数学建模论文垃圾分类处理与清运方案设计.doc

《数学建模论文垃圾分类处理与清运方案设计.doc》由会员分享，可在线阅读，更多相关《数学建模论文垃圾分类处理与清运方案设计.doc（19页珍藏版）》请在三一办公上搜索。

1、垃圾分类处理与清运方案设计摘要：本论文主要针对深圳市南山区垃圾分类处理与清运方案设计问题进行了研究与讨论。 近年来，城市垃圾的处理逐渐走入了人们的视线。如何有效方便的处理城垃圾成为人们关注的热点话题。城市垃圾的处理涉及到垃圾的分类，中转站的选址，以及垃圾处理站的选址。如何有效地协调好各个方面的因素，在考虑到经济利益的同时，减少对城市的环境污染，在经济效益与环境保护方面寻找平衡点，成为当前的热点。 本文研究了深圳市南山区垃圾中转站和处理厂分布设计的最优解问题，同时在目前的运输装备条件下给出清运路线的具体方案。我们根据从深圳市规划和国土资源委员会官网得到的数据，针对南山区的垃圾总量，垃圾站，转运站

2、以及处理厂的数目，运输的费用进行了定量的分析，给出了具有较高参考价值的圾中转站和处理厂分布设计。 第一，现有垃圾转运站规模与位置不变条件下，针对城市生活垃圾厨余垃圾处理厂选址这一项复杂的系统工程，运用层次分析法即AHP法使复杂问题简单化，从环境因素、经济因素2个方面分别进行分析，取权重的定量化方式进行研究，比较各决策因素的重要程度，得出给出大、小型设备（橱余垃圾）的选址应该以垃圾处理资源化为首要的目标进行选择的结论。然后根据权重利用GIS对南山区的地理位置进行评估，主要是对具体候选厂址进行全面的多目标决策分析，计算出各厂址的相对综合适应性评价数值，并加以比较，获得最佳选址。对于运输车的调度方案

3、，我们建立单目标规划的非线性模型使得运输费用最小，在目前的运输装备条件下给出清运路线的具体方案。 第二，在转运站允许重新设计的条件下，为寻求一种南山区垃圾中转站优化选址方法 ,根据城市垃圾收运系统的特点 ,引入逆向物流系统选址规划的理念 ,选用集合覆盖模型对中转站的位置进行初步优化 ,确定了垃圾中转站的待选点。在此基础上 ,运用整数规划构建整个城市垃圾收运系统费用现值最小模型 ,对城市垃圾中转站的初步规划进行二次优化 ,从待选点中选出垃圾中转站的最优组合。同时完成对问题一的重新设计。关键词：AHP法，环境因素，经济因素，GIS，权重，逆向物流系统选址规划，集合覆盖模型，整数规划，二次优化。1问

4、题重述 垃圾分类化收集与处理是有利于减少垃圾的产生，有益于环境保护，同时也有利于资源回收与再利用的城市绿色工程。在发达国家普遍实现了垃圾分类化，随着国民经济发展与城市化进程加快，我国大城市的垃圾分类化已经提到日程上来。2010年5月国家发改委、住房和城乡建设部、环境保护部、农业部联合印发了关于组织开展城市餐厨废弃物资源化利用和无害化处理试点工作的通知，并且在北京、上海、重庆和深圳都取得一定成果，但是许多问题仍然是垃圾分类化进程中需要深入研究的。在深圳，垃圾分为四类：橱余垃圾、可回收垃圾、有害垃圾和其他不可回收垃圾，这种分类顾名思义不难理解。其中对于居民垃圾，基本的分类处理流程如下：在垃圾分类收

5、集与处理中，不同类的垃圾有不同的处理方式，简述如下：1）橱余垃圾可以使用脱水干燥处理装置，处理后的干物质运送饲料加工厂做原料。不同处理规模的设备成本和运行成本（分大型和小型）见附录1说明。2） 可回收垃圾将收集后分类再利用。3） 有害垃圾，运送到固废处理中心集中处理。 4）其他不可回收垃圾将运送到填埋场或焚烧场处理。所有垃圾将从小区运送到附近的转运站，再运送到少数几个垃圾处理中心。显然，1）和2）两项中，经过处理，回收和利用，产生经济效益，而3）和4）只有消耗处理费用，不产生经济效益。 本项研究课题旨在为深圳市的垃圾分类化进程作出贡献。为此请你们运用数学建模方法对深圳市南山区的分类化垃圾的实现

