垃圾分类处理与清运方案设计.doc

垃圾分类处理与清运方案设计 摘要在成本最小化愈发重要的今天， 本文利用LINGO，MATLAB以及遍历搜索方法对深圳市南山区垃圾分类处理与清运方案设计问题做了研究。本文利用google earth检索了所有的垃圾转运站，垃圾焚烧厂以及填埋场的经纬度，再利用平面投影计算出经纬度与实际距离的关系，以垃圾焚烧厂为原点，求出了其余各个地方的坐标，从而确定了垃圾转运站的位置。又以两点的横纵坐标绝对值之差作为该两点之间路网的长度。在设计厨余垃圾处理设备的分布时，本文从总体数据中抽取300个样本，模拟总体分布，将小区的垃圾划分给距离最近的转运站，从而确定了38个转运站每天接收的垃圾量。又以厨余垃圾处理设备的位置和数量为变量，建立了成本最小化模型。在求解过程中，lingo无法求出全局最优解，遗传算法程序无法收敛到最优解，本文最后采用MATLAB遍历搜索，求解出了成本最小化模型。发现应该建3个厨余垃圾处理设备，分别建在牛成村站，南园站和沙河市场站。当厨余垃圾处理设备的位置任意时，本文证明了该设备一定会建在垃圾转运站处，从而设计方案不变。当进一步考虑环保效果时，本文分析得出可以少建一个大型处理设备的结论。对于厨余垃圾之外的其他垃圾，本文利用聚类的思想，把所有的垃圾转运站按照平方欧式距离聚成6类。再对每一类遍历搜索出最佳清运方案，从而利用所有的局部最优，实现全局最优。从而求解出十年的最小处理费用为49051.89万元。确定每一个居民小区由哪一个垃圾转运站及厨余垃圾处理设备服务时，本文分别利用所有居民小区和垃圾转运站的坐标数据，对于每一个居民小区，计算出离它最近的垃圾转运站和厨余垃圾处理设备，从而确定了服务分配方案。在重新设计转运站时，本文本着转运站数目不变的原则。把一个转运站和它负责的小区看作一个局部系统，在局部系统内搜索最优的转运站位置，从而得到了更优的转运站的分布设计。再根据转运站的位置，利用前面的优化模型，求解出最优的设备分布方案。本文将数学建模方法引入了垃圾处理的优化问题，根据不同的情况，提出了可靠的优化措施，并计算了优化结果。整篇文章逻辑清晰，方法也易于操作。关键词：优化 MATLAB 遍历搜索 系统聚类一、问题重述二、基本假设基本假设1. 题目所给数据及本文分析所用地理数据均真实可靠；2. 该区居民人口固定，能自觉将其所产生垃圾分类；3. 每日各垃圾中转站的垃圾量不变，且各类垃圾比例固定；4. 清运系统正常运行，即能处理完当日所有垃圾；5. 所有垃圾运输车及司机均能顺利且高效完成其工作任务；6. 大、小型厨余垃圾处理设备寿命均为十年，且工作效率稳定；7. 大、小型厨余垃圾处理设备的具体建设无数量及占地面积的严格要求；8. 司机能正确判执行其最佳清运路线，且车空载时不消耗费用。9. 拖头耗油量随其载重在题目所给范围内线性增加。10. 设地球各经线圈、纬线圈为正圆。其余假设仅适用于各自探究时进行的假设将在后面的分析中给出。三、符号说明赤道半径；两极半径；i点经度；i点纬度；纬度上纬线半径；某点坐标；38个转运站、南山垃圾焚烧厂和下坪垃圾填埋场两辆间距离矩阵；厨余垃圾处理设施固定投资；厨余垃圾处理设施日运营成本；厨余垃圾处理设施日运输成本；厨余垃圾处理设施日运营时间；第j个转运站每天从小区收回的厨余垃圾量；大型厨余垃圾处理设施台数；小型厨余垃圾处理设施台数；四、模型的建立与求解1.测绘学球面投影模型1.1经纬度确定为了确定垃圾转运站、焚烧厂和填埋场的位置，首先需要在地图上找到它们。鉴于题目pdf文件所给地图没有比例尺，我们选用“google地球”来确定垃圾转运站、焚烧厂和填埋场经纬度。