Giriş: Atık Lojistikinin Gizli Kompleksi

Her gün, binlerce atık toplama kamyonu şehir ve kırsal manzaralar, dengelerin maliyeti, hizmet kalitesi ve çevre kirliliğine mal olan bir koreografiyi yürütmek ve bu görünüşte rutin operasyonda, uygun bir optimizasyon meydan okuması altındayken, tek bir kamyon, toplama programları, kesintiye uğrayan filolar, tüm sıkışık ağlarda bile, yedek transfer istasyonları, tüm terketler ve karbon ayak izi ve benzeri kısıtlamalara yol açıyor.

Bu ayrık, kısıtlayıcı problemlerin hepsinin (IP) farklı olarak, x veya 4'ün (örneğin, x veya 0,4 kamyon) tam anlamıyla programlama uygulamaları için en güçlü matematiksel çerçevelerden biri, tam zamanlı kararlar ve #8212; 3 kamyon dağıtıyorsunuz, doğal olarak ayrı ayrı ayrı ayrı ayrı ayrıklık (koose rota A veya B) IP, yüksek çözünürlükte olan akıllı yazılımların ve diğer sistemlerin ortaya çıkmasını sağlayacak şekilde inceler.

Integer Programlamayı Anlamak: Ayrılma Kararları için Bir Vakıf

Integer programlama, bazı veya tüm karar değişkenlerinin tam sayılarla sınırlı olduğu matematiksel optimizasyonun bir şubesidir. Bu, doğrusal programlamadan (LP) ayırt eder ve değişkenlerin tam sayılarda herhangi bir gerçek sayıyı mümkün olan bir aralıkta alabilir. LP çözücüler sürekli sorunlar için en iyi çözümleri hızlı bir şekilde bulabilirler, birçok gerçek dünya lojistik kararlarını gerektirir: 1.7 araç gönderebilir veya bir sürücüyü bir değişim için 0.3'ü sipariş edebilirsiniz. IP yakalamaları bu gerçekliği modelleme kararları ile modellemek için.

Integer Programlama Modelleri

Üç yaygın versiyon atık yönetim optimizasyonunda ortaya çıkıyor:

  • [FONT:0]Pure Integer Programlama[[Dönetici: Tüm karar değişkenleri tamsayı olmalıdır. Örneğin, her yerde kaç koleksiyon bininin nasıl yer alacağına karar verin.
  • [FONT:0]Mixed-Integer Programlama (MIP)[[MIP)[MIP)[Döneticiler, diğerleri sürekli olarak lojistikte en yaygın formülasyondur, bir model bu rotalar boyunca sürekli olarak tümkülasyon kapasiteleri kullanmak için iki katına çıkabilir.
  • [FONT:0]Binary Integer Programming[[Dönetici: Tüm değişkenler 0 veya 1. Bu, tesis konum sorunları için idealdir (bir transfer istasyonu veya notu açın) ve sorunlar (örneğin sürücüyü B veya değil)

Herhangi bir IP modelinin özü üç elementtir: karar değişkenleri, objektif bir işlev (örneğin, toplam maliyet veya mesafeyi en aza indirmek), ve bir kısıtlama seti (örneğin, araç kapasitesi, zaman pencereleri, hizmet kapsamı). Ancak, modern çözünürlük teknikleri ve her türlü kısıtlayıcıyı tatmin eden en iyi objektif değer kombinasyonu için çözüm önerileri, mümkün olan birçok gerçek dünya problem büyüklüğü ile IP sorunları ile birlikte NP-hard, yani çözüm zamanı, problem ölçeği ile dramatik bir şekilde artırabilir.

