一种桥梁施工废料的处理方法和装置

技术领域

本发明涉及建筑废料相关领域，尤其涉及一种桥梁施工废料的处理方法和装置。

背景技术

近年来，随着社会经济的迅速发展，推动着我国现代化城市进程，市政道路桥梁工程的建设也随之发展壮大，市政道路桥梁作为城市发展规划和基础设施的重要组成部分，为车辆和行人出行提供了有利的交通条件，但传统形式下的市政道路桥梁工程项目的建设忽视了施工给周围环境带来的影响，在施工过程中出现了大量的固体、液体废弃物以及粉尘等随意排放导致大面积环境受到了污染，因此，为响应绿色节能减排的发展理念，需要进一步对施工产生的废料进行研究。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中存在桥梁废料分级分拣过程不够智能，使得废料运输的调度存在误差，导致废料处理预算产生较大损耗的技术问题。

发明内容

本申请实施例通过提供一种桥梁施工废料的处理方法和装置，解决了现有技术中存在桥梁废料分级分拣过程不够智能，使得废料运输的调度存在误差，导致废料处理预算产生较大损耗的技术问题，达到了根据废料特征训练集完成决策树的训练和输出，再通过建立决策分析模型获得最优车辆调度，进而降低经济损耗的技术效果。

鉴于上述问题，提出了本申请实施例提供一种桥梁施工废料的处理方法和装置。

第一方面，本申请实施例提供了一种桥梁施工废料的处理方法，其中，所述方法应用于一种桥梁施工废料处理装置，所述装置与第一数据采集装置通信连接，所述方法包括：根据所述第一数据采集装置，获得第一桥梁施工废料信息；基于所述第一桥梁施工废料信息，获得废料特征训练数据集；根据所述废料特征训练数据集，获得第一节点特征、第二节点特征和第三节点特征；构建第一递归规则；基于所述第一递归规则，根据所述第一节点特征、所述第二节点特征和所述第三节点特征构建第一废料分拣决策树；基于所述第一废料分拣决策树，获得第一决策输出信息；获得第一预设废料预算；根据所述第一预设废料预算和所述第一决策输出信息，获得第一决策训练模型；根据所述第一决策训练模型，获得第一车辆调度信息；根据所述第一车辆调度信息对所述第一桥梁施工废料信息进行废料处理。

另一方面，本申请还提供了一种桥梁施工废料的处理装置，所述装置包括：第一获得单元，所述第一获得单元用于根据第一数据采集装置，获得第一桥梁施工废料信息；第二获得单元，所述第二获得单元用于基于所述第一桥梁施工废料信息，获得废料特征训练数据集；第三获得单元，所述第三获得单元用于根据所述废料特征训练数据集，获得第一节点特征、第二节点特征和第三节点特征；第一构建单元，所述第一构建单元用于构建第一递归规则；第二构建单元，所述第二构建单元用于基于所述第一递归规则，根据所述第一节点特征、所述第二节点特征和所述第三节点特征构建第一废料分拣决策树；第四获得单元，所述第四获得单元用于基于所述第一废料分拣决策树，获得第一决策输出信息；第五获得单元，所述第五获得单元用于获得第一预设废料预算；第六获得单元，所述第六获得单元用于根据所述第一预设废料预算和所述第一决策输出信息，获得第一决策训练模型；第七获得单元，所述第七获得单元用于根据所述第一决策训练模型，获得第一车辆调度信息；第一处理单元，所述第一处理单元用于根据所述第一车辆调度信息对所述第一桥梁施工废料信息进行废料处理。

第三方面，本发明提供了一种桥梁施工废料的处理装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了通过第一数据采集装置对桥梁施工的废料进行具体分析，从而提取到对应的废料特征训练数据集，并通过废料特征训练数据集和第一节点特征、第二节点特征以及第三节点特征按照第一递归规则完成对应决策树的构建，获得第一废料分拣决策树，进而获得第一决策输出信息，进一步的，通过决策树获得的对应决策输出信息和桥梁施工工程中废料处理的预算完成目标函数的构建，获得第一决策训练模型，从而能够基于决策训练模型完成对废料的具体细化计算，并根据其最优计算结果确定废料对应的第一车辆调度信息，进而完成对所有施工废料的处理，从而达到了根据废料特征训练集完成决策树的训练和输出，再通过建立决策分析模型获得最优车辆调度，进而降低经济损耗的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例一种桥梁施工废料的处理方法的流程示意图；