我们根据题目所给的“垃圾转运站垃圾转运量等情况统计表（南山）”和“深圳市南山区垃圾转运站分布图”与“google地球”搜索呈现的卫星地图，从街道名称、地标性建筑及特征明显的图形等角度仔细比较，最终确定了题目所给38个垃圾转运站、南山垃圾焚烧厂和下坪垃圾填埋场的经纬度。数据见表1。表1编号北纬B(度分秒)东经L(度分秒)1223239.141135449.982223258.061135537.893223543.781135727.894223519.591135723.15223658.491135519.046223134.861135624.52全部数据见 附录1.11.2平面投影模型为了更好的描述位置并为后面的模型及求解奠定基础，我们需要确定垃圾转运站、焚烧厂和填埋场的坐标。由球面的经纬度换算为笛卡尔平面坐标系的坐标，我们采用的方法是测绘学的球面投影模型。球面投影是等角透视方位投影之一，承影面切于球面，视点位于切点的对点上，投影平面垂直于过视点的直径。由于垃圾最终都会运往焚烧厂或填埋场，所以我们令位于南山区的垃圾焚烧厂为笛卡尔平面坐标系原点。平面坐标系坐标是以某点距离原点在横、纵方向上的距离描述的。所以需要求出球面上的点在经度（南北）与纬度（东西）两个方向上与原点的距离。我们查到：赤道半径千米，两极半径千米。设原点（垃圾焚烧厂）的经纬度分别和，要寻找的点经纬度分别为和。根据曲面几何知识，可以得出该点在平面上的坐标计算公式：深圳位于北半球。在东西方向上高纬度的纬线半径较小，所以选取较高纬度上的弧为东西方向上距离：南北方向上：则该点的坐标为。运用MATLAB编程求解（程序见附录1.2），得出了全部38个垃圾转运站的坐标及下坪垃圾填埋场坐标，如表2所示：表2编号（i）XY14.1784936.30051725.5473246.88360238.69012211.9908348.55326711.2453355.00876314.293273922.3187211.01173全部内容见 附录1.31.3网路距离虽然任意两站间需要通过实际的街道，但通过观察地图发现，从距离上来看，近似的等于横纵坐标距离差之和。所以任意两点i,j距离为d：用MATLAB编程求解（程序见附录1.4）可以得到任意两点间的距离矩阵，如表3。表3123453810 1.95 10.20 9.32 8.82 13.68 21.95 0 8.25 7.37 7.95 11.73 310.20 8.25 0 0.88 5.98 3.90 49.32 7.37 0.88 0 6.59 4.36 58.82 7.95 5.98 6.59 0 9.88 0 12.96 3813.68 11.73 3.90 4.36 9.88 12.96 0 全表见 dij.xlc2.厨余垃圾设备分布优化模型2.1垃圾转运站处的厨余垃圾设备分布模型2.1.1模型思想当厨余垃圾处理设施建立在现有的垃圾转运站处时，可以抽象地理解为所遇转运站的垃圾都将运往下一层次可能的的38个处理设施处。若就在本转运站设立处理设施，则垃圾有本站“运往”本站，距离和运费为零，即没有运。再根据处理设施的处理能力、转运量等约束，以总费用最低为目标建立优化模型。2.1.2模型建立1.决策变量所需要求解的决策变量包括大、小型厨余垃圾处理设施建设的场所与数量，转运的起点、终点及其运量。2.目标函数时间内的的总支出最小。总支出包括：固定投资和日运营成本、日运输成本与时间（天）的积。在这里时间假设为10年，即。3.