ConclusionsIn this paper, we used i

Conclusions
In this paper, we used integrated programming (KPP-POS) and
solved two aspects of problems based on the distribution of hazardous
generation nodes in a certain time period: (1) assume only
K temporary disposal nodes can be set up, we identified the optimal
location of K temporary disposal nodes which maximum the
covering range (i.e., the number of covered generation nodes); (2)
assume it is desired to cover all the generation nodes, we identified
the number of minimum disposal nodes and the optimal location.
We solved the problem about how to swiftly, efficiently and accurately
make the optimal temporary nodes construction decision
under the circumstance of limited disposal resource or desirable
complete disposal according to the practical situation of dynamic
changes.
Our study separately discussed the circumstance of limited
disposal resource and desirable complete disposal, and both of
them consistent to practical situation. The predictability of this
model makes previous preparation for the construction of the next
disposal node possible. Under the circumstance of dynamically
changing hazardous waste generation nodes, the model in this
paper could immediately consider the current situation and accurately
make the optimal decision in a quickly response, which has
strong practical significance.
The limitation of this paper is that this model focuses on
the prospective optimization of industrial hazardous waste disposal
system, which is supposed to be combined with subsequent
optimization model in order to optimize the entire management
system. Next, this model is applicable to every disposal node and
in condition of non-difference. In the future we should have further
discussion under different situations of each node (output, disposal
amount, disposal tech, etc.). In addition, it will have stronger
practical significance if we discuss on the basis of specific practical
situations and specific data, e.g., bring the factors such as
the output of each hazardous waste generation node, the scale
of risks of different hazardous waste, the costs of transportation
distance, the disposal ability of each temporary disposal node
(including the disposal amount and the sorts of hazardous waste
that could be disposed, etc.) into consideration, under this circumstance,
the result of the simulation will has stronger practical
significance.

ผลลัพธ์ (ไทย) 1:

บทสรุปในเอกสารนี้ เราใช้การเขียนโปรแกรมรวม (KPP-POS) และแก้ปัญหาตามการกระจายของอันตรายสองด้านสร้างโหนดในช่วงเวลา: (1) สมมติเท่านั้นK ขายทิ้งชั่วคราวโหนสามารถตั้ง เราระบุเหมาะสมตำแหน่งของโหน K ทิ้งชั่วคราวสูงสุดที่จะครอบคลุมช่วง (เช่น หมายเลขของโหนดครอบคลุมรุ่น); (2)สมมติว่า เป็นที่ต้องการสร้างโหนทั้งหมด เราระบุหมายเลขของโหนทิ้งน้อยที่สุดและตำแหน่งที่เหมาะสมเราแก้ไขปัญหาเกี่ยวกับวิธีการอย่างรวดเร็ว มีประสิทธิภาพ และถูกต้องทำให้โหนชั่วคราวเหมาะสมตัดสินใจก่อสร้างภายใต้สถานการณ์ของทรัพยากรจำกัดทิ้งหรือประกอบทิ้งให้สมบูรณ์ตามสถานการณ์จริงของไดนามิกการเปลี่ยนแปลงเราแยกกล่าวถึงสถานการณ์จำกัด(มหาชน)ทรัพยากรขายทิ้ง และทิ้งต้องสมบูรณ์ และทั้งสองพวกเขาสอดคล้องกับสถานการณ์จริง แอพพลิเคชันนี้รูปแบบทำให้ก่อนหน้านี้เตรียมการสำหรับการก่อสร้างต่อไปโหนดขายทิ้งได้ ภายใต้สถานการณ์ของแบบไดนามิกเปลี่ยนขยะอันตรายสร้างโหน รุ่นนี้กระดาษสามารถพิจารณาสถานการณ์ปัจจุบันทันที และถูกต้องทำให้การตัดสินใจที่ดีที่สุดในการได้อย่างรวดเร็วตอบสนอง ซึ่งมีความสำคัญการปฏิบัติที่แข็งแรงข้อจำกัดของเอกสารนี้คือ ว่า รุ่นนี้เน้นเพิ่มประสิทธิภาพอนาคตของเสียอันตรายอุตสาหกรรมsystem, which is supposed to be combined with subsequentoptimization model in order to optimize the entire managementsystem. Next, this model is applicable to every disposal node andin condition of non-difference. In the future we should have furtherdiscussion under different situations of each node (output, disposalamount, disposal tech, etc.). In addition, it will have strongerpractical significance if we discuss on the basis of specific practicalsituations and specific data, e.g., bring the factors such asthe output of each hazardous waste generation node, the scaleof risks of different hazardous waste, the costs of transportationdistance, the disposal ability of each temporary disposal node(including the disposal amount and the sorts of hazardous wastethat could be disposed, etc.) into consideration, under this circumstance,the result of the simulation will has stronger practicalsignificance.