图2为本申请实施例一种桥梁施工废料的处理装置的结构示意图；

图3为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一构建单元14，第二构建单元15，第四获得单元16，第五获得单元17，第六获得单元18，第七获得单元19，第一处理单元20，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。

具体实施方式

本申请实施例通过提供一种桥梁施工废料的处理方法和装置，解决了现有技术中存在桥梁废料分级分拣过程不够智能，使得废料运输的调度存在误差，导致废料处理预算产生较大损耗的技术问题，达到了根据废料特征训练集完成决策树的训练和输出，再通过建立决策分析模型获得最优车辆调度，进而降低经济损耗的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

近年来，随着社会经济的迅速发展，推动着我国现代化城市进程，市政道路桥梁工程的建设也随之发展壮大，市政道路桥梁作为城市发展规划和基础设施的重要组成部分，为车辆和行人出行提供了有利的交通条件，但传统形式下的市政道路桥梁工程项目的建设忽视了施工给周围环境带来的影响，在施工过程中出现了大量的固体、液体废弃物以及粉尘等随意排放导致大面积环境受到了污染，因此，为响应绿色节能减排的发展理念，需要进一步对施工产生的废料进行研究。但现有技术中存在桥梁废料分级分拣过程不够智能，使得废料运输的调度存在误差，导致废料处理预算产生较大损耗的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请实施例提供了一种桥梁施工废料的处理方法，其中，所述方法应用于一种桥梁施工废料处理装置，所述装置与第一数据采集装置通信连接，所述方法包括：根据所述第一数据采集装置，获得第一桥梁施工废料信息；基于所述第一桥梁施工废料信息，获得废料特征训练数据集；根据所述废料特征训练数据集，获得第一节点特征、第二节点特征和第三节点特征；构建第一递归规则；基于所述第一递归规则，根据所述第一节点特征、所述第二节点特征和所述第三节点特征构建第一废料分拣决策树；基于所述第一废料分拣决策树，获得第一决策输出信息；获得第一预设废料预算；根据所述第一预设废料预算和所述第一决策输出信息，获得第一决策训练模型；根据所述第一决策训练模型，获得第一车辆调度信息；根据所述第一车辆调度信息对所述第一桥梁施工废料信息进行废料处理。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

如图1所示，本申请实施例提供了一种桥梁施工废料的处理方法，其中，所述方法应用于一种桥梁施工废料处理装置，所述装置与第一数据采集装置通信连接，所述方法包括：

步骤S100：根据所述第一数据采集装置，获得第一桥梁施工废料信息；

具体而言，所述第一数据采集装置为对第一桥梁工程中产生的废料进行数据采集，其中，所述第一数据采集装置为无人机数据采集，从而基于无人机对废料图像信息进行数据分析，将所有施工废料信息进行无人机数据采集并分析，进而获得所述第一桥梁施工废料信息，进一步的，其中，所述第一桥梁施工废料信息为从采集到的数据进行数据预处理后获得的清洗废料信息，即对数据信息进行比例计算和估算其占地面积和体积等数据信息，进而完成对所有的施工废料进行准确的数据采集，进一步的，所述第一数据采集装置能够对无人机采集的数据进行相关处理和传输，从而为之后的废料处理提供有效的数据基础，提高废料分析准确性的技术效果。

步骤S200：基于所述第一桥梁施工废料信息，获得废料特征训练数据集；

具体而言，由于所述第一桥梁施工废料信息中包含海量的数据废料信息，从而获得较为庞大的计算数据集合，因此，为了提高计算机搭建平台的响应速率，进而对所述第一桥梁施工废料信息进行进一步的特征提取，以进一步的对所有的废料信息进行准确的数据训练和分析，其中，获得所述废料特征训练数据集的过程是基于神经网络的特征识别完成的训练，从而使得获得的所述废料特征训练数据集更加准确和有效。

