满足在运行全过程中,处于不同时期有着不同全局寻优、局部寻优精确度侧重的需求。内层选择A*算法,基于其启发式原理完成了最短遍历路径寻优流程的实现。之后对内外层算法的输入输出接口、终止条件等进行了设计并完成动态混合算法的全流程。最后通过测试案例说明了算法的有效性。在模型及其求解算法的应用层面,本文选择了西安市某区域。首先进行了需求点的数据采集与归一化,通过对需求点的K-means多维聚类、最小覆盖矩形包络等完成数据预处理,随后带入参数完成模型,并输入算法进行求解,整理得到基于回收点满意度与遍历最短回路的帕累托最优曲线。基于帕累托最优原理与目标函数最优化方向提取了多组备选优质解集,综合得到全局决策方案矩阵,引入BWM-TOPSIS方法对决策方案矩阵进行评价,得到基于设定决策情景下的最优全局决策方案,给出了该方案下的三个目标最优值与相关说明。最后依据实例的求解全流程给出了在不同决策情景下的求解方法与相关建议。