Waste routing optimization with variable network structure with smart waste containers

Abstract

As long as humanity exists, it will continue to produce waste. For a livable society, these wastes need to be collected and disposed of at regular intervals. The collection and disposal of these wastes involve many processes and can be quite costly. This study aims to optimize the journey of solid waste from generation to a disposal facility with minimum time and cost, and the solution of the Capacity-constrained Vehicle Routing Problem (CVRP) is used as an optimization technique in this study.A dynamic perspective was added to the capacitated CVRP by incorporating a decision mechanism that determines whether containers should be collected or not based on their predetermined fill levels. The Internet of Things methodology was utilized, and fill sensors were added to the containers. Genetic algorithms, one of the metaheuristic methods, were used in the algorithm's solution, which was implemented through a Python program. After testing the algorithm on a trial network, a specific location was selected. The chosen region is Gerzele Neighborhood in Denizli Province, and the TURKSTAT data pertaining to the neighborhood were used in the calculations. The coordinate data for the neighborhood and the locations of the containers were mapped, and transportation data was generated by integrating them into the Visum program. The collection process was carried out based on the fill levels of the containers using the sensors, and several scenarios were tested. It was determined that cost, distance traveled, and collection times for waste logistics could be reduced by 20-40% based on the obtained results.

Keywords

• Vehicle routing problem (VRP)
• Genetic algorithm (GA)
• Dynamic vehicle routing problem (DVRP)
• Solid waste optimization
• Garbage collection problem
• Variable network structure

Akıllı çöp konteynerleri ile değişken ağ yapısına sahip çöp rotalama optimizasyonu

Öz

İnsanlık var olduğu sürece atık üretmeye devam edecektir. Yaşanılabilir bir toplum için bu atıkların düzenli aralıklarla toplanması ve bertaraf edilmesi gerekmektedir. Bu atıkların toplanması ve bertaraf edilmesi birçok prosesi kapsamakta ve oldukça maliyetli olabilmektedir. Bu çalışmada katı atığın oluşumundan bertaraf tesisine kadar olan yolculuğunun minimum süre ve maliyetle ile optimize edilmesi amaçlanmış ve optimizasyon tekniği olarak kapasite kısıtlı Araç Rotalama Probleminin (ARP) çözümü modifiye edilerek kullanılmıştır. Kapasite kısıtlı ARP içerisine dinamik bir bakış açısı eklenerek konteyner doluluklarının belirlenen seviyesine göre toplanması ya da toplanmaması karar mekanizmasına göre rotalar oluşturulmuştur. Nesnelerin interneti yönteminden yararlanılmış ve konteynerlere doluluk sensörleri eklenmiştir. Algoritmanın çözümünde meta sezgisel yöntemlerden genetik algoritma kullanılmış ve Python programı üzerinden modellenmiştir. Algoritmanın sonuçları önce deneme ağında test edildikten sonra mevcut bir konum seçilmiştir. Seçilen bölge Denizli ilinde Gerzele Mahallesidir ve hesaplamalarda mahalleye ait TÜİK verileri kullanılmıştır. Mahalleye ait koordinat verileri ve konteynerlerin konumları haritaya işlenmiş buradan da Visum programına eklenerek ulaşım verisi oluşturulmuştur. Konteynerlerdeki sensörler sayesinde doluluklarına göre toplama işlemi yapılmış ve birkaç senaryo ile denemeler yapılmıştır. Atık lojistiği için maliyet, kat edilen mesafe ve toplama sürelerinde %20-40 oranında azalmaların elde edilebileceği belirlenmiştir.