进一步而言，所述基于所述第一桥梁施工废料信息，获得废料特征训练数据集，本申请实施例步骤S200还包括：

步骤S210：通过对所述第一桥梁施工废料信息进行信息清洗，获得第二桥梁施工废料信息；

步骤S220：从所述第二桥梁施工废料信息中获得第一废料特征信息；

步骤S230：将第一废料特征信息输入有效特征分析模型中，根据所述有效特征分析模型，获得第一有效特征信息；

步骤S240：根据所述第一有效特征信息，获得所述废料特征训练数据集。

具体而言，获得所述第一有效特征信息是根据所述第二桥梁施工废料信息进行细化的数据监督学习，完成准确分析后获得的废料特征信息，进一步的，所述第一有效特征信息能够对采集到的所有废料数据信息进行相对应的标识特征提取，进而从海量的清洗数据中完成对应的提取，将所述第二桥梁施工废料信息输入训练模型中进行有效特征的学习，从而获得所述第一有效特征信息，详细来说，所述第一有效特征信息能够对桥梁施工工程的所有废料信息进行特征化的准确标识，从而便于计算机搭建的平台进行相关数据的处理，进而达到了获得具有数学逻辑特性的有效特征提取，进一步达到了获得有效废料特征，提高之后决策分析准确性的技术效果。

步骤S300：根据所述废料特征训练数据集，获得第一节点特征、第二节点特征和第三节点特征；

具体而言，所述第一节点特征、所述第二节点特征和所述第三节点特征主要用于基于所述废料特征训练数据集完成决策树的分级操作，举例来说，所述第一节点特征为根据所述第一节点特征对所述第一桥梁施工废料进行筛分，获得第一回收废料和第二桥梁施工废料；根据所述第二节点特征对所述第二桥梁施工废料进行筛分，获得第一有害废料和第三桥梁施工废料；根据所述第三节点特征对所述第三桥梁施工废料进行筛分，获得第一破碎废料和第四桥梁施工废料，直至所有特征完成分级筛分，且所有节点特征是基于桥梁工程的主要废料信息进行具体化分析获得的对应特征，从而能够将所有无序的废料信息变的更加有序，且进一步的，所有特征的优先级也可以基于其废料类别的量化程度进行确定，所述量化程度可通过计算信息增益即熵计算来完成，按照其排序的大小进一步确定其优先级，从而达到了提高数据决策分析训练的效果。

步骤S400：构建第一递归规则；

步骤S500：基于所述第一递归规则，根据所述第一节点特征、所述第二节点特征和所述第三节点特征构建第一废料分拣决策树；

具体而言，所述第一递归规则是对所述废料特征训练数据集中的所有数据完成对应节点层级的拆分中的数据递归进行规则设定获得的，其中，所述第一递归规则为第一判断规则，获得第一判断结果和第二判断结果，所述第一判断结果即所述废料特征训练数据集中的所有数据已完全分类，不存在遗漏现象；所述第二判断结果即所述废料特征训练数据集中的所有数据不完全遍历，进而基于所述第一节点特征、所述第二节点特征和所述第三节点特征完成所述第一废料分拣决策树的构建，因此，通过进一步对所述第一递归规则进行细化的规则制定，能够使得所有的数据都得到更好的分拣，从而对应获得其不同节点对应的决策信息，达到了根据废料特征训练集完成决策树的训练和输出，提高数据处理完成度和准确度。

步骤S600：基于所述第一废料分拣决策树，获得第一决策输出信息；

具体而言，所述第一废料分拣决策树能够将工程中所有的废料特征数据训练集进行分级的分拣，从而能够完成准确分类的质效能力，进一步的，基于所述第一废料分拣决策树计算复杂度不高且输出结果易于理解，从而能够灵活处理特征数据信息完成基本正确分类，进而能够对应获得每一特征节点对应的决策输出信息，进而根据所有的决策输出信息进行决策信息拟合，获得所述第一决策输出信息，并且由于所述第一废料分拣决策树种的所有数据信息的分裂过程都是基于信息增益的计算获得的，因此，获得的所述第一决策输出信息能够准确代表所有桥梁废料的分拣信息，进而基于所述第一决策输出信息进行之后的进一步分析，提供准确数据基础。

