1.一种基于区间多目标混合蛙跳算法的医疗废物清运方法，其特征在于，包括：获取初始清运请求和路况信息；

在初始调度周期，基于初始清运请求和路况信息，采用区间多目标混合蛙跳算法对预构建的医疗废物清运路径规划模型进行求解，得到初始车辆清运路径；其中，医疗废物清运路径规划模型的目标函数以最小化调度成本和感染风险为优化目标，表示为：；

；

其中调度成本f1包括固定成本 、油耗成本 、加班成本 和污染成本；感染风险f2包括运输风险Risk1和废物处理风险Risk2；

采用区间多目标混合蛙跳算法对预构建的医疗废物清运路径规划模型进行求解，包括：S301：初始化种群；S302：对种群进行区间非支配排序，并根据序值划分子组；S303：对每个子组通过基因重组和贪婪交叉策略生成新个体；S304：采用目标增强机制对非支配个体进行搜索；S305：筛选下一代种群；S306：判断是否达到最大目标评价次数，若达到，则终止，输出最优个体，对个体解码，解码后的路径即为医疗废物清运路径；否则，转步骤S302；

车辆按初始车辆清运路径进行垃圾采集，直至垃圾清运任务完成；

若垃圾清运任务未完成且进入下一周期性调度时刻点，根据上一调度周期内获取的动态请求集合和所述医疗废物清运路径规划模型，采用结构重组法对初始车辆清运路径进行调整得到车辆清运子路径；从车场出发新车执行车辆清运子路径，直至完成垃圾清运任务；

当周期性调度中发生动态事件请求时，采用动态响应机制更新车辆清运路径和动态请求集合；所述动态响应机制，包括：动态事件请求指的是调度过程中客户产生的请求，包括：新增的医疗机构医疗废物清运请求和客户的期望处理时间的调整；其中，新增的医疗机构医疗废物清运请求是指在调度过程中出现新的客户请求，包括新客户出现的时间、位置及其需求量；客户的期望处理时间的调整是指客户对医疗废物的期望处理时间主动请求提前或延误；判断能否处理该动态事件请求，若能，通过动态修补法将动态事件请求更新至已有路径中，车辆按更新后的路径继续行驶；否则，车辆按原路径继续行驶，并将请求放入动态请求集合中，等待下一个周期性调度时刻点统一处理。

2.根据权利要求1所述的基于区间多目标混合蛙跳算法的医疗废物清运方法，其特征在于，所述动态修补法包括：在时刻 有新增的医疗机构hu的废物清运需求，则基于所述医疗废物清运路径规划模型将新增医疗机构插入到当前的清运路径中，以最大程度的减少路径的变动，从而适应医疗机构的动态需求。

3.根据权利要求1所述的基于区间多目标混合蛙跳算法的医疗废物清运方法，其特征在于，所述初始清运请求和路况信息包括医疗废物运输车辆需要访问的医疗机构数量、医疗机构坐标信息、医疗废物处理站坐标信息、车场坐标信息和期望处理时刻。

4.根据权利要求1所述的基于区间多目标混合蛙跳算法的医疗废物清运方法，其特征在于，所述动态请求集合存放的是上一个调度周期过程中产生的动态请求，此类请求无法即时处理，而统一由下一个调度周期开始时刻进行处理，且将已完成的清运请求从动态请求集合中清除。

5.根据权利要求1所述的基于区间多目标混合蛙跳算法的医疗废物清运方法，其特征在于，所述医疗废物清运路径规划模型包含三个强耦合的子问题：（1）多行程确定，在一个调度周期内，为每辆车确定行程数以及每个行程经过的医疗机构；

（2）医疗机构分配，为医疗机构分配服务车辆；

（3）车辆选择，按照废物清运路径选择车辆；

子问题的调度由三个决策变量来表示：

多行程确定  ；

医疗机构分配  ；

车辆选择  。

6.根据权利要求5所述的基于区间多目标混合蛙跳算法的医疗废物清运方法，其特征在于，在医疗废物清运路径规划问题中，共有n家医疗机构 、m家废物处理站 和1个车场，其中 ， ；车辆在初始时刻从车场出发，依次到各医疗机构收集废物，然后送至任意一个适当的废物处理站进行处理，最后返回车场结束任务；在清运过程中，车辆允许有多个行程， 为车辆 的行程集合，， 为车辆 的第 次行程， 是车辆 的最后