6、做一些研究，具体的研究目标是：1） 假定现有垃圾转运站规模与位置不变条件下，给出大、小型设备（橱余垃圾）的分布设计，同时在目前的运输装备条件下给出清运路线的具体方案。以期达到最佳经济效益和环保效果。2） 假设转运站允许重新设计，请为问题1）的目标重新设计。 仅仅为了查询方便，在题目附录2所指出的网页中，给出了深圳市南山区所有小区的相关资料，同时给出了现有垃圾处理的数据和转运站的位置。其他所需数据资料自行解决。附录11）大型厨余垃圾处理设备（如南山餐厨垃圾综合利用项目，处理能力为200吨/日，投资额约为4500万元，运行成本为150元/吨。小型餐厨垃圾处理机，处理能力为200-300公斤/日，投

7、资额约为28万元，运行成本为200元/吨。橱余垃圾处理后产物价格在1000-1500元/吨。2） 四类垃圾的平均比例橱余垃圾：可回收垃圾：有害垃圾：其他不可回收垃圾比例约为4：2：1：3。可回收垃圾划分为纸类、塑料、玻璃、金属四大类，大概比例分别是：55%、35%、6%、4%。纸类、塑料、玻璃、金属四类的废品回收价格是每公斤： 1元、2.5元、0.5元、2.5元。3）南山区的垃圾清运设备情况（主要是车辆数目和载重）。拖头（拖车）： 只拖十吨的大型厢，只用于从转运站到垃圾中心，每次只拖一个大型“厢”， 平均吨公里耗油25L30L柴油/百公里。收集车辆： 只负责从小区的垃圾站到转运站运输。100辆

8、2.5吨汽车，每车耗油20L35L 70#汽油/百公里。 司机月薪平均3500元。附录2. 部分有关资料请上网站，在数学建模基础数据页之垃圾问题基础数据下载：1）垃圾转运站垃圾转运量等情况统计表（南山），2）南山区居民数据，3）中转站位置图。2基本假设1，假设各站点每天的垃圾量是不变的；2，假设各站点的垃圾都必须在当天清理完毕；3，不允许拖车有超载现象；4，假设车的耗油量不会发生变化5，忽略新型（如核污染）或者未被发现的污染因素3符号说明A：厨余垃圾处理厂选址影响因素的总得分B1：环境因素总的得分值B2：经济因素总的得分值C1：水污染的得分值C2：土地污染的得分值C3: 大气污染的得分值C4:

9、 固废污染的得分值C5: 噪声污染的得分值C6: 土地价格的得分值C7: 运输费用的得分值CI:表示上面的特定的污染因素特定值，如：当I = 1，CI表示C1，即水污染的得分值RI:矩阵阶数，即当I = 1的时候，RI为第一阶矩阵M:垃圾收集站的个数Ck：表示筛选出的第 k座垃圾中转站的中转能力Xi：表示第i座垃圾收集站的垃圾量A ( k )：表示集合B ( i) = k | iA ( k ) ：表示可以覆盖第 i座示筛选出的第 k座垃圾中转站所覆盖的垃圾收集站垃圾收集站的中转站的集合.T：为规划使用年限t0：建设期r：进行现值转换的贴现率Cik：第i座收集站运往第k座中转站单位运输量单位距离

10、的费用,(）Xik：第i座收集站运往第k座中转站的日运输垃圾量()Lik：为第 i座收集站运往第 k座中转站运输距离 ( km )Dkj：为第 k座中站运往第 j座处理场单位运输距离的费用 ()Uij运输车是否从第个中转站点向第个中转站点运输的0-1变量；Ykj：第 k座中转站运往第 j座处理场日运输垃圾量 ( )Skj：第 k座中转站运往第 j座处理场运输距离 ( km )Fk：规划期内待建中转站的固定投资 (元 )E：中转站的运行成本 ( )Qmin：中转站建设的最小控制规模()Qmax：中转站建设的最大控制规模 ( ).：处于“打开”状态的费用现值最小的中转站组合PV 1：组合对应的费用