步骤S700：获得第一预设废料预算；

步骤S800：根据所述第一预设废料预算和所述第一决策输出信息，获得第一决策训练模型；

具体而言，所述第一预设废料预算是通过对桥梁工程的施工状态进行分析，其中，所述第一预设废料预算的具体数据是通过相关的桥梁施工的工程管理人员进行具体的数据化分析获得的成本预算信息，从而在基于所述第一预设废料预算的约束条件和所述第一决策输出信息的变量条件下，完成非线性函数的构建，从而以最小废料预算为目标函数，并结合所述第一决策输出信息完成所述第一决策训练模型的构建，进而能够根据所述第一决策模型输出对应的决策信息，其中，所述第一决策训练模型为非线性规划模型，从而基于模型能够获得准确的决策调度信息，进一步的针对桥梁工程的废料完成数学特性的计算，使得所述第一决策训练模型能够保持最优性能，达到了提高输出结果的可靠性和有效性的技术效果。

步骤S900：根据所述第一决策训练模型，获得第一车辆调度信息；

步骤S1000：根据所述第一车辆调度信息对所述第一桥梁施工废料信息进行废料处理。

具体而言，由于所述第一车辆调度信息是通过所述第一决策训练模型获得的对应输出信息，因此，所述第一车辆调度信息为在满足预设的预算的前提下完成所有运输车辆的匹配调度，从而提高废料运输车辆资源的利用率，进一步的，所述第一车辆调度信息是所述第一决策训练模型输出的相应的车辆决策输出结果，包括车辆的大小、型号、承重、容量等各个信息综合获得的信息，达到了通过建立决策分析模型获得最优车辆调度的输出信息，进而完成降低经济损耗目标的技术效果。

进一步而言，所述基于所述第一递归规则，根据所述第一节点特征、所述第二节点特征和所述第三节点特征构建第一废料分拣决策树之后，本申请实施例步骤S500还包括：

步骤S510：获得第一废料样本数据集，其中，所述第一废料样本数据集包括多组样本数据集；

步骤S520：通过将所述第一废料样本数据集分别输入所述第一废料分拣决策树中，获得样本决策输出信息；

步骤S530：根据所述样本决策输出信息，获得第一决策错误率；

步骤S540：判断所述第一决策错误率是否处于预设决策错误率中；

步骤S550：当所述第一决策错误率处于所述预设决策错误率中，获得第一提醒信息。

具体而言，由于所述第一废料分拣决策树是对于所有的桥梁废料进行多层级的多分拣分类，且所述第一废料分拣决策树的相应决策信息对于之后的分析结果具有较大的影响力度，因此，通过增加一个自检模块对所述第一废料分拣决策树的性能进行自检，从而获得对应的了第一自检结果和第二自检结果，所述第一自检结果为所述第一决策错误率处于所述预设决策错误率中，所述第二自检结果为所述第一决策错误率不处于所述预设决策错误率中。其中，所述预设决策错误率为决策错误率的最大值，所述多组样本数据集是通过基于样本数据完成决策树的功能错误率计算，当所述第一决策错误率过高，表示目前决策树的决策性能容易出现误差，因此，基于提醒信息完成信息输入的检查，达到了基于样本数据对决策树模型完成自检功能，保证分析过程准确性的技术效果。

进一步而言，所述根据所述第一预设废料预算和所述第一决策输出信息，获得第一决策训练模型，本申请实施例步骤S800还包括：

步骤S810：获得第一运输车辆的第一承载重量信息；

步骤S820：将所述第一承载重量信息作为第一约束条件；

步骤S830：将所述第一预设废料预算信息作为第二约束条件；

步骤S840：根据所述第一决策输出信息，生成第一变量信息；

步骤S850：根据所述第一变量信息、获得第一目标函数；

步骤S860：根据所述第一目标函数、所述第一约束条件和所述第二约束条件，构建所述第一决策训练模型。

具体而言，由于所述第一预设废料预算为第二约束条件，与所述第一目标函数的输出结果进行比对，且所述第一承载重量信息作为第一约束条件，从而通过进一步对运输过程中承载重量信息进行约束，从而基于所述第一变量信息、所述第一约束条件和所述第二约束条件构建出第一目标函数，其中，所述第一目标函数是以最小预算为目的构建的函数，进而根据所述第一目标函数和所有的约束条件完成单目标规划模型，从而能够基于模型自身的决策训练性能输出最后的规划信息，进一步的，其中所有的信息都会受到对应影像因素的影响，因此，构建出的所述低于决策训练模型具有了对所有桥梁废料信息进行车辆最优规划信息进行输出，从而达到了通过建立决策分析模型获得最优车辆调度，进而降低经济损耗的技术效果。