Anahtar Kelimeler

• Araç rotalama problemi (ARP)
• Genetik algoritma (GA)
• Dinamik araç rotalama problemi (DARP)
• Katı atık optimizasyonu
• Çöp toplama problemi
• Değişken ağ yapısı

Kaynakça

1. [1] TÜİK. “Belediye Atık İstatistikleri”. https://data.tuik.gov.tr/Bulten/Index?p=Belediye-AtikIstatistikleri-2018-30666 (27.06.2023).
2. [2] TÜİK. “Belediye Atık İstatistikleri”. https://biruni.tuik.gov.tr/medas/?kn=119&locale=tr (27.06.2023).
3. [3] Akdoğan A, Güleç S. “Sürdürülebilir Katı Atık Yönetimi Ve Belediyelerde Yöneticilerin Katı Atık Yönetimiyle İlgili Tutum Ve Düşüncelerinin Analizine Yönelik Bir Araştırma”. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 25(1), 39-69, 2007.
4. [4] Eunomia. “Recycling-Who Really Leads the World? Identifying the World’s Best Municipal Waste Recyclers”. https://eeb.org/wpcontent/uploads/2019/06/Recycling_who-really-leadsthe-world-REPORT.pdf (27.06.2023).
5. [5] İçişleri Bakanlığı. “Türkiye Mülki İdare Bölümleri Envanteri”. https://www.eicisleri.gov.tr/Anasayfa/MulkiIdariBolumleri.aspx (27.06.2023).
6. [6] Çevre ve Şehircilik Bakanlığı. “Çevresel Göstergeler”. https://cevreselgostergeler.csb.gov.tr/atik-duzenlidepolama-tesis-sayisi-belediye-sayisi-hizmet-verilennufus-i-85750 (27.06.2023).
7. [7] Hoornweg D, Bhada-Tata P. “What A Waste, A Global Review of Solid Waste Management”. Urban Development Series Knowledge Papers. The World Bank. Washington, USA, 40, 2012.
8. [8] Hoornweg D, Bhada-Tata P. “What A Waste, A Global Review of Solid Waste Management”. Urban Development Series Knowledge Papers. The World Bank. Washington, USA, 5, 2012.