11、现值a: 拖车的单位量货物每公里的运输费用2.253元/公里；b: 拖车每公里的空载费用；1.8775元/公里。t：表示垃圾收集站 p：表示垃圾中转站 m：表示垃圾处理场4问题分析及模型建立问题（一） 针对城市生活垃圾厨余垃圾处理厂选址这一项复杂的系统工程，用层次分析法使复杂问题简单化，从环境因素、经济因素2个方面进行分析，用取权重的定量化方式进行研究，比较各决策因素的重要程度，得出垃圾焚烧发电厂选址应该以垃圾处理资源化为首要目标进行选择的结论。然后根据权重利用GIS对南山区所有的地理位置进行评估，进行主要是对具体候选厂址进行全面的多目标决策分析，计算出各厂址的相对综合适应性评价数值，加以比较

12、，以获得最佳选址。1，层次分析法（AHP法） AHP法的基本原理是：将要评判系统的有关替代该方案的各种要素按照上一层次为准则，对层次元素进行逐次比较，依照规定的标度量化后写成矩阵形式，即构成判断矩阵。根据两两比较算出各因素的权重，根据综合权重按最大权重原则确定最优方案。具体步骤如下：(1)建立阶梯层次结构: 对目标问题进行分析。将其包含的影响因素分类，每类作为一个层次。一般而言。包括最高层（目标层）、层B（中间层）以及最底层C（基层）。厨余垃圾处理厂选址A环境因素B1经济因素B2土地污染C2水污染C1大地污染C3固废污染C4噪声污染C5土地价格C6运输路程C7 阶梯层次结构图(2) 根据南山区

13、环境影响评估报告等数据资料平衡分析得出各个子决策因素的得分值，再进一步确定各决策因素的重要性及其权重通过对上一层次某因素与本层次相关因素之间相对重要性的比较和层次结构示意图，可以构成判断矩阵判断矩阵的确定可参考判断矩阵标度表（如表）判断矩阵标度标度含义1表示2个目标同等重要3表示一个目标比另一个目标重要5表示一个目标比另一个目标强烈重要7表示一个目标比另一个目标重要的非常多9表示一个目标比另一个目标极端重要2,4,6,8中间值上列各数的倒数反比较，即目标i与目标j比较得到判断,即（3）对层次图各边加权设B1，B2对于A的重要性的比分矩阵为 求得M（A）的主特征向量为，边AB1与边AB2的权分别

14、为0.75,0.25。由最大特征值近似公式：设C1，C2，C3，C4，C5对B1的重要性的比分矩阵为求得M（B1）的主特征向量为，边B1C1 ,边B1C2 ,边B1C3, 边B1C4,边 B1C5 的权分别为0.4827,0.0527,0.2414,0.1298,0.0934。 由最大特征值近似公式： 设C6，C7对B2的重要性的比分矩阵为 求得M（B2）的主特征向量为，边B2C6与边B2C7的权分别为0.2,0.8。（） 判断矩阵的一致性检验 为了保证层次分析法得出的结论具有合理性，有必要对判断矩阵进行一致性检验计算一致性指标，并与平均随机一致性指标表7进行比较，当随机一致性比率时，可认为判

15、断矩阵满足一致性要求，即可对底层可操作性要素归一化得到要素的组合权重；否则要对两两比较判断矩阵重新组建。平均随机一致性指标RI数值矩阵阶数1234567891011RI0.000.000.580.901.121.241.321.411.451.491.51显然M（A）和M（B2）满足对于M（B1）计算得也满足因此认为矩阵有满意的一致性。由各指标权重结果可看出，每一分析指标对选址的影响程度是不同的计算结果在计算机中通过编程实现。权重值赋予到空间数据的属性字段中，进行空间分析（5） 数据处理与分析 GIS平台采用的是ERIS生产的ArcView系列，将组合权重值赋予到个缓冲图层之中，实现空间信息化