Atık Yönetimi Lojistik

IP'nin nasıl uygulandığına dalmadan önce, atık lojistiklerini tanımlayan temel operasyonel katmanları anlamak faydalıdır.Her katman ayrı optimizasyon fırsatları sunar:

Koleksiyon Operasyonları

Bu, planlanan günlerde kamyonları almak için 60-80 toplam atık yönetim bütçesinin çoğu için sık sık muhasebedir. Koleksiyon, planlanan günlerde (residential, ticari, endüstriyel) sipariş etmek için kamyonları gönderiyor. Anahtar kararlar şunları içerir:

  • Hangi araç hangi durakları durdurmaktadır
  • Hangi durakların ziyaret edildiği sipariş (routing)
  • Koleksiyon sabit günlerde veya dinamik olarak (istor-responsive) gerçekleşse de
  • Mürettebat atama ve zamanlama

Ulaşım ve Transfer

Koleksiyondan sonra, atık istasyonları transfer etmek veya doğrudan sipariş vermek için taşınır. Buradaki kararlar:

  • Transfer istasyonu lokasyonlarının seçimlerinden aday sitelerinden
  • Allocation of collection to transfer istasyonları
  • Transfer istasyonlarından toprak doldurma veya işleme tesislerine kadar aktıkları uzun mesafeli araçlar için Filo boyutlandırmak
  • Transfer araçlarının kapasite kısıtlamaları ile gönderilmesi

Disposal and Processing

Arazi dolumlarında, çöpçüler, geri dönüşüm tesisleri veya kompostlama tesisleri, atık akışı nihayet işlenir. Optimizasyon fırsatları şunları içerir:

  • Kapasite yönetmek ve işletme maliyetlerini en aza indirmek için kurtarma faaliyetlerine giriş
  • Uygun işleme tesisleri için atık türleri Allocation of Waste types to appropriate processing facilities
  • Yeniden kullanılabilir malzemeler için gerekli olan yönetim

Bu katmanların her biri diğerleriyle etkileşime girer: koleksiyon aşamasında bir karar (örneğin, bir rotayı değiştirmek) transfer ve tasarruf yoluyla dalgalanmalar.Integer programlama modelleri aynı anda birden çok tabakayı entegre edebilir, yerel en iyi siloları yerine sistem çapında optima.

Nasıl Integer Programlama Solves Atık Yönetimi Challenges

Integer programlama tek bir çözüm değil, neredeyse her türlü ayrı optimizasyon problemine atık lojistikte uyarılabilir çok yönlü bir araçtır. Aşağıda beton formülasyonları ile en yaygın uygulama alanları vardır.

Yol optimizasyonu: Araç Routing Problemi (VRP)

Klasik araç Routing Problemi soruyor: Bir araç filosu ve bir dizi müşteri konumu (koleksiyon noktaları), her müşteriyi tam bir kez ziyaret eden minimum maliyetli rotalar, araç kapasitesi ve atık yönetimine giriş yapın: VRP dahil olmak üzere uzatılıyor:

  • [FONT:0)Time windows (belirli saat içinde yapılmalıdır)
  • [FONT:0) Çok sayıda depolar[[Dönler: 1 ) (Zenginler farklı garajlardan başlayabilir)
  • [FONT:0) Heterogeneous filolar[[Dönler: 1 ) (vehicles farklı kapasitelere, emisyonlara veya işletme maliyetlerini) sahiptir.
  • [FONT:0)Order-bağımlı maliyetler[Dönemli: 1) [Dönderler sol dönüşler, trafik kalıpları veya araziler yakınlığı nedeniyle daha ucuzdur)

Temel atık toplama VRP için tam bir programlama formülü, her müşterinin hizmet etmesi için araç klarının doğrudan durdurmamı veya maliyeti enforcing akış koruma, kapasite sınırları ve zaman pencerelerini içeren bir dizi rotayı içerebilir.

Tesis Planlaması

Transfer istasyonları, geri dönüşüm merkezleri inşa etmek veya arazi genişleme siteleri, önemli sermaye sonuçları ile uzun vadeli bir stratejik problemdir.TheurFLT:0)facility lokasyon sorunu) (bir ikili tam bir program olarak formüle edilen) sabit tesis maliyetlerini ve değişken ulaşım maliyetlerini en aza indirmek için bir alt konum seçin, hizmet gereksinimlerine tabi.