9. [9] Ashton K. “That "Internet of things" Thing: In the real world things matter more than ıdeas”. RFiD Journal, 4986(1), 97-114, 2009.
10. [10] Dantzig G, Ramser JH. “The truck dispatching problem”. Management Science, 6(1), 80-91, 1959.
11. [11] Clarke G, Wrigth J. “Scheduling of vehicle routing problem from a central depot to a number of delivery points”. Operations Research, 12(4), 568-581, 1964.
12. [12] Rodrigue JP, Comtois C, Slack B. “The geography of transport systems”. 3rd ed., London, United Kingdom, Routledge. 2009.
13. [13] Braekers K, Ramaekers K, Van Nieuwenhuyse I. “The vehicle routing problem: State of the art classification and review”. Computers & Industrial Engineering, 99(2016), 300-313, 2016.
14. [14] Eksioglu B, Vural AV, Reisman A. “The vehicle routing problem: A taxonomic review”. Computers & Industrial Engineering, 57(4), 1472-1483, 2009.
15. [15] Ropke S. Heuristic and Exact Algorithms for Vehicle Routing problems. PhD Thesis, University of Copenhagen, Copenhagen, Denmark, 2005.
16. [16] Demirtaş YE. Dinamik Araç Rotalama Problemine Parçacık Sürü Optimizasyonu Algoritması Çözüm Önerisi. Doktora Tezi, İstanbul Üniversitesi, İstanbul, Türkiye, 2015.
17. [17] Konstantakopoulos GD, Gayialis SP, Kechagias EP. “Vehicle routing problem and related algorithms for logistics distribution: a literature review and classification”. Operational Research, 2022(22), 2033–2062, 2023.
18. [18] Elshaer R, Awad H. “A taxonomic review of metaheuristic algorithms for solving the vehicle routing problem and its variants”. Computers & Industrial Engineering, 140(106242), 1-19, 2020.
19. [19] Bräysy O, Gendreau M. “Vehicle routing problem with time windows, Part II: Metaheuristics”. Transportation Science, 39(1), 119-139, 2005.
20. [20] Polat O, Kalayci CB, Kulak O, Günther HO. “A perturbation based variable neighborhood search heuristic for solving the vehicle routing problem with simultaneous pickup and delivery with time limit”. European Journal of Operational Research, 242(2), 369-382, 2015.
21. [21] Polat O. “A parallel variable neighborhood search for the vehicle routing problem with divisible deliveries and pickups”. Computers & Operations Research, 85, 71-86, 2017.
22. [22] Holland J. Adaptation in Natural and Artificial Systems. Michigan, USA, University of Michigan Press, 1975.
23. [23] Preux P, Talbi E. “Towards hybrit evolutionary algorithms”. International Transactions in Operations Research, 6(6), 557-570, 1999.
24. [24] Mutlu Ö, Polat O, Supciller AA. “An iterative genetic algorithm for the assembly line worker assignment and balancing problem of type-II”. Computers & Operations Research, 40(1), 418-426, 2013.
25. [25] Nabiyev VV. Yapay Zekâ Problemleri- YöntemlerAlgoritmalar. 5. Baskı, Ankara, Türkiye, Seçkin Yayınevi, 2003.
26. [26] Tian Y, Song J, Yao D, Hu J. “Dynamic vehicle routing problem using hybrid ant system”. Proceedings of Intelligent Transportation Systems, 2, 970-974, 2003.
27. [27] Taniguchi E, Shimamoto H. “Intelligent transportation system based dynamic vehicle routing and scheduling with variable travel times”. Transportation Research Part C: Emerging Technologies, 12(3-4), 235-250, 2004.
28. [28] Fleischmann B, Gnutzmann S, Sandvoß E. “Dynamic vehicle routing based on online traffic information”. Transportation Science, 38(4), 420-433, 2004.
29. [29] Du TC, Li YE, Chou D. “Dynamic vehicle routing for online B2C delivery”. Omega, 33(1), 30-45, 2005.
30. [30] Wang W, Wu B, Zhao Y, Freng D. “Particle swarm optimization for open vehicle routing problem”. Computational Intelligence: International Conference on Intelligent Computing, Kunming, China, 16-19 August 2006.
31. [31] Khouadjia MR, Sarasola B, Alba E, Jourdan L, Talbi EG. “A comparative study between dynamic adapted PSO and VNS for the vehicle routing problem with dynamic requests”. Applied Soft Computing 12(4), 1426-1439, 2012.
32. [32] Montemanni R, Gamberdella LM, Rizzoli AE, Donati AV. “Ant colony system for a dynamic vehicle routing problem”. Journal of Combinatorial Optimization, 10(4), 327-343, 2005.
33. [33] Polat O, Kalayci CB, Bilgen B, Topaloğlu D. “An integrated mathematical model for the milk collection problem”. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 25(9), 1087-1096, 2019.
34. [34] Eren H. Akış Tipi Çizelgeleme Problemlerinin Genetik Algoritma (GA) ile Çözüm Performansının Arttırılmasında Deney Tasarımı Uygulaması. Doktora Tezi, İstanbul Teknik Üniversitesi, İstanbul, Türkiye, 2002.
35. [35] Şahin Y, Karagül K. “Gezgin satıcı probleminin melez akışkan genetik algoritma (MAGA) kullanarak çözümü”. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 25(1), 106-114, 2019.
36. [36] Şahin Y. “Sezgisel ve metasezgisel yöntemlerin gezgin satıcı problemi çözüm performanslarının Kıyaslanması”. Bolu Abant İzzet Baysal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 19(4), 911-932, 2019.
37. [37] Pulat HF, Aksoy YY. “Türkiye kentsel katı atık kompozisyonunun kayma mukavemeti özellikleri ve şev duraylılığının incelenmesi”. İMO Teknik Dergisi, 28(1), 7703-7724, 2017.
38. [38] Solomon M. “VRPTW Benchmark Problems”. http://web.cba.neu.edu/~msolomon/problems.htm (27.06.2023).
39. [39] Hasle G, Lie KA, Quak E. Geometric Modelling, Numerical Simulation and Optimization. 1st ed., Heidelberg, Germany, Springer, 2007.