约束条件每天从i站运出的总量等于其当天从小区收回的垃圾量：每天从i点运出的总量，排除“运回”本站的量，小于其转运辆限制：每天每个处理设施收到的垃圾量分为大型设施处理量和小型设施处理量两部分：每天每个处理设施，包括大型设施和小型设施，收到的垃圾量不大于其处理能力：总共建立的大处理设施台数、小型处理设施台数:固定投资额（万元）：日运营成本,即每台设备处理量乘以其处理单价的总和（万元）：日运输成本,设每车耗油30L70#汽油/百公里。其中为两点间运输所需要的2.5吨车辆数，为70#汽油单价：综上所述，可建立规划模型：2.1.3模型求解1.lingo的较优解运用lingo编程（程序代码见附录2.1）由于模型属于整形规划，且规模较大，lingo长时间运行没能出结果。我们在其迭代92602343次后中断运行，得到了一个较优的可行解。这一初步结论是在5 号（牛城村站）、25号（福光站）和28号（沙河市场站）各建立一个大型设施。在7号（同乐村站）建立18个小型设施、11（号阳光站）建立7个小型设施、21（号南光站）建立35个小型设施、29号（龙井）建立19个小型设施、30号（南山市场）建立18个小型设施、34号（长源村站）建立12个小型设施、37号（西丽路站）建立18个小型设施、38号（塘朗站）建立7个小型设施。总的费用为49051.89万元。然而lingo并没有给出一个最优解，因此，本文另外利用MATLAB搜索求出最优解。2.遗传算法的不收敛解运用遗传算法（程序代码见附录2.2）求解以上问题，染色体在选择，交叉，变异5000次之后，仍然无法收敛。但是遗传算法证明了，建立2个大型设备会比建立一个大型设备好，所以在以后的模型中，就不考虑建立一个大型设备的情况。3.MATLAB搜索求解受到每个垃圾转运站转运能力的限制，每天可以优化的厨余垃圾吨数少于512吨，由数值计算以及lingo的较优解，可初步判定，建立的大型设备的数目为2或者3。于是，分别对大型设备为2和3的时候求最优解，再比较两个最优解，取更小的总花费为最优解。（1）建立两个大型处理设备时Step1：对于第一个大型设备从1到37搜索，对第二个大型设备从到38搜索，这样就遍历了任意一种组合。Step2：把每个转运站可以搬运的垃圾看作以2.5吨的车为单位，这样则把可以转运的垃圾分成了187份，对于每一份垃圾，可以留在原处，也可以送去大型设备或者大型设备。不考虑经过另一个转运站再送去大型设备的情况。Step3：对于每一份厨余垃圾，计算它们到大型设备和的距离，以及到两者的距离之和。Step4：对厨余垃圾到两个大型设备的距离之和排序。Step5：按照从小到大的顺序，对于每一份厨余垃圾，将被送往离它较近的大型设备，若该设备已经达到上限，则送去另一个大型设备，直到两个设备都达到处理能力的上限时，跳出循环。未被送去大型设备的，则默认为留在本垃圾转运站处理，即在本垃圾转运站建立小型处理垃圾处理设备。Step6：对于每一种大型设备的组合，计算出该组合的费用。并保留费用最小的组合，作为最优解。用MATLAB编程求解（程序见附录2.3）得：建立两个大型设备的时候，十年的最小费用为51467.7万元。（2）建立三个大型处理设备时Step1：对于第一个大型设备从1到36搜索，对第二个大型设备从到37搜索，对于第三个大型设备从到38搜索，这样就遍历了任意一种组合。Step2：把每个转运站可以搬运的垃圾看作以2.5吨的车为单位，这样则把可以转运的垃圾分成了187份，对于每一份垃圾，可以留在原处，也可以送去大型设备，大型设备或者大型设备。不考虑经过另一个转运站再送去大型设备的情况。Step3：对于每一份厨余垃圾，计算它们到大型设备，的距离，以及到三者的距离之和。Step4：对厨余垃圾到三个大型设备的距离之和排序。