  • Her koleksiyon rotası tam olarak bir transfer istasyonuna atanmalıdır
  • Bir tesiste yapılan toplam atık kapasitesinin ötesine geçemez
  • Yeni tesislerin sayısına ilişkin bütçe kısıtlamaları

İkili değişkenler y j, tesisin j'in açıldığını gösterirken, sürekli değişken x {ij}, yoldan gönderilen atık miktarını j. Operasyonel taşıma maliyetlerine karşı hedef bakiyeleri bir ufukta taşımaya karşı harcamalar.

Filo Sizing ve Kompozisyon

Filo yöneticileri, her türlü araç satın almak, korumak veya emekli olmak için kaç araç seçmeye karar vermelidir. Bu, ikili veya tam zamanlı değişkenlerin araç satın almalarını, emekliliklerini ve görevlerin her dönemdeki toplam mülk alımlarını en aza indirdiği ve işletme maliyetlerinin düşük olduğu konusunda çok sayıda programlama problemidir.

Crew Scheduling

Mürettebat zamanlama sürücülerin değişim ve rotalara saygı, iş kurallarına saygı göstermek (maksimum sürüş saatlerine, görevlendirilmiş molalar, sendika anlaşmalar) ve kapsamak için modellemek ve garanti etmek için genellikle IP'nin aşırı maliyetle hızlanması veya ataması yapmak için); aynı zamanda, sürücü memnuniyetine ve yasal uyum sağlamak.

Bir Atık Koleksiyonu Probleminin Matematiksel Formülasyon

Tam programlamanın beton gücünü göstermek için, basitleştirilmiş bir atık toplama senaryosu düşünün. Bir şehir, 5 kamyonluk bir filo tarafından hizmet edilmesi gereken 100 konut duraktır. Her bir durak 0.05 ile 0.2 ton arasında oluşur.

Karar Değişkenleri

  • x {ijk} ⁇ {0,1}: 1 kamyon k doğrudan dursam, 0 aksi takdirde (tüm i, j in the set of stop artı depolamat, ve her k için filosu için).
  • q {ik} ⁇ R+: sadece dur i bıraktıktan sonra kamyona yük.

Hedef Hedef Hedef Hedef Hedef Hedef Hedef Hedef Hedef Hedef

⁇ {k} ⁇ {i} ⁇ {j} d {ij} x {ijk}, d {ij} i ve j arasında seyahat zamanı.

Eklenmeler

  • Her bir durak tam bir kez ziyaret edilir: ⁇ {k} x {ijk} = 1 her bir durak için.
  • Akış koruması: Her kamyon k ve j'i durdur, ⁇ {i} x {ijk} = ⁇ {i} x {jik} (her bir durakta olan kamyon onu terk etmelidir).
  • Kapasite: q {jk} Tüm j için 10, k; ve duraklar olarak ziyaret edilir.
  • Depot start/end: Her kamyon sıfır yük ile depoda başlar ve biter.
  • Subtour ortadan kaldırılması: Depot'ta başlamayan rotaları önlemek.

Bu standart bir MIP formülasyonudur. 100 durak ve 5 kamyonu tam olarak CPLEX, Gurobi veya açık kaynak alternatifleri (örneğin, SCIP) bu tür sorunları birkaç saniye veya dakika içinde şube-ve-kesin algoritmaları kullanarak çözebilir, özellikle de iyi başlangıç heuristics ile yapılır (daha büyük duraklar), makul fiyatlı yöntemler gibi.

Vaka Çalışması: Uygulamada Optimizasyon

250.000 kişilik bir nüfusu olan orta büyüklükte bir belediye düşünün, 40 koleksiyon kamyonluk bir filosunu hizmet eden, altı ilçede 12 bin konut durakları işleterek, mevcut rotalar tarihsel sınırlara ve deneyimli sürücülere ve #8217'ye dayanarak manuel olarak tasarlandı; bilgi, ancak şehir artan yakıt maliyetlerine karşı, sürücüsüz iş yükleri hakkında şikayetleri ile karşı karşıya kaldı ve yüksek hacimli günlerdeki tarifeleri kaçırmak nedeniyle artan hizmet şikayetleri.