进一步而言，本申请实施例S840还包括：

步骤S841：根据所述第一决策输出信息，获得第一车辆运输路线；

步骤S842：根据所述第一车辆运输路线，获得第一运输信息和第二运输信息；其中，所述第一运输信息为负载运输信息，所述第二运输信息为空载运输信息；

步骤S843：根据所述第一运输信息和所述第二运输信息，生成第一运输变量信息；

步骤S844：将所述第一运输变量信息作为所述第一变量信息。

具体而言，由于不同的垃圾类别需要采取不同的方式进行处理，比如粉碎、填埋、焚烧、回收等各个方式，因此，对于不同的方式利用不同的车辆进行运输从而对施工现场进行废料的有效处理，进一步的，根据废料的类别获得车辆的出发地和目的地之间的路线，从而获得其所述第一车辆运输路线，并且基于车辆往返进行不断运输的特性，进一步完后才能细化的分类，即所述第一运输信息和所述第二运输信息，由于负载运输和空载运输中的要求不相同，因此需要进行二次分析，比如运输距离、运输时长、路线拥堵等状况进行变量分析，对应获得标准化计算的变量，将计算后的变量信息作为所述第一变量信息完成目标函数的构建，达到了细化分析废料运输因素，提高分析准确性的技术效果。

进一步而言，本申请实施例步骤S843还包括：

步骤S8431：根据所述第一车辆运输路线，获得第一路面粗糙度；

步骤S8432：判断所述第一路面粗糙度是否处于预设路面粗糙度中；

步骤S8433：若所述第一路面粗糙度处于所述预设路面粗糙度中，获得第一粗糙度差值，其中，所述第一粗糙度差值为所述第一路面粗糙度和所述预设路面粗糙度的差值；

步骤S8434：根据所述第一粗糙度差值，生成第一影响系数；

步骤S8435：根据所述第一影响系数对所述第一运输变量信息进行调整。

具体而言，所述第一路面粗糙度是基于所述第一车辆运输路线，获得运输途中的地面平整度、铺设材料属性、路面承重等级等多个信息进行分析的，其中，路面的粗糙程度会进一步影响运输，因此，需要通过设置预设路面粗糙度完成变量的进一步分析，当第一路面粗糙度过高，表示对运输的影响较大，因此需要基于路面粗糙差值确定其影响系数，获得所述第一影响系数，进而完成对所述第一运输变量中信息的对应系数调整，从而使得相对的变量能够具备较高的准确性，达到了结合实时信息完成智能化分析判断，进而提高模型输出可靠性的技术效果。

进一步而言，所述第一废料特征信息输入有效特征分析模型中，根据所述有效特征分析模型，获得第一有效特征信息，本申请实施例步骤S230还包括：

步骤S231：将所述第一废料特征信息作为输入信息输入有效特征分析模型；

步骤S232：所述有效特征分析模型通过多组训练数据训练至收敛获得，其中，所述多组训练数据中的每组数据均包括所述第一废料特征信息和作为用于标识有效特征的标识信息；

步骤S233：获得所述有效特征分析模型的输出结果，所述输出结果包括所述第一有效特征信息。

具体而言，将所述第一有效特征信息作为监督数据输入每一组训练数据中进行监督学习，所述有效特征分析模型为是以神经网络模型为基础建立的模型，而神经网络是大量的神经元之间相互连接构成的一种运算模型，网络的输出则依照网络的连接方式的一种逻辑策略表达。进一步而言，所述训练的过程实质为监督学习的过程，所述多组训练数据中的每组均包括：所述第一有效特征信息和作为用于标识有效特征的标识信息，所述有效特征分析模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，结束本组数据监督学习，进行下一组数据监督学习。当所述有效特征分析模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束，达到了通过所述有效特征分析模型的训练使得输出所述第一有效特征信息更加准确，达到了数据智能化分析的技术效果。

