Optimización de rutas en la gestión de residuos urbanos utilizando búsqueda de cuco discreto ajustada localmente: un...

Área de la Ciencia:

• Ciencias del medio ambiente Ciencias del medio ambiente.
• Ciencias de la computación Ciencias de la computación
• Operaciones Investigación Investigación

Sus antecedentes:

• La urbanización y el crecimiento de la población aumentan la generación de residuos, lo que requiere una gestión eficiente de los residuos.
• La optimización de las rutas de recolección de residuos es crucial para reducir los costos operativos y el impacto ambiental.
• Los métodos existentes luchan por abordar la complejidad de los problemas de enrutamiento discreto en entornos urbanos.

Objetivo del estudio:

• Proponer un marco metaheurístico híbrido, Locally Optimized Discrete Cuckoo Search (LO-DCS), para una optimización efectiva de las rutas en la gestión de residuos urbanos.
• Para adaptar el algoritmo de búsqueda de Cuckoo para problemas de enrutamiento discretos utilizando el paseo aleatorio basado en permutación, la optimización local de 2-opt y el clustering de K-means.
• Evaluar el rendimiento de LO-DCS utilizando conjuntos de datos urbanos del mundo real y compararlo con los algoritmos existentes.

Principales métodos:

• Desarrolló un marco metaheurístico híbrido, LO-DCS, integrando Cuckoo Search con técnicas de optimización discretas.
• Utilizó Google Earth Engine y imágenes satelitales georreferenciadas para la extracción de coordenadas de la basura.
• Implementó y probó LO-DCS en conjuntos de datos de la ciudad de Bengaluru, midiendo la distancia de viaje, el consumo de combustible, las emisiones de carbono y el tiempo operativo.

Principales resultados:

• LO-DCS demostró una mejora promedio de aproximadamente el 85% en todos los grupos para los indicadores clave de rendimiento (distancia, combustible, emisiones de CO2, tiempo de viaje).
• Logró mejoras significativas (aprox. 78%) en comparación con los métodos de referencia (GA, PSO, DSMO, QANA) con una fuerte convergencia.
• Las pruebas estadísticas confirmaron la robustez y el rendimiento competitivo de LO-DCS, produciendo soluciones casi óptimas.

Conclusiones:

• LO-DCS proporciona una herramienta de apoyo a la toma de decisiones escalable y basada en datos para una gestión sostenible y rentable de los residuos urbanos.
• El marco ofrece información valiosa para las autoridades municipales e investigadores en planificación de infraestructura.
• Este enfoque mejora la responsabilidad ambiental en la logística de residuos urbanos.