Problem Dönüşümü IP ile

Bir operasyon araştırma ekibi ile çalışmak, belediye entegre olan karışık-teger programlama modelini formüle etti:

  • [FONT:0)Time windows[Dönemli koleksiyon 6:00 AM ve 2:00 PM) arasında gerçekleşmelidir.
  • [FONT:0)Heterogeneous filosu[[Dönemli kamyonlar arka yüklendi, diğer yan yüklerle, farklı işletme maliyetleri ve kapasitelerle)
  • [FONT:0]Driver saat kısıtlamaları[[Dönem: 1 ) (Değişen 9 saat, 30 dakikalık öğle yemeği molası gerekli)
  • [FONT:0]Traffic desenleri[[Dönemli: 1 )[günde yolculuk süreleri çeşitli, parça lineer yaklaşımlarla modellendi)

IP modeli yaklaşık 4.5 milyon değişkeni içeriyordu (en çok ikili yönlendirme değişkenleri) ve 300.000 kısıtlamayı. Standart bir sunucuda ticari bir çözüm kullanarak, haftalık bir routing planı için yaklaşık 14 saat boyunca çözüm zamanı oldu.

Sonuçlar ve Etkiler

En optimize edilmiş rotalar ölçülebilir iyileştirmeler teslim etti:

  • [0]%16 toplam günlük mesafede% 16 azalma , filoya doğru yollanan, her yıl yakıtda tahmini 420,000 tasarruf
  • [0]%22 aşırı maliyette azalma (%) çünkü rotalar sürücülerin arasında daha fazla equitably% 2 oranında daha fazla equitally arasında dengelendi.
  • [FONT:0)Hizmet güvenilirliği gelişmiştir[[Döneticileri %99,3 oranında tamamlanmış pencerede (yüzde 91.5%)
  • [0]Annual CO2 emisyonlarının yaklaşık 180 metrik ton tarafından azaldığı, şehri ve #8217'yi desteklemesi; iklim eylem hedefleri
  • [FONT:0]Driver memnuniyeti gelişmiştir[Dönetici rotalar en uzun ve en kısa değişimler arasındaki eşitsizlikleri azaltmıştır[Dönemli rotalar).

Bu durum tam tam tamsayı programlamanın akademik bir egzersiz olmadığını gösteriyor; doğru bir şekilde uygulandığında, somut bir operasyonel ve finansal geri dönüşler sunar. Anahtar gerçek dünya kısıtlamalarına doğru modellemek için alan uzmanlığıyla titiz IP formülasyonunu bir araya getiriyordu.

Gelişmiş Uygulamalar ve İntegra

Dinamik ve Stochastic Optimizasyon

Gerçek dünya atık nesli belirsizdir. Bir statik IP modeli, her bir durakta sabit atık hacimlerini varsayarsa, kaçınılmaz olarak gerçeklikten uzaklaşır. Gelişmiş yaklaşımlar dahil edilirD:0) Çözüm tüm makul miktardaki boşluklar için uygulanabilir olduğundan emindir: atık nesli, rastgele bir değişken olarak modellenir ve optimizasyon birçok açıdan iyi çalışan çözüm önerileri sunar. Alternatif olarak, DÖRT:2.Albust optimizasyon Çözümün tüm makul olmayan atık hacimleri için uygulanabilir olmasını sağlar.

Telematik ve IoT ile entegrasyon

Modern atık kamyonları, GPS, RFID okuyucuları ile gerçek zamanlı doldurma seviyelerini rapor eden ağırlık sensörleri ile donatılmıştır. Bu veriler, tam zamanlı olarak sabit programlamanın rotalarını en yakın zamanda tekrar optimize ettiği IP tabanlı bir karar destek sistemi oluşturabilir: eğer bir bin sadece% 30 doluysa, sistem daha sonraki bir güne kadar seçimlerini erteleyebilir, beklenmedik bir şekilde dolu bir şekilde dolu bir şekilde geri yükleme işlemini hızlandırabilir.