ผลลัพธ์ (ไทย) 2:

ข้อสรุปในบทความนี้เราใช้ในการเขียนโปรแกรมแบบบูรณาการ (KPP-POS) และการแก้ไขสองด้านของปัญหาขึ้นอยู่กับการกระจายของอันตรายโหนดรุ่นในช่วงระยะเวลาหนึ่ง(1) สมมติเท่านั้นK โหนดกำจัดชั่วคราวสามารถตั้งค่าที่เราระบุ อัตราส่วนที่ตั้งของK โหนดกำจัดชั่วคราวซึ่งสูงสุดช่วงครอบคลุม(เช่นจำนวนของโหนดรุ่นครอบคลุม); (2) ถือว่ามันเป็นที่ต้องการจะครอบคลุมทุกโหนดรุ่นเราระบุจำนวนโหนดการกำจัดขั้นต่ำและสถานที่ที่ดีที่สุด. เราแก้ปัญหาที่เกิดขึ้นเกี่ยวกับวิธีการอย่างรวดเร็วมีประสิทธิภาพและถูกต้องทำให้ต่อมน้ำชั่วคราวที่ดีที่สุดการตัดสินใจก่อสร้างภายใต้สถานการณ์ของทรัพยากรที่ จำกัด หรือการกำจัดที่พึงประสงค์กำจัดสมบูรณ์ตามสถานการณ์แบบไดนามิกในทางปฏิบัติของการเปลี่ยนแปลง. การศึกษาของเราแยกกล่าวถึงกรณีของการ จำกัดทรัพยากรการกำจัดและต้องการกำจัดสมบูรณ์และทั้งสองของพวกเขาที่สอดคล้องกับสถานการณ์จริง การคาดการณ์นี้รูปแบบจะทำให้การเตรียมการก่อนหน้านี้สำหรับการก่อสร้างต่อไปโหนดกำจัดไปได้ ภายใต้สถานการณ์ของแบบไดนามิกเปลี่ยนโหนดรุ่นของเสียอันตราย, ในรูปแบบนี้กระดาษทันทีอาจจะพิจารณาสถานการณ์ในปัจจุบันและถูกต้องทำให้การตัดสินใจที่ดีที่สุดในการตอบสนองได้อย่างรวดเร็วซึ่งมีความสำคัญในทางปฏิบัติที่แข็งแกร่ง. ข้อ จำกัด ของการวิจัยนี้คือการที่รุ่นนี้มุ่งเน้นไปที่การเพิ่มประสิทธิภาพในอนาคตของอุตสาหกรรมการกำจัดของเสียอันตรายของระบบซึ่งควรจะนำมารวมกับที่ตามมารูปแบบการเพิ่มประสิทธิภาพเพื่อเพิ่มประสิทธิภาพการบริหารจัดการทั้งระบบ ถัดไปรุ่นนี้ใช้ได้กับโหนดกำจัดทุกคนและอยู่ในสภาพที่ไม่แตกต่างกัน ในอนาคตเราควรจะมีต่อการอภิปรายภายใต้สถานการณ์ที่แตกต่างกันของแต่ละโหนด(ส่งออกจำหน่ายจำนวนเงินที่มีเทคโนโลยีการกำจัดอื่นๆ ) นอกจากนี้ก็จะมีความแข็งแกร่งอย่างมีนัยสำคัญในทางปฏิบัติถ้าเราพูดคุยบนพื้นฐานของการปฏิบัติที่เฉพาะเจาะจงสถานการณ์และข้อมูลที่เฉพาะเจาะจงเช่นนำปัจจัยเช่นการส่งออกของแต่ละโหนดรุ่นของเสียอันตรายที่ขนาดของความเสี่ยงของการเสียอันตรายที่แตกต่างกันค่าใช้จ่ายการขนส่งระยะทาง, ความสามารถในการกำจัดของแต่ละโหนดกำจัดชั่วคราว (รวมถึงปริมาณการจำหน่ายและทุกประเภทของเสียอันตรายที่อาจจะทิ้ง ฯลฯ ) มาประกอบการพิจารณาภายใต้สถานการณ์เช่นนี้เป็นผลมาจากการจำลองจะมีการปฏิบัติที่แข็งแกร่งอย่างมีนัยสำคัญ