16、与属性信息的联接，接着进行空间叠加分析，将权重的值在空间位置进行叠加，得出在整个的研究区域内受环境因子影响的强弱分布图。分值越高越不适合建厨余垃圾处理厂。根据规划需要设定出得分值的阈值，最后得出可能的候选场址。由于我们还没有完全掌握GIS平台的使用,但是我们坚信这个系统根据我们已经有的数据时可以确定出大型厨余垃圾处理厂的位置的，我们暂且把这个处理厂记为Q。 我们已知南山区已有的南山大型厨余垃圾处理厂记为P，这样两个大型处理厂的一天处理量是400吨，由于题给统计表中说南山区垃圾量到转运站的是804吨（包含厨余垃圾，有害垃圾，不可回收垃圾）每日，那么根据题给比例，在转运站中的厨余垃圾就是402吨，

17、除去2个大型处理设备厂每天能处理的厨余垃圾量，还有2吨厨余垃圾这就至少需要小型设备7-10个（这7到10个小设备安放的地点由下一步运输路线决定）我们现在已知两个大设备处理中心位置和所有中转站到处理中心的实际距离对于拖车调度方案的设计，不能仅仅考虑使拖车的行走路线最短，因为此处还存在着垃圾的累积运输的花费问题，因此，我们的目标函数应该是使得所有运输的花费最少。在建模过程中，我们无需考虑投入的拖车台数，只需对各条路径各拖车载重量约束即可，至于投入的车辆数，在各条路径确定后，进行计算即可。2 清运路线模型的建立21 运输车调度方案的模型对于运输车的调度方案，我们建立单目标规划的非线性模型使得运输费用

18、最小，模型如下。注当中转站垃圾某类垃圾超过10吨小于20吨的时候，我们就假设此处有2个中转站相聚极近，当中转站垃圾某类垃圾超过20吨小于30吨的时候，我们就假设此处有3个中转站相聚极近，以此类推。2.1.1目标函数的建立考虑使运输费用最小时，目标函数包括两个方面的费用：空载费用和重载费用。其中，空载费用为第39号站点直接到达的其他各点所花的费用；而重载费用为上一个点（除39号站点）到下一个点（包括39号站点）所花的费用，表示如下： ：2.1.2约束条件的确立（1）对于各个中转站点，只有一辆运输车经过，即每个站点的运进点和运出点均是有且只有一个，即：其中， Uij= 0 表示拖车不从第i号中转站

19、到了第j号中转站 1表示拖车从第i号中转站到了第j号中转站 （ i,j=1,2,38）（2）运输车到达某个站点后，必须将此站点的所有垃圾带走：（3）不允许出现自己往自己站点运输垃圾的现象,即当时有：（4）不允许从第39号站点（处理站厂）运出垃圾，即： （5）每个转运站点的垃圾都必须在当天清理完毕，不允许有滞留：（6）各垃圾拖车不允许有超载现象，即每辆车的载重最多为10吨：21.3单目标规划模型在给出了目标函数和约束条件后，即可得到一个使得运输费用最小的单目标规划模型如下： S.t. 3 运输车调度方案模型的求解 利用LINGO 10编程，对运输车调度方案的模型（1）进行求解,即可求得各垃圾站点

20、的运输方案。由于我们上一问题GIS平台中并未得到处理厂的真实位置，所以此问题我们也是在假设处理厂位置已知的情形下建立的，在理论上我们完全可以验证此模型是完全可行的。但迫于我们上一问中关于GIS平台的使用受知识能力所限，本方案的路线我们也只能给我理论上是可行的，但由于没有上一问的结果我们无法给出具体路线。问题（二） 为寻求一种南山区垃圾中转站优化选址方法 ,根据城市垃圾收运系统的特点 ,引入逆向物流系统选址规划的理念 ,选用集合覆盖模型对中转站的位置进行初步优化 ,确定了垃圾中转站的待选点 ;在此基础上 ,运用整数规划构建整个城市垃圾收运系统费用现值最小模型 ,对城市垃圾中转站的初步规划进行二次