Çevre Kıtları ile Tesis Konum

Transfer istasyonları veya geri dönüşüm tesislerine oturmaktan sonra, belediyeler sadece ekonomik maliyetler değil, aynı zamanda çevresel adalet, mahalle etkisi ve düzenleyici onaylar da bu faktörleri açıkça araştırılabilir.Bu, ek kısıtlamalar (örneğin, okullara, gelir demografilerine) ve ceza masraflarının istenmeyen yerlere tahsis edilmesiyle ilgili olarak genişletilebilir. Multi-objective IP formülasyonları, maliyet ve öznellik arasındaki ticaret-offları açıkça araştırılabilir.Bu tesis konumunu, topluluğuna destek veren bütünsel bir planlama aracına dahil edebilir.

Faydaları ve Yatırıma Dönüş

Atık lojistik için tam tam tam anlamıyla programlamayı benimseyen kuruluşlar, birden fazla boyutta önemli gelişmeler rapor eder. Durum çalışmasında gösterilen seviye kazanımlar ötesinde, sistemsel faydalar şunları içerir:

  • [FONT:0]Kaptal harcama azaltımı[[Dönemli: Daha iyi routing ve tesis yeri aynı popülasyona hizmet etmek için daha az kamyon ve tesise ihtiyaç vardır, satın alma ve inşaat maliyetlerinde milyonlarca tasarruf.
  • [FONT:0)Yönergesel uyumluluk[[[Dönetici: IP modelleri, çevresel düzenlemeler (emissions limitleri, gürültü kısıtlamaları, arazi doldurma ücretleri) kısıtları olarak, pahalı el ele almadan uygun hale getirmek.
  • [FONT:0]Scalability[Dönetici: Bir matematiksel model geliştirildiğinde, daha büyük mücevherleri veya ek atık akışlarını (recycling, organiks, tehlikeli atıklar) değişkenler ve kısıtlamalar ekleyerek kolayca ölçeklenebilir.
  • [FONT=0]Data-güdümlü müzakere: Üçüncü taraf haullarla sözleşme yaparken, belediyeler IP tabanlı maliyet kıyaslanması, satıcılardan daha uygun oranları satıcılara yönelik olarak daha iyi pazarlık yapabilirler.

IP optimizasyonunu uygulamak için yatırım getirisi genellikle beş yıllık bir ufukta 10:1'i aşıyor. İlk maliyetler (model geliştirme, çözücü lisanslama, veri entegrasyonu) elde edilen işletme tasarruflarına göre mütevazıdır.A 2019 Avrupa atık operatörlerinin çalışması, gelişmiş optimizasyon kullananların 12-18% daha düşük toplama maliyetlerini manuel planlamaya dayanan akranlarına kıyasla % 10,2,2,8 milyon dolar harcıyor.

Meydanlar ve C ⁇

Kanıtlanmış etkinliğine rağmen, tam programlama bir gümüş mermi değildir. Practitioners birkaç pratik engele yol açmalıdır.

C ⁇ Kompleksiity

IP NP-hard, en kötü durum çözümü zamanları problem büyüklüğü ile üst üste büyür. Çok büyük örnekler için (kırıklar binlerce durak, birçok kısıtlama), tam çözüm pratik olarak uygulanabilir.

  • [FONT:0]Decomposition[[[Dönetici: 1) Problemi daha küçük alt sınırlara ayır (örneğin, ilçe düzeyinde routing) bağımsız olarak çözülebilir.
  • [FONT:0]Heuristic hot-starts[[Dönetici: Basit yapıcı heuristics (e.g., en yakın komşu, tasarruf algoritması) iyi bir çözüm üretmek için, hangi hızlar da şubeye-ve-ve-bound aramayı hızlandırır.
  • [FONT:0)Metaheuristics[[Dönetici: 1))[Politik algoritmaların gibi büyük sorunlar için, genetik algoritmaların benzetilmesi veya büyük mahalle arama, zamanınızın bir kısmındaki yakın optimize çözümleri üretebilir.
  • [FONT:0)Cloud Computing and parallel çözücüler [Dönetici: Modern MIP çözücüler, kabul edilebilir duvar saatlerinde büyük sorunlarla başa çıkmak için onlarca temelden yararlanabilir ve hesaplamayı dağıtabilir.