ผลลัพธ์ (ไทย) 3:

สรุปในกระดาษนี้เราใช้โปรแกรมแบบบูรณาการ ( kpp-pos ) และ
แก้ไขสองด้านของปัญหาตามการกระจายของโหนดรุ่นอันตราย
ในช่วงระยะเวลาหนึ่ง ( 1 ) สันนิษฐานเท่านั้น
K ชั่วคราวการจัดการโหนดสามารถตั้งค่า เราระบุสถานที่ที่เหมาะสม
K ชั่วคราวการจัดการโหนดซึ่งสูงสุด
ครอบคลุมช่วง ( เช่น จำนวนของครอบคลุมโหนดรุ่น ( 2 )
)ถือว่าเป็นโหนดที่ต้องการเพื่อให้ครอบคลุมทุกรุ่น เราระบุ
โหนดทิ้งน้อยที่สุด และสถานที่ที่เหมาะสม .
เราแก้ปัญหาเกี่ยวกับวิธีการอย่างรวดเร็ว , มีประสิทธิภาพและถูกต้อง
ให้เหมาะสมชั่วคราวโหนดการตัดสินใจก่อสร้าง
ภายใต้สถานการณ์ของทรัพยากร จำกัด หรือกำจัดทิ้งสมบูรณ์ที่พึงประสงค์
ตามสถานการณ์จริง การเปลี่ยนแปลงแบบไดนามิก

การศึกษาของเราต่างหาก กล่าวถึงสถานการณ์ของทรัพยากร จำกัด และการกำจัดทิ้ง
สมบูรณ์ที่พึงประสงค์และสอดคล้องกับสถานการณ์ ทั้ง
พวกเขาปฏิบัติ อำนาจการทำนายของแบบจำลองนี้
ทำให้การเตรียมก่อนการก่อสร้างของโหนดถัดไป
จัดที่สุด ภายใต้สถานการณ์ของการเปลี่ยนแปลงแบบไดนามิกของเสียอันตราย
รุ่นโหนด รุ่นนี้
กระดาษได้ทันทีจะพิจารณาสถานการณ์ปัจจุบันและถูกต้อง
ตัดสินใจที่เหมาะสมในการตอบสนองได้อย่างรวดเร็ว ซึ่งมีความสำคัญในทางปฏิบัติ

แข็งแรง ข้อจำกัดของกระดาษนี้ว่ารุ่นนี้จะเน้นที่การเพิ่มประสิทธิภาพของระบบในอนาคต

อุตสาหกรรมกำจัดขยะอันตราย ซึ่งควรจะรวมกับตามมา
รูปแบบการเพิ่มประสิทธิภาพเพื่อเพิ่มประสิทธิภาพของระบบการจัดการ
ทั้งหมด ต่อไป รุ่นนี้ใช้ได้กับทุกโหนดในการกำจัดและ
ผลต่างของนนท์ ในอนาคต เราควรจะมีการอภิปรายต่อไป
ภายใต้สถานการณ์ที่แตกต่างกันของแต่ละโหนด ( ออกจำหน่าย
ยอด ขายทิ้ง เทค ฯลฯ ) นอกจากจะได้แข็งแกร่ง
ปฏิบัติความสำคัญถ้าเราคุยกันบนพื้นฐานของสถานการณ์จริง
ที่เฉพาะเจาะจงและข้อมูลเฉพาะ เช่น นำปัจจัยเช่น
ผลผลิตของแต่ละรุ่นโหนดของเสียอันตราย ระดับของความเสี่ยงของของเสียอันตราย
แตกต่างกัน ต้นทุนของระยะทางการขนส่ง
, ทิ้งความสามารถของแต่ละโหนดชั่วคราวจัด
( รวมถึงการกําจัด ปริมาณและประเภทของขยะอันตราย
ที่สามารถกำจัด ฯลฯ ) ในการพิจารณาภายใต้สถานการณ์นี้
ผลการจำลองจะได้แข็งแกร่งจริง
. 05