近些年来随着城乡一体化和城乡融合进程的不断加快,村镇居民收入和消费水平不断提高,我国的村镇生活垃圾也迎来爆发式增长。数据显示,我国村镇垃圾总量从“十一五”的1.4亿吨/年,增加到“十三五”的2.6亿吨/年,总量已经居世界首位。相比较于城市生活垃圾分类管理体系的逐渐完善,村镇生活垃圾分类才刚刚提上日程。村镇垃圾分散程度高、运输距离长,面临着与城市生活垃圾管理不同的问题,同时由于我国地域辽阔,村镇经济发展、人口结构、自然条件之间均存在差异,村镇分布广、数量多,村镇之间极易形成“信息孤岛”,城市与其下辖村镇很难形成合力有效的生活垃圾管理体系。针对村镇垃圾相关数据较少的问题,对研究区域下人群进行调研分析,获得当地人群基础特征信息和产废量数据;针对个体特征与产废量之间定量关系不明确的问题,基于SPSS软件中的数据分析功能,对调查问卷信度和效度进行检验,建立产废量与基础信息之间的关联关系,得到影响餐厨垃圾和其他垃圾产量的个体特征;基于决策树分类算法,以性别、年龄、收入、职业为自变量,产废量为因变量进行分类,划分出高产废、中产废和低产废典型人群。针对村庄间产废特征各异、收运效率不高的问题,对研究区域下不同的村镇社区进行调研,获取其经济发展、人口结构情况,进而分析预测其产废情况;基于不同村镇间的产废特点,运用遗传算法,对餐厨垃圾、其他垃圾的车辆收运路线进行优化;考虑村镇在节庆假日人口变化的因素,对春节期间村镇生活垃圾产量变化进行了分析预测,并提出了新的路线,新路线的收运距离和收运效率都得到了优化。针对村镇之间存在信息壁垒、难以统筹管理的问题,根据当地生活垃圾管理需求和未来发展需要,建立村镇生活垃圾大数据辅助决策平台,基于Hadoop框架搭建了当地经济、环卫、人口、自然条件等结构化数据和地图、坐标、图片影像等非结构化数据的数据库,平台具有数据展示、数据维护、工作台、系统监控、研发工具、报表管理等多个功能模块,服务于当地村镇生活垃圾管理。本论文将人物画像方法引入固体废物管理领域,对不同人群及不同村庄下的产废模式进行分析预测,基于机器学习算法对收运路径进行优化,从而为村镇生活垃圾管理新模式的建立提供思路和方向。