综上所述，本申请实施例所提供的一种桥梁施工废料的处理方法和装置具有如下技术效果：

1、由于采用了通过第一数据采集装置对桥梁施工的废料进行具体分析，从而提取到对应的废料特征训练数据集，并通过废料特征训练数据集和第一节点特征、第二节点特征以及第三节点特征按照第一递归规则完成对应决策树的构建，获得第一废料分拣决策树，进而获得第一决策输出信息，并基于所述第一决策输出信息和最优计算结果确定废料对应的第一车辆调度信息，进而完成对所有施工废料的处理，从而达到了根据废料特征训练集完成决策树的准确训练和准确输出，进而降低经济损耗的技术效果。

2、由于采用了通过决策树获得的对应决策输出信息和桥梁施工工程中废料处理的预算完成目标函数的构建，获得第一决策训练模型，从而能够基于决策训练模型完成对废料的具体细化计算的方式，达到了通过建立决策分析模型，获得最优车辆调度信息的技术效果。

3、由于采用了通过对数据进行有效特征的训练，其中，所述第一有效特征信息能够对桥梁施工工程的所有废料信息进行特征化的准确标识，达到了提取具有数学逻辑特性的有效特征，进一步提高决策分析准确性的技术效果。

基于与前述实施例中一种桥梁施工废料的处理方法同样发明构思，本发明还提供了一种桥梁施工废料的处理装置，如图2所示，所述装置包括：

第一获得单元11，所述第一获得单元11用于根据第一数据采集装置，获得第一桥梁施工废料信息；

第二获得单元12，所述第二获得单元12用于基于所述第一桥梁施工废料信息，获得废料特征训练数据集；

第三获得单元13，所述第三获得单元13用于根据所述废料特征训练数据集，获得第一节点特征、第二节点特征和第三节点特征；

第一构建单元14，所述第一构建单元14用于构建第一递归规则；

第二构建单元15，所述第二构建单元15用于基于所述第一递归规则，根据所述第一节点特征、所述第二节点特征和所述第三节点特征构建第一废料分拣决策树；

第四获得单元16，所述第四获得单元16用于基于所述第一废料分拣决策树，获得第一决策输出信息；

第五获得单元17，所述第五获得单元17用于获得第一预设废料预算；

第六获得单元18，所述第六获得单元18用于根据所述第一预设废料预算和所述第一决策输出信息，获得第一决策训练模型；

第七获得单元19，所述第七获得单元19用于根据所述第一决策训练模型，获得第一车辆调度信息；

第一处理单元20，所述第一处理单元20用于根据所述第一车辆调度信息对所述第一桥梁施工废料信息进行废料处理。

进一步的，所述装置还包括：

第八获得单元，所述第八获得单元用于通过对所述第一桥梁施工废料信息进行信息清洗，获得第二桥梁施工废料信息；

第九获得单元，所述第九获得单元用于从所述第二桥梁施工废料信息中获得第一废料特征信息；

第一输入单元，所述第一输入单元用于将第一废料特征信息输入有效特征分析模型中，根据所述有效特征分析模型，获得第一有效特征信息；

第十获得单元，所述第十获得单元用于根据所述第一有效特征信息，获得所述废料特征训练数据集。

进一步的，所述装置还包括：

第十一获得单元，所述第十一获得单元用于获得第一废料样本数据集，其中，所述第一废料样本数据集包括多组样本数据集；

第二输入单元，所述第二输入单元用于通过将所述第一废料样本数据集分别输入所述第一废料分拣决策树中，获得样本决策输出信息；

第十二获得单元，所述第十二获得单元用于根据所述样本决策输出信息，获得第一决策错误率；

第一判断单元，所述第一判断单元用于判断所述第一决策错误率是否处于预设决策错误率中；

第十三获得单元，所述第十三获得单元用于当所述第一决策错误率处于所述预设决策错误率中，获得第一提醒信息。

进一步的，所述装置还包括：

第十四获得单元，所述第十四获得单元用于获得第一运输车辆的第一承载重量信息；

第一操作单元，所述第一操作单元用于将所述第一承载重量信息作为第一约束条件；

第二操作单元，所述第二操作单元用于将所述第一预设废料预算信息作为第二约束条件；

第一生成单元，所述第一生成单元用于根据所述第一决策输出信息，生成第一变量信息；

第十五获得单元，所述第十五获得单元用于根据所述第一变量信息、获得第一目标函数；

第三构建单元，所述第三构建单元用于根据所述第一目标函数、所述第一约束条件和所述第二约束条件，构建所述第一决策训练模型。

