Recolección de Residuos Tecnológicos aplicando Metaheurísticas

Contenido principal del artículo

Diana Pérez
Daniel Pandolfi
Andrea Villagra

Resumen

La creciente demanda en el uso las tecnologías de la información y comunicación (TIC) han revolucionado nuestra vida cotidiana, sin embargo, han contribuido a aumentar las preocupaciones ambientales y sociales. La aceleración de factores como el agotamiento y escasez de recursos, daños ambientales, uso de agua y energía y un incremento insostenible de desechos tecnológicos principalmente en zonas urbanas, se ha convertido en una preocupación para la industria y el gobierno. La recuperación de residuos tecnológicos requiere de estrategias inteligentes de recolección que minimicen los costos asociados, maximicen el reúso de materias primas y la reparabilidad de los bienes para la prolongación de su vida útil. Uno de los factores que inciden fuertemente, es el costo de recorrido para la recolección.


Este trabajo consiste en generar rutas recolección dado una cantidad de clientes por atender, un conjunto de vehículos de recolección, permitiendo minimizar ciertos factores que ayuden a la empresa a obtener beneficios. Los objetivos pueden ser: minimizar el tiempo de reparto, maximizar el ahorro de combustible en los vehículos, minimizar la cantidad de vehículos de reparto, todo lo cual llevaría a obtener menores costos y por lo tanto obtener beneficios y una mejor calidad de servicio e imagen. Particularmente, el propósito de este trabajo es mostrar como la aplicación de un algoritmo basado en inteligencia colectiva (metaheurística) mejora la planificación de recolección de residuos tecnológicos para un caso de estudio en la localidad de Comodoro Rivadavia sobre con diferentes escenarios e instancias de recolección con 75, 105, 150 y 200 contenedores de residuos y vehículos con diferentes capacidades. Se realiza además un análisis de la reducción de gases emitidos.

Detalles del artículo

Cómo citar
Pérez, D. ., Pandolfi, D. ., & Villagra, A. . (2021). Recolección de Residuos Tecnológicos aplicando Metaheurísticas. Informes Científicos Técnicos - UNPA, 13(1), 54–76. https://doi.org/10.22305/ict-unpa.v13.n1.789
Sección
Artículos

Citas

AKPINAR, S. (2016), Hybrid large neighbourhood search algorithm for capacitated vehicle routing problem, Expert Systems with Applications, Volume 61, 2016, Pages 28-38, ISSN 0957-4174.

ALBA, E., DORRONSORO, B. (2009). Cellular genetic algorithms (Vol. 42). Springer Science & Business Media.

ALZAQEBAH, M., ABDULLAH, S., JAWARNEH, S. (2016), Modified artificial bee colony for the vehicle routing problems with time windows, SpringerPlus 5 (1) (2016) 1298. DOI 10.1186/s40064-016-2940-8.

BAXTER, J., LYNG, K.A., ASKHAM, C., HANSSEN, O.J. (2016). “High-quality collection and disposal of e-waste: environmental impacts and resultant” issues. Waste Manage. 57, 17–26.

BYRSKI, A., ŚWIDERSKA, E., ŁASISZ, J., KISIEL-DOROHINICKI, M., LEANAERTS, T., SAMSON, D., INDURKYHYA, B., NOWÉ, A. (2017) Socio-cognitively inspired ant colony optimization, Journal of Computational Science, Volume 21, 2017, Pages 397-406, ISSN 1877-7503, https://doi.org/10.1016/j.jocs.2016.10.010.

BOUSSAÏD, I., LEPAGNOT, J., SIARRY, P. (2013). A survey on optimization metaheuristics, Information Sciences, Volume 237, 2013, Pages 82-117, ISSN 0020-0255, https://doi.org/10.1016/j.ins.2013.02.041.

DANTZIG, G.B., RAMSER, J. (1959). The truck dispatching problem, Manage. Sci. 6 (1) (1959) 80–91.

DORIGO, M., MANIEZZO, V., COLORNI, A. (1996). The ant system: optimization by a colony of cooperating agents, IEEE Transactions on Systems, Man, and Cybernetics Part B26 29–41.

EZZATNESHAN, A. (2010). An Algorithm for the Vehicle Problem, International Journal of Advanced Robotic Systems, Vol. 7, No. 2, 2010, pp. 125-132.

GENDREAU, M., POTVIN, J.Y., BRAUMLAYSY, O., HASLE, G., LOKKETANGEN, A. (2008) Metaheuristics for the vehicle routing problem and its extensions: a categorized bibliography, in: The Vehicle Routing Problem: Latest Advances and New Challenges, Springer, US, 2008, pp. 143–169.

GROSSMAN, E. (2005) High Tech Trash: Digital Devices, Hidden Toxics, and Human Health. Island Press, Washington, pp. 133e134.

IKHLAYEL, M. (2018). Development of management systems for sustainable municipal solid waste in developing countries: a systematic life cycle thinking approach, Journal of Cleaner Production, Volume 180, 2018, Pages 571-586, ISSN 0959-6526. https://doi.org/10.1016/j.jclepro.2018.01.057.

KAO, Y., CHEN, M-H, HUANG, Y-T. (2012) A hybrid algorithm based on ACS and PSO for capacitated vehicle routing problems, Mathematical Problems in Engineering, Volume 2