21、优化 ,从待选点中选出垃圾中转站的最优组合。1. 垃圾中转站待选点的确定1.1垃圾收运系统 垃圾收运系统由中转站划分为收集和运输 2个阶段.针对南山区 ,设有 m座垃圾收集站 , p座中转站待选点 , n座垃圾处理场 ,垃圾的收集、中转和运输形成了整个“逆向物流”网络结构 (见图 1) t1t2tmy1m1mnyp图1：“逆向物流”网络结构 由图 1可知 ,垃圾收集站的垃圾只能就近运往一个垃圾中转站 ,而且一个垃圾中转站可以接受多个垃圾收集站的垃圾 ,垃圾收集站和中转站是“多对一”关系 ;而一个垃圾中转站的垃圾可以运往多个垃圾处理场 ,而且一个垃圾处理场可以接受多个垃圾中转站的垃圾 ,垃圾中转

22、站与处理场之间是“多对多”关系.1. 2垃圾中转站集合覆盖模型 对于城市垃圾收运系统 ,在综合考虑城市总体规划、当地经济、市政设施、交通状况、众的接受认可度等影响因素应用集合覆盖模型 ,确定垃圾中转站的待选址.考虑到垃圾站越多 ,环境影响点越多.因此 ,在不影响垃圾正常收集的前提下 ,参照垃圾收集密度以及当地人口密度 ,适当增加每座垃圾站的服务范围 ,计算出每一垃圾收集站的规模和最优收集半径 ,据此布置垃圾收集站.而后选用集合覆盖模型 确定垃圾中转站的待选点 ,即用最少的垃圾中转站去覆盖所有的垃圾收集站.具体步骤如下 ：设有 m座垃圾收集站 ,集合覆盖模型为 :Min (1)约束方程： = 1

23、, i= 1,2,m (2)UikPV-1 ,则转向第 6步 ;若 PV-2PV ,转向第 6步 。第 6步 :输出以及座垃圾中转站时的Xik和Ykj,终止程序.根据输出的计算结果 ,可以求出每个垃圾中转站运往垃圾处理场的垃圾量.若某一垃圾中转站中转量为 0,则表明在垃圾收运费用现值最小的目标下 ,不应设置该中转站 ,应从待选点中剔除 ；对于输出的计算结果不为 0的垃圾中转站 ,予以保留 ,从而实现了中转站选址的二次优化.5模型的评价 我们知道垃圾分类处理与清运方案设计受到诸多方面的影响，比方说城市规划的需要，当地的经济发展水平，各站点垃圾量保持不变，还有一定的人为因素。但是在这纷繁复杂的变量

24、之中，我我们为为了建立模型的方便只选取了对环境和经济作为主要的因素和限制条件。那么可以方便的根据物流学等相关知识体系进行模型的求解，从而得出我们想要的结果。在模型的建立求解的过程之中，我们充分利用逆向物流系统选址规划，集合覆盖模型，整数规划，二次优化并结合Lingo软件进行仿真模拟，利用matlab求解主特征向量，以及Google Earth通过地图的匹配求解中转站之间的距离，得出具有一定参考价值的模型。模型的不足： 首先，由于本模型忽略了现实中一些不可回避的因素，那么很容易引入误差。 其次，由于我们还没有完全掌握arcview平台的使用,但是我们坚信这个系统根据我们已经有的数据时可以确定出大

25、型厨余垃圾处理厂的位置的，在模型中我们暂且把这个处理厂位置记为Q。 再次，在使用Google Earth采集数据的过程之中，利用地图匹配不可避免的会引入一定的误差，这是所使用工具所决定的。 最后，基于我们知识水平的有限，所建立的模型不一定是最好的，但很具有参考价值，能够说明一定的问题。6对南山区垃圾分类处理与清运方案设计的建议我们建立的模型论证了深圳市南山区垃圾分类处理与清运方案设计的合理方案。从城市的规划者角度，希望在设计转运站，垃圾处理厂以及清运路线的时候采用科学的设计方案，在实际的应用之中要考虑多方面的因素，如减少环境的污染（水污染和土地污染等），节约投入的成本和处理费用。综合考虑好之后