第十六获得单元，所述第十六获得单元用于根据所述第一替换干扰因子，获得第一替换干扰指标；

第十七获得单元，所述第十七获得单元用于根据所述第一替换干扰指标对所述第一评估指标矩阵进行指标替换，获得所述第一替换指标矩阵。

进一步的，所述装置还包括：

第十八获得单元，所述第十八获得单元用于根据所述第一决策输出信息，获得第一车辆运输路线；

第十九获得单元，所述第十九获得单元用于根据所述第一车辆运输路线，获得第一运输信息和第二运输信息；其中，所述第一运输信息为负载运输信息，所述第二运输信息为空载运输信息；

第二生成单元，所述第二生成单元用于根据所述第一运输信息和所述第二运输信息，生成第一运输变量信息；

第三操作单元，所述第三操作单元用于将所述第一运输变量信息作为所述第一变量信息。

进一步的，所述装置还包括：

第二十获得单元，所述第二十获得单元用于根据所述第一车辆运输路线，获得第一路面粗糙度；

第二判断单元，所述第二判断单元用于判断所述第一路面粗糙度是否处于预设路面粗糙度中；

第二十一获得单元，所述第二十一获得单元用于若所述第一路面粗糙度处于所述预设路面粗糙度中，获得第一粗糙度差值，其中，所述第一粗糙度差值为所述第一路面粗糙度和所述预设路面粗糙度的差值；

第三生成单元，所述第三生成单元用于根据所述第一粗糙度差值，生成第一影响系数；

第一调整单元，所述第一调整单元用于根据所述第一影响系数对所述第一运输变量信息进行调整。

进一步的，所述装置还包括：

第三输入单元，所述第三输入单元用于将所述第一废料特征信息作为输入信息输入有效特征分析模型；

第二十二获得单元，所述第二十二获得单元用于所述有效特征分析模型通过多组训练数据训练至收敛获得，其中，所述多组训练数据中的每组数据均包括所述第一废料特征信息和作为用于标识有效特征的标识信息；

第二十三获得单元，所述第二十三获得单元用于获得所述有效特征分析模型的输出结果，所述输出结果包括所述第一有效特征信息。

前述图1实施例一中的一种桥梁施工废料的处理方法的各种变化方式和具体实例同样适用于本实施例的一种桥梁施工废料的处理装置，通过前述对一种桥梁施工废料的处理方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种桥梁施工废料的处理装置的实施方法，所以为了说明书的简洁，在此不再详述。

下面参考图3来描述本申请实施例的电子设备。

图3图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种桥梁施工废料的处理方法的发明构思，本发明还提供一种桥梁施工废料的处理装置，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种桥梁施工废料的处理方法的任一方法的步骤。

其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本发明实施例提供的一种桥梁施工废料的处理方法，其中，所述方法应用于一种桥梁施工废料处理装置，所述装置与第一数据采集装置通信连接，所述方法包括：根据所述第一数据采集装置，获得第一桥梁施工废料信息；基于所述第一桥梁施工废料信息，获得废料特征训练数据集；根据所述废料特征训练数据集，获得第一节点特征、第二节点特征和第三节点特征；构建第一递归规则；基于所述第一递归规则，根据所述第一节点特征、所述第二节点特征和所述第三节点特征构建第一废料分拣决策树；基于所述第一废料分拣决策树，获得第一决策输出信息；获得第一预设废料预算；根据所述第一预设废料预算和所述第一决策输出信息，获得第一决策训练模型；根据所述第一决策训练模型，获得第一车辆调度信息；根据所述第一车辆调度信息对所述第一桥梁施工废料信息进行废料处理。解决了现有技术中存在桥梁废料分级分拣过程不够智能，使得废料运输的调度存在误差，导致废料处理预算产生较大损耗的技术问题，达到了根据废料特征训练集完成决策树的训练和输出，再通过建立决策分析模型获得最优车辆调度，进而降低经济损耗的技术效果。

本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。