一个行程；医疗机构、废物处理站和车场的集合用 表示，这些地点之间的路径长度用边集 表示，其中，

为车辆访问的节点， ， 为医疗机构 的集合， 为废物处理站的集合；考虑到道路路况的不确定性，对于每条边 ，都有相对应的行驶速度的区间数，其中 和 分别代表车辆在边 的最小和最大行驶速度；工作时间段为[0, TM]，TM为最大工作时长； 为周期性调度的调度时刻点， 为调度时刻的集合；

；

其中， 表示车辆 选择是否被使用， 为所有车辆的集合，CV表示调用一次车辆需要支出的司机报酬及启动成本；

；

其中， ， 表示车辆k通过路段 的油耗

成本， 和 为路况和车辆的特征参数； ， ， 分别为车辆净重、车辆负载、车辆的行驶速度， 为点 到点 的欧式距离， 为燃油的价格； 为车辆k的第w次行程从点 到点 ；

；

其中， 为加班工资， 为车辆 最后一次行程返回车场的时刻；

；

其中，CP为污染成本， 为车辆 到达点 的时刻， 为废物处理站的期望处理时刻；

；

其中， 为车辆 从 点到 点花费的时间， 为车辆 离开点 时的载重， 为路径 附近的人口数量；

；

其中，R为废物处理站 的集合， 为废物处理站 的废物处理量， 为废物处理站 处理废物的速度， 为废物处理站 附近的人口数量。

7.根据权利要求6所述的基于区间多目标混合蛙跳算法的医疗废物清运方法，其特征在于，所述医疗废物清运路径规划模型的约束条件包括：（1）所有车辆的第一次行程均从车场出发，在服务完行程的最后一个医疗机构后，到达任意一个废物处理站卸料；

；

其中， 为车辆k的第w次行程从医疗机构 到废物处理站 ；

（2）车辆的下一次行程从当前行程运往的废物处理站出发；

；

（3）车辆最后一次行程在废物处理站卸料后，必须返回车场；

；

其中， 为车辆k的最后一次行程 从废物处理站 返回车场 ；

（4）车辆到达医疗机构 后必须从 离开，且该辆车至多只能到达和离开医疗机构一次；

；

；

其中， 为车辆k的第w次行程从点 到医疗机构 ； 为车辆k的第w次行程从医疗机构 到点 ； 为医疗机构 由车辆k负责；

（5）服务某个医疗机构的车辆有且只有一辆；

；

（6）车辆每次行程运输的废物量不超过车辆容量 ；

；

其中， 是医疗机构的垃圾清运量；

（7）从车场出发的车辆数量不超过最大可用车辆数；

；

其中， 为车辆k的第w次行程从车场 到医疗机构 。

8.根据权利要求1所述的基于区间多目标混合蛙跳算法的医疗废物清运方法，其特征在于，步骤S303中，所述对每个子组通过基因重组贪婪和交叉策略生成新个体，具体包括：（1）贪婪交叉策略

贪婪交叉策略是一种由出发点开始逐步构造路径的个体更新策略；基于贪心思想，在待交叉个体中，从与新个体起点相邻的医疗机构中选择最近的点作为新个体的下一个医疗机构，以保留交叉个体中的有效信息；通过重复执行贪婪选择步骤以生成完整的转运路径；

（2）基因重组策略

用上述贪婪交叉策略得到的优解替换差解，并对差解的编码进行调整，使得各医疗机构所在列的出发点和废物处理站与原编码一致，由此得到个体；然后，更新出发点；计算新个体每一列出发点到医疗机构的距离，选取距离最远的前rand1个出发点和医疗机构，其中，rand1为1到医疗机构数量n之间的随机数；用优解中医疗机构对应的出发点替换原有出发；最后，以同样方式更新废物处理站。

9.根据权利要求1所述的基于区间多目标混合蛙跳算法的医疗废物清运方法，其特征在于，根据上一调度周期内获取的动态请求集合和所述医疗废物清运路径规划模型，采用结构重组法对初始车辆清运路径进行调整得到车辆清运子路径，包括：将动态请求集合中的医疗机构打乱，生成编码串；

从两元素优化算子、嵌入优化算子和交换优化算子中随机选择一种作为策略，根据所述医疗废物清运路径规划模型对所述编码串进行优化求解，得到调整后的最优车辆清运子路径。

10.一种基于区间多目标混合蛙跳算法的医疗废物清运装置，其特征在于，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据权利要求1至9任一项所述的方法。