26、尽可能协调好各种因素间的关系，已达到环境污染小，经济效益高的双赢境界。从资源管理者的角度，垃圾是一种潜在的资源。回收垃圾具有巨大的经济效益，随着技术水平的提高，逐步构建城市垃圾处理循环经济体系，实现垃圾的回收再利用。提高生活垃圾分类覆盖率，加大宣传教育，在小区及公共场所设置垃圾分类收集装置及分类收集运输车，继续在南山区推进小区，社会单位的垃圾源头分类工作，减少进入生活垃圾收集系统的总量；二是在垃圾站，转运站，综合处理厂等处安装垃圾分类装置，通过机械化分选等不同工艺实现垃圾收运环节的分类减量，提高垃圾的资源化水平；参考文献1陈炳禄.广州市生活垃圾处理的确定J.城市环境，2000,14（1）：27

27、302陈述彭，鲁学军，周成虎编.地理信息系统导论M.北京：科学出版社,20003王伟，袁光钰.我国固体废物处理现状与发展J，环境科学，1997,18（2）：87894张益.城市生活垃圾焚烧厂设计方案研究J.城市环境与城市生态，2000,13（3）：26275王羽.GIS在城市来及收运规划研究中的应用J.江苏环境科技，2002,15（2）：28306王林，叶小侠.基于Lingo语言求解物流配送中心选址模型J.物流技术,2008年10期7 王树禾 数学模型选讲 科学出版社2008年1月第一版8 贾传兴 ,彭绪亚 ,刘国涛 ,等. 2006. 城市垃圾中转站选址优化模型的建立及其应用. 环境科学学报

28、 , 26 ( 11) : 1927 - 1931 9袁新生，邵大宏.LINGO和Excel在数学建模中的应用,北京：科学出版社，2007.10深圳市规划和国土资源委员会官网11汤国安，陈正江，赵牡丹.Arc View地理信息系统空间分析方法,北京：科学出版社,2008.附件：1,主特征向量的matlab代码A=1 1/4;1/3 1;x=1;1;x1=A*x;x1=x1/(x1(1)+x1(2);while 10if(x1(1)=x(1)&x1(2)=x(2) break;else x=x1; x1=A*x; x1=x1/(x1(1)+x1(2);x1endendv=0;for i=1:2

29、s=0; for j=1:2 s=s+A(i,j)*x1(j); end s=s/x1(i); v=v+s;endv=v/2;2,路线的Lingo代码sets:jiedian/1.39/:s,m;link1(jiedian,jiedian):x,u,d;endsetsdata:a=2.253;b=1.8775;s=OLE(D:垃圾转运站垃圾转运量等情况统计表（南山）.xls,f);d=OLE(D:Data2.xls,f);enddatamin=F;!运输费用;F=sum(jiedian(t)|t#le#38:a*d(39,t)*u(39,t)+sum(link1(i,j):b*x(i,j)*d

30、(i,j); !方程(a) !运输时间;!T=sum(link1(i,j):d(i,j)*u(i,j)/40)+1/6*sum(link1(t,k)|t#le#36:u(t,k)+sum(jiedian(t)|t#le#36:d(37,t)*sum(jiedian(i):u(t,i)-u(i,t)/40;!37号节点没有垃圾运出;for(jiedian(j):x(39,j)=0); !最终垃圾全部被运到37号节点;sum(jiedian(i)|i#le#36:x(i,37)=100.5;!定义0-1变量;for(link1:bin(u);!不允许各节点自己往自己运输垃圾;for(jiedian

31、(i)|i#le#38:x(i,i)=0);!每个站点只允许一辆车在此处运出垃圾;for(jiedian(i)|i#le#38:sum(jiedian(j):u(i,j)=1);!每个站点只允许一辆车在此处运进垃圾;for(jiedian(i)|i#le#38:sum(jiedian(j):u(j,i)=1);!运出量等于运进来的加上该站点原有的垃圾量;for(link1(t,i)|t#le#38:x(t,i)=u(t,i)*(sum(jiedian(j):x(j,t)+s(t);!每辆车的载重不超过6吨;for(link1(i,j)|i#le#38:x(i,j)=10);for(jiedia