Data Quality and Integration

Bir IP modeli sadece girişleri kadar iyidir. Zamanlayıcı seyahat süreleri, eski durak yerleri veya yanlış atık hacim tahminleri çözüm kalitesini bozacaktır. Temiz, güvenilir bir veri hattını korumak ve genellikle GIS sistemlerindeki en pahalı ve zaman alıcı bir parçası olarak yapılır.

Organizasyon Direnişi

Takip edilen rotalar uzun süredir devam eden resmi uygulamaları bozabilir. Sürücüler, belirli dizilere veya mahallelere alışkın olan sürücüler, özellikle rotalar karşılaştırılabilir görünürse, sürücü eğitimi ve faydaları hakkında net iletişim gerektirir.

Future: IP, AI ve Real-Time Systems'in Convergence

Atık lojistik optimizasyonundaki bir sonraki sınır, tam zamanlı veri akışları ile tam zamanlı programlamayı bir araya getirerek yatıyor. Üç umut verici yol ortaya çıkıyor:

Prediction-Optimization pipelines

Makine öğrenme modelleri, tarihi desenlere, hava, tatillere ve ekonomik göstergelere dayanan bireysel duraklarda atık nesli tahmin edebilir.Bu tahminler tahminler, tahmin belirsizliği için sağlam rotalar oluşturan IP modeline giriş olarak hizmet eder. Boru hattı, günlük veya haftalık olarak yeni veriler toplanabilir, sürekli olarak doğruluk geliştirir.

Dinamik Routing için Öğrenme

Dondurma öğrenme (RL) bir ajanda gerçek zamanlı olaylara yanıt vermek için uygun olmayan bir rout kararları almak için (örneğin, bir bin aşırı akış, bir kamyonun aşağı kırdığı) bir aracı trenler. RL tek başına büyük ölçekli routing karmaşıklığı ile mücadele ederken, adayı eylemleri ve IP'yi seçmek için RL'yi kullanan karma yaklaşımlara karşı en iyi kombinasyonlar vaat ediyor.

Dijital Twins ve What-If Analysis

Dijital ikiz & #8212; Atık yönetim sisteminin sanal bir kopyası ve #8212; önerilen değişikliklerin etkisini taklit etmek için bir IP motoru içeriyor: İki elektrikli kamyonu eklediğimizde ne olur? Geri dönüşüm oranı% 5 oranında artarsa? Karar vericiler, sermayeyi taahhüt etmeden önce ticaretten veya değiştirme işlemlerine karşı risksiz bir ortamda ticaret-dönüşümlü bir ortamda ticaret-dönüşümlü bir ortamdan IP'i keşfedebilir.

Sonuç: Linear programlarından Geometrik Ekonomilere

Integer programlama, şehir ve özel operatörlerin atık lojistiklerini yeniden şekillendiriyor. Ayrık, kısıtlı kararlar titiz matematiksel modeller haline getirerek IP, maliyet, hizmet kalitesi ve çevresel etki için ölçülebilir gelişmeler sunuyor. günlük taşımacılık rotalarından uzun vadeli planlamaya kadar IP daha akıllı, veri odaklı seçimler yapmak için sistematik bir çerçeve sunuyor.

Hesaplama karmaşıklığı ve veri kalitesi sorunları gerçek ancak modern yazılım, donanım ve organizasyonel taahhüt ile genişletilebilir. Makine öğrenmesi ve gerçek zamanlı veriler daha erişilebilir hale gelir, tam zamanlı programlama ile öngörülebilir bir analiz entegrasyonu, maliyetleri azaltmak için daha büyük effici seviyelere sahip olacaktır.

Altta yatan algoritmaları ve yazılımı hakkında daha fazla bilgi edinmek için, atık bazlı optimizasyona göz atın:0)Gurobi’ karışık programlama uygulamaları üzerinde astarı).

En uygun atık lojistikine yönelik yolculuk devam ediyor, ancak yön açık: matematiksel rigor'u operasyonel gerçeklikle birleştirerek, tam programlama daha temiz, daha verimli ve en nihayetinde modern toplumun ürettiği atıkları yönetmeye yardımcı oluyor.