Optimización de la Recolección de Residuos: Un Camino hacia una Ciudad Verde y Sostenible de La Meca
Autores: Algethami, Haneen; Alhothali, Ghada Talat
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Optimización de la Recolección de Residuos: Un Camino hacia una Ciudad Verde y Sostenible de La Meca
Categoría
Gestión y administración
Subcategoría
Gestión logística
Palabras clave
Arabia Saudita
Futuro sostenible
Gestión de residuos sólidos
Visión 2030
Restricciones de enrutamiento
Consumo de combustible.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 45
Citaciones: Sin citaciones
Arabia Saudita es un país líder que apoya un futuro sostenible, desde la formulación de políticas y la inversión hasta el desarrollo de infraestructuras. Una de las preocupaciones crecientes en la Visión 2030 de Arabia Saudita es la gestión de residuos sólidos, especialmente en La Meca. El Problema de Recolección de Residuos Sólidos (SWCP) se refiere a la optimización de rutas de camiones de recolección de residuos que visitan contenedores en diversas ubicaciones. Las rutas generadas manualmente pueden contener algunos errores, y construir y revisar soluciones diseñadas puede llevar mucho tiempo. Por lo tanto, es necesario encontrar soluciones óptimas y rápidas para este problema. Resolver este problema requiere abordar numerosas restricciones de enrutamiento mientras se busca minimizar el costo operativo. Dado que los residuos sólidos tienen un impacto significativo en el medio ambiente, reducir el consumo de combustible debe ser un objetivo. Así, se propone un modelo de programación entera mixta en este documento utilizando la heurística del vecino más cercano orientada al tiempo. El objetivo es investigar su rendimiento en nueve instancias existentes de SWCP en la ciudad de La Meca. El modelo propuesto se implementa en el solucionador Gurobi. La heurística del vecino más cercano orientada al tiempo construye la solución inicial y luego se reoptimiza utilizando Google OR-tools. Utilizar el método codicioso para construir una solución para este problema generó mejores soluciones en comparación con los resultados obtenidos sin el método codicioso. Los tiempos computacionales también mejoraron en un 55.7% en las instancias del problema. Los hallazgos confirman el rendimiento competitivo del método propuesto en términos de tiempos computacionales y calidad de la solución.
Descripción
Arabia Saudita es un país líder que apoya un futuro sostenible, desde la formulación de políticas y la inversión hasta el desarrollo de infraestructuras. Una de las preocupaciones crecientes en la Visión 2030 de Arabia Saudita es la gestión de residuos sólidos, especialmente en La Meca. El Problema de Recolección de Residuos Sólidos (SWCP) se refiere a la optimización de rutas de camiones de recolección de residuos que visitan contenedores en diversas ubicaciones. Las rutas generadas manualmente pueden contener algunos errores, y construir y revisar soluciones diseñadas puede llevar mucho tiempo. Por lo tanto, es necesario encontrar soluciones óptimas y rápidas para este problema. Resolver este problema requiere abordar numerosas restricciones de enrutamiento mientras se busca minimizar el costo operativo. Dado que los residuos sólidos tienen un impacto significativo en el medio ambiente, reducir el consumo de combustible debe ser un objetivo. Así, se propone un modelo de programación entera mixta en este documento utilizando la heurística del vecino más cercano orientada al tiempo. El objetivo es investigar su rendimiento en nueve instancias existentes de SWCP en la ciudad de La Meca. El modelo propuesto se implementa en el solucionador Gurobi. La heurística del vecino más cercano orientada al tiempo construye la solución inicial y luego se reoptimiza utilizando Google OR-tools. Utilizar el método codicioso para construir una solución para este problema generó mejores soluciones en comparación con los resultados obtenidos sin el método codicioso. Los tiempos computacionales también mejoraron en un 55.7% en las instancias del problema. Los hallazgos confirman el rendimiento competitivo del método propuesto en términos de tiempos computacionales y calidad de la solución.