32、n(i)|i#le#38:u(1,i)=0);for(jiedian(i)|i#le#38:x(1,i)=0);for(jiedian(i)|i#le#38:u(2,i)=0);for(jiedian(i)|i#le#38:x(2,i)=0);for(jiedian(i)|i#le#38#and#i#ne#1:u(3,i)=0);for(jiedian(i)|i#le#38#and#i#ne#1:x(3,i)=0);for(jiedian(i)|i#le#38#and#i#ge#3:u(4,i)=0);for(jiedian(i)|i#le#38#and#i#ge#3:x(4,i)=0);fo

33、r(jiedian(i)|i#le#38#and#i#ge#3#and#i#ne#6:u(5,i)=0);for(jiedian(i)|i#le#38#and#i#ge#3#and#i#ne#6:x(5,i)=0);for(jiedian(i)|i#le#38:u(6,i)=0);for(jiedian(i)|i#le#38:x(6,i)=0);for(jiedian(i)|i#le#38#and#i#ge#5#and#i#ne#6:u(7,i)=0);for(jiedian(i)|i#le#38#and#i#ge#5#and#i#ne#6:x(7,i)=0);for(jiedian(i)|i

34、#le#38#and#i#ge#4:u(8,i)=0);for(jiedian(i)|i#le#38#and#i#ge#4:x(8,i)=0);for(jiedian(i)|i#le#38#and#i#ge#2:u(9,i)=0);for(jiedian(i)|i#le#38#and#i#ge#2:x(9,i)=0);for(jiedian(i)|i#le#38:u(10,i)=0);for(jiedian(i)|i#le#38:x(10,i)=0);for(jiedian(i)|i#le#38#and#i#ge#2#and#i#ne#9#and#i#ne#10:u(11,i)=0);for(

35、jiedian(i)|i#le#38#and#i#ge#2#and#i#ne#9#and#i#ne#10:x(11,i)=0);for(jiedian(i)|i#le#38#and#i#ge#4#and#i#ne#9#and#i#ne#10#and#i#ne#8:u(12,i)=0);u(13,5)=0;x(13,5)=0;for(jiedian(i)|i#le#38#and#i#ge#4#and#i#ne#9#and#i#ne#10#and#i#ne#8:x(12,i)=0);for(jiedian(i)|i#le#38#and#i#ge#10:u(13,i)=0);for(jiedian(

36、i)|i#le#38#and#i#ge#10:x(13,i)=0);for(jiedian(i)|i#le#38#and#i#ge#10#and#i#ne#31:u(14,i)=0);for(jiedian(i)|i#le#38#and#i#ge#10#and#i#ne#31:x(14,i)=0);for(jiedian(i)|i#le#38#and#i#ge#14:u(15,i)=0);u(15,5)=0;x(15,5)=0;for(jiedian(i)|i#le#38#and#i#ge#14:x(15,i)=0);for(jiedian(i)|i#le#38#and#i#ge#7:u(16

37、,i)=0);for(jiedian(i)|i#le#38#and#i#ge#7:x(16,i)=0);for(jiedian(i)|i#le#5#and#i#ne#2:u(16,i)=0);for(jiedian(i)|i#le#5#and#i#ne#2:x(16,i)=0);for(jiedian(i)|i#le#38#and#i#ge#7:u(17,i)=0);for(jiedian(i)|i#le#38#and#i#ge#7:x(17,i)=0);for(jiedian(i)|i#le#38#and#i#ge#10#and#i#ne#14#and#i#ne#16#and#i#ne#20

38、#and#i#ne#31:u(18,i)=0);for(jiedian(i)|i#le#38#and#i#ge#10#and#i#ne#14#and#i#ne#16#and#i#ne#20#and#i#ne#31:x(18,i)=0);for(jiedian(i)|i#le#38#and#i#ge#8:u(20,i)=0);for(jiedian(i)|i#le#38#and#i#ge#8:x(20,i)=0);for(jiedian(i)|i#le#38#and#i#ne#10:u(22,i)=0);for(jiedian(i)|i#le#38#and#i#ne#10:x(22,i)=0);!;for(jiedian(i)|i#le#38#and#i#ge#11:u(19,i)=0);u(19,11)=0;for(jiedian(i)|i#le#38#and#i#ge#11:x(19,i)=0);x(19,11)=0;for(jiedian