Step5：按照从小到大的顺序，对于每一份厨余垃圾，将被送往离它较近的大型设备，若该设备已经达到上限，则送去另一个较近的大型设备。Step6：对于每一种大型设备的组合，计算出该组合的费用。并保留费用最小的组合，作为最优解。用MATLAB编程求解（程序见附录2.4）得：建立三个大型设备的时候，十年的最小费用为46542.1万元。2.1.4求解结果利用MATLAB分别计算建立两个和三个大型设备的情况时，建立三个大型设备的费用更小。所以，整体最优解为建立三个大型设备。最小费用为：46542.1万元。大型设备建立的转运站为：5 号（牛城村站）、22号（南园站）和28号（沙河市场站）各建立一个大型设施。小型设备建立的转运站为：7号（同乐村站）建造21个，21号（南光站）建造42个，29号（龙井站）建造22个，30号（南山市场站）建造23个，34号（长源村站）建造14个，37号（西丽路站）建造22个，38号（塘朗站）建造8个。2.2任意处的厨余垃圾设备分布模型2.2.1模型思想模型2.2与2.1唯一的不同，是去掉了一个约束条件，即设备需要建立在垃圾转运站。表面上来看，求解的范围变得更广，求解变得更加艰难。但是，倘若我们可以证明，在设备地点没有约束的情况下，它一定会建立在垃圾转运站上，则求解过程就和模型2.1一模一样。2.2.2模型证明1.模型准备虽然整个深圳市南山区的地图非常复杂，但是去到任意一个垃圾站，都需要先去到距离垃圾站最近的马路。并且，由设备点去到任何一个地方，也都需要去到离设备点最近的马路，再由马路去到目的地。因此，可以认为垃圾站和设备点都在马路上，这将有助于对于问题的求解并且不影响精确度。2.证明过程假设最佳设备点不在垃圾转运站处，则可以把垃圾转运站归为两类，一类是最佳设备点去到该垃圾转运站，往左走更近，一类是最佳设备点去到该垃圾转运站，往右走更近。假设往走左更近的垃圾转运站个数为，往右走更近的垃圾转运站个数为。若该最佳设备点左移，则由最优解变成非最优解，这说明：同理，当最佳设备点右移，则由最优解变成非最优解，这说明：显然，两者矛盾。所以，最佳设备点一定在垃圾转运站处。2.2.3模型求解本文在2.2.2已经证明，最佳设备点一定在垃圾转运站处。因此，求解最佳设备点的方法与模型2.1中的求解方法相同。2.2.4模型结果当厨余垃圾处理设备的地点任意的时候，最佳的分布为：最小费用为：46542.1万元。大型设备建立的转运站为：5 号（牛城村站）、22号（南园站）和28号（沙河市场站）各建立一个大型设施。小型设备建立的转运站为：7号（同乐村站）建造21个，21号（南光站）建造42个，29号（龙井站）建造22个，30号（南山市场站）建造23个，34号（长源村站）建造14个，37号（西丽路站）建造22个，38号（塘朗站）建造8个。2.3考虑环保效果的厨余垃圾设备分布模型2.3.1模型思想在“环保低碳”理念愈发重要的今天，政府对汽油污染等大气污染的控制迫在眉睫。因此，对于本题所涉及的垃圾运输车的耗油量，我们必须结合政府出台一些污染惩罚政策，结合环保效果来进一步分析厨余垃圾设备的分布设计。对于政府的大气污染总罚款，我们将其均摊到垃圾运输车的运输耗油量上。假设其罚款为，我们欲找到此临界值，以供运营商决策。2.3.2模型的建立及求解在前文所述垃圾转运站处厨余垃圾设备分布模型的Matlab搜索求解中，我们分别求得使用两个大型设备和三个大型设备的总费用，分别为：。则两个方案的污染罚款费分别为：。其中，为两个方案的运输耗油量。因此，本文建立汽油污染罚款临界值的数值计算模型如下：其中，为实际问题分析中耗油量计算的误差项，在耗油量较大，运输时间持续较长的情况下我们可以直接忽略。