Smart waste collection routing problems: using real-time information for better planning

Carolina Soares de Morais

Key information

Authors:

Carolina Soares de Morais (Carolina Soares de Morais)

Supervisors:

Tânia Rodrigues Pereira Ramos (Tânia Rodrigues Pereira Ramos); Ana Póvoa (Ana Paula Ferreira Dias Barbosa Póvoa)

Published in

February 24, 2022

Abstract

Esta tese centra-se no campo da recolha de resíduos, que se tornou uma preocupação cada vez mais importante nas economias globais. Devido a uma elevada incerteza associada à acumulação de resíduos, a recolha é geralmente efetuada de forma imprecisa, ineficiente e dispendiosa. Para reduzir a incerteza associada, sensores volumétricos podem ser instalados dentro de contentores de resíduo para transmitir informação em tempo real sobre a quantidade de resíduos. A informação transmitida pelos sensores deve ser utilizada para alimentar sistemas informáticos baseados em técnicas de pesquisa operacional, de modo que sejam desenhadas rotas inteligentes de recolha de resíduos que resultem em uma operação mais eficiente e com níveis de serviço mais elevados. Nesta tese são desenvolvidas ferramentas baseadas em otimização capazes de definir rotas inteligentes de recolha de resíduos que consideram os níveis de enchimento dos contentores e suas localizações, a fim de maximizar a quantidade de resíduos recolhidos, ao mesmo tempo em que se minimiza a distância total percorrida. Para o planeamento de rotas inteligentes de recolha de resíduos, diferentes horizontes temporais (curto e médio prazo) são considerados nesta tese. Além disso, é desenvolvida uma metodologia de solução para abordar a decisão sobre quais os contentores, de todo o conjunto de contentores de resíduos, devem receber um sensor, considerando tanto o elevado valor de investimento do sensor como o ganho económico proporcionado pelo conhecimento precoce das informaçõessobre os níveis de enchimento dos contentores. Nesta tese são desenvolvidos métodos de solução para resolver problemas reais de recolha inteligente de resíduos, e as abordagens propostas são validadas utilizando estudos de casos reais. Esta tese contribui para os gestores de planeamento da recolha de resíduos, que com base nos resultados obtidos através da aplicação das abordagens de otimização desenvolvidas a estudos de casos reais podem compreender o impacto que estas políticas podem ter na conceção das rotas de recolha de resíduos. Esta tese contribui ainda para a prática de recolha de resíduos, que através do estudo do problema de seleção de uma amostra reduzida de contentores a monitorizar, considerando o custo elevado do investimento, podem ser informados sobre o maior valor da informação tratada. This thesis focuses on the waste collection field, which has become an increasingly important concern in global economies. Due to a high uncertainty associated with waste accumulation, waste collection is usually performed in an inaccurate, inefficient, and expensive way. To reduce the associated uncertainty, volumetric sensors can be installed inside waste bins to transmit real-time information about the amount of waste inside them. The sensor information may be used to feed computer systems based on operational research techniques so that smart waste collection routes are designed, resulting in a more efficient operation with higher service levels. In this thesis, optimization-based tools are developed to optimize waste collection by defining smart waste collection routes that take into account the fill levels of the bins and their locations in order to maximize the amount of waste collected while minimizing the total distance travelled, considering different planning horizons (short and medium term). Furthermore, a solution methodology is developed to address the decision on which bins, from the whole set of waste bins, should receive a sensor, considering both the expensive investment value of the sensor and the economic gain provided by the early knowledge of information about the bin fill levels. In this thesis, solution methods are developed to solve real large-scale smart waste collection routing problems, and the proposed approaches are validated using real case studies. This thesis contributes to waste collection planning managers, who based on the results obtained by applying the developed optimization approaches to real case studies can understand the impact these policies may have on the design of waste collection routes. Also, this thesis contributes to waste collection practice, which through studying the problem of selecting a sample of bins to monitor, considering the expensive cost of investment, can be informed on the higher value of the information handled.