分析可知，大型厨余垃圾设备的减少会增加运营成本，但运输费，以及相应的环境污染罚款费用会减少，我们有必要算出理论的汽油污染罚款临界值，若政府出台的，则在考虑环境效果及经济效益的前提下，则应减少大型厨余垃圾设备的数量；若，则在考虑环境效果及经济效益的前提下，不应该减少厨余垃圾设备的数量。本文利用Matlab编程，进行搜索求解。2.3.3模型结果及分析搜索结果为：当时，建三个大型厨余垃圾设备的总成本依旧较低，而汽油的单价仅为，考虑到现实因素（惩罚措施的合理程度），我们认为理论上的值将大大超出运营商的可接受范围。因此，在考虑汽油污染这一环境因素后，我们认为厨余垃圾设备的分布不变，依旧为：大型设备建立的转运站为：5 号（牛城村站）、22号（南园站）和28号（沙河市场站）各建立一个大型设施。小型设备建立的转运站为：7号（同乐村站）建造21个，21号（南光站）建造42个，29号（龙井站）建造22个，30号（南山市场站）建造23个，34号（长源村站）建造14个，37号（西丽路站）建造22个，38号（塘朗站）建造8个。造成这一结果的原因主要为总运输成本在总成本中所占比例较低，其值的改变对总成本的影响不大，因此对运营商决策的影响并不明显。3.基于聚类分析的搜索3.1模型思想依题意，对于厨余垃圾以外的部分，可回收垃圾将在分类后被回收利用。而有害垃圾将被运往指定的下坪垃圾填埋场。其他不可回收垃圾可能被运往南山垃圾焚烧厂或下坪垃圾填埋场，视其费用而定。总体目标为运输费用最低。题目给出：平均吨公里耗油25L30L柴油/百公里。本文假设拖头耗油量随载重增加而线性递增。设载重量为，则油耗为。容易推算出，为了使运输费用最低，需要尽可能的使每厢尽可能平均分配且尽量装满，这就要求将分散的垃圾集中后统一运输。本文采用聚类分析的方法，将把上述38个垃圾中转站进行分组，并且在每一类中搜索一个站，汇总每一组的所有有害垃圾和其它不可回收垃圾并运往相应的处理地点，计算其费用。进而找出费用最低的汇总站。3.2聚类分析1.聚类思路 系统聚类中的凝聚法，开始把参与聚类的每个个体视为一类，根据两点之间的距离逐步合并，直到合并为一个大类为止。根据前文分析，我们得到了38个垃圾中转站的横坐标以及纵坐标值，将其作为聚类因素，并采用恰当的聚类方法及测度距离进行系统聚类分析。2.聚类步骤Step1: 将38个垃圾中转站的横纵坐标值分别录入SPSS。Step2: 采用组间平均连接法，并选择平方欧氏距离作为测度方法，利用SPSS进行聚类分析，并保存输出结果。Step3:利用得到的聚类结果，做出较为直观的散点图。3.聚类结果运用SPSS聚类分析，得出38个点的聚类结果，如下表：表4 编号XY类别1 4.178492536 6.300517358 1 2 5.547323834 6.883601825 1 3 8.690121639 11.990830040 2 4 8.553267080 11.245332510 2 5 5.008762574 14.293274040 3 全部数据见 附录3.1结合原始数据以及聚类分析得到的数据，我们得到了各类别在地图上的分布示意图，如图1：图1（系列1至6即代表统聚类输出的聚类结果为6，图包含了各中转站分布信息）3.3模型建立为了求出聚类分析得出的每一组中转站的汇总站，我们采取搜索的方法。遍历组内每一个站，取出费用最低者作为汇总站每辆拖车的耗油量，为了使运输费用最低，应该尽可能的使每厢尽可能平均分配且尽量装满。所以，对于总重量为的垃圾，应调用辆拖头。每辆拖头拉吨垃圾。我们查到拖头使用的0#柴油单价为7.30。于是从转运站i运往j的运费为：其中，为前文抽样得到的i号中转站需要转运的垃圾吨数，为前文平面投影模型求出的任意两点间距离。搜索流程：Step1:计算组内n个站，任意两地间运输费用，计入；Step2:对按列求和，即为在该组内，若以j为汇总站，垃圾汇总所产生的运输费，用计入；Step3:假设其他不可回收垃圾全部运往南山垃圾焚烧厂，计算运输费用，计入；Step4:假设其他不可回收垃圾全部运往下坪垃圾填埋场，计算运输费用，计入；Step5:比较与，取较小者作为其他不可回收垃圾运输费用，计入；Step6:计算有害垃圾运往下坪垃圾填埋场的运输费用，计入；Step7:对，计算为以j为汇总站的垃圾运输费用，计入Step8:找出中的最小值及对应的j取值，记为改组的最优垃圾清运费用及对应汇总站3.4模型求解根据上述搜索流程，运用MATLAB编程（程序代码见附录3.2.1、附录3.2.2）得到结果，如表5：表5类别汇总站编号其它不可回收垃圾处理点费用（元/日）122南山垃圾焚烧厂4595.94894124下坪垃圾填埋场2556.490161333下坪垃圾填埋场2269.592997435下坪垃圾填埋场3878.06097524南山垃圾焚烧厂1240.647418634下坪垃圾填埋场596.25508214.垃圾转运站遍历搜索模型4.1模型准备在南山区这么一片有限的地方，两地的距离并不远。因此，经过数值运算，可以发现每吨的运输费用加上大型设备的处理费用一定小于小型设备的处理费用。所以，在该模型中。我们仍然使用模型2中的结果，建立3个大型的厨余垃圾处理设备。又因为在模型2中，我们之所以求解出来会建立小型设备，并非是因为建立小型设备更省，而是因为垃圾转运站的搬运上限，因此不得不建立小型设备。而在该模型中，从居民区直接运往处理设备，因此没有搬运上限，也就不需要建立小型设备。又由于居民区数量过多，很细的划分出每一个居民区归属于哪一个垃圾中转站很繁琐也没有意义，因此我们把居民区按大片划分，将人数少于500人的地方合并给周围的地方，然后将居民区缩减为192个。4.2模型思想我们认为，确定每一个居民小区由哪一个垃圾转运站及厨余垃圾处理设备服务是两件独立的事。一个居民小区由哪一个垃圾转运站服务，取决于该垃圾转运站是否是距离该居民小区最近的垃圾转运站。一个居民小区由哪一个厨余垃圾处理服务取决于该厨余垃圾处理设否是否到该居民小区最近，并且该厨余垃圾处理设备没有达到日处理能力的上限。因此，我们分两步来求解这两个独立的问题。4.3模型求解用一个程序分别求解以上两个问题，程序的算法如下：Step1：对于第一个大型设备从1到36搜索，对第二个大型设备从到37搜索，对于第三个大型设备从到38搜索，这样就遍历了任意一种组合。Step2：对于每一个居民小区，计算它们到大型设备，的距离，以及到三者的距离之和。Step3：对居民小区到三个大型设备的距离之和排序。Step4：按照从小到大的顺序，对于每一个居民小区，将被送往离它较近的大型设备，若该设备已经达到上限，则送去另一个较近的大型设备。Step5：对于每一种大型设备的组合，计算出该组合的费用。并保留费用最小的组合，作为最优解。Step6：对居民小区做从1到192的搜索，对于每一个居民小区，计算它到38个垃圾转运站的距离，并取最近的垃圾转运站作为自己的服务垃圾转运站。4.4求解结果利用MATLAB编程（程序见附录4.1）求解得：方案最小费用为：41526.4万元。大型设备建立的转运站为：18号（深圳大学站）、24号（花果路站）和29号（龙井站）各建立一个大型设施。不建立小型厨余处理设备。三个大型处理设备服务的居民小区为：表6 深圳大学站处理设备爱榕路缤纷年华人人乐朝阳北街大板桥巷大冲村丁头村东滨路佛山街公园路关口路官龙村海边新村海昌街海尚国际海月路红花路虹步路花果路花屋巷华明路华侨城天鹅堡金世纪路九祥岭朗景园雷公岭村丽山路龙井路龙苑路麻雀岭工业区南山村南山大道南商路南水步行街南新路南园村南支路侨城东街蛇口海湾新村蛇口老街蛇口南水村蛇口湾厦旧村八巷蛇口湾厦旧村七巷蛇口湾厦旧村十二巷蛇口湾厦旧村十巷蛇口湾厦旧村五巷蛇口湾厦旧村一巷蛇口湾厦新村五巷蛇口望海路蛇口新街蛇口渔村路深南大道石鼓路石洲北路四海路松白路桃园路湾厦路围仔西文心二路向南村六坊向南村三坊向南村十一坊向南东村向南路新南村新铺街兴工路兴南路学府路沿湖路沿山路一甲二巷永福正街渔村路渔港码头月亮湾大道粤海路招商路正龙村正南街表7 花果路站白石路北头村东街茶光村常兴路大勘二村登良路高新南环工业七路光前村东区桂庙新村后海大道建南路科发路科慧路科技南路科伟路科兴路蓝天路乐平街丽珠花园留仙大道龙城路龙屋四巷妈湾大道米兰居牛成村牛成路前海路琼宇路泉园路桑泰大厦沙河东路汕头街少帝路蛇口湾厦旧村二巷深云路石云村书山路松坪街松坪山太平里太子路同安路同乐村河畔路同乐外贸工业区文华路文苑街西丽北路西丽湖路西丽路新高路新光路新围村石岭工业区新屋村东区新中路兴明北街义学街艺园路玉泉路正风路中山东街中山南街中山南街二坊中山园路珠光村东区珠光村西区珠光路珠光路新屋村表8 龙井站白芒村北环大道赤湾村创业路大新路福清街港湾大道高发东路海德二道华山村建工村近海路龙珠大道南光村南海大道南头街平山村侨城西街侨香路沁园路青梧路沙河西路商乐街上白石二坊蛇口海滨东路升平里松湖路塘头村二坊塘兴路塘益路塘益路塘朗村塘长路陶然居望海路下白石二坊香山村祥瑞五路新锋一路新围村信宜五路兴海大道兴隆西街缘山路长岭皮路长源村中新街38个垃圾转运站服务的居民小区为：表9 各垃圾中转站所属服务小区列表垃圾中转站编号及名称所属服务居民小区1九街站海边新村一甲二巷兴明北街中山南街二坊2玉泉站大新路虹步路泉园路义学街艺园路玉泉路正风路中山园路3动物园站无4平山村站九祥岭丽山路留仙大道平山村桑泰大厦西丽路5牛城村站牛成村牛成路松白路新锋一路6科技园站高新南环桂庙新村书山路7同乐村站丽珠花园同安路同乐村河畔路同乐外贸工业区8松坪山（二）站无9大新小学站关口路红花路龙屋四巷南头街升平里10南山村站前海路沿湖路月亮湾大道11阳光(白芒关外)站塘兴路12月亮湾大道站乐平街渔港码头13光前站建工村松坪街14北头站创业路15涌下村站花屋巷新铺街永福正街正南街16白石洲南站白石路佛山街福清街石洲北路兴隆西街中新街17前海公园站无18深圳大学站缤纷年华人人乐科兴路朗景园麻雀岭工业区南山村南山大道蛇口湾厦旧村八巷太平里19官龙村站官龙村新高路新围村石岭工业区20松坪山站北环大道科伟路琼宇路松坪山太子路21南光站东滨路海德二道海月路后海大道华明路近海路龙城路兴南路南海大道南商路文心二路22南园站登良路海尚国际建南路南园村向南路新南村兴工路粤海路23望海路站爱榕路工业七路花果路金世纪路蓝天路雷公岭村南水步行街蛇口海滨东路蛇口海湾新村蛇口老街蛇口湾厦旧村二巷蛇口湾厦旧村七巷蛇口湾厦旧村十二巷蛇口湾厦旧村十巷蛇口湾厦旧村五巷蛇口湾厦旧村一巷蛇口湾厦新村五巷蛇口望海路蛇口新街蛇口渔村路石云村湾厦路望海路围仔西、渔村路24花果路站港湾大道公园路海昌街商乐街蛇口南水村四海路沿山路招商路25福光站新围村26新围村站茶光村龙珠大道南支路沙河西路西丽北路新光路珠光村西区珠光路27大冲站大冲村科发路科慧路科技南路青梧路上白石二坊深南大道文华路西丽湖路中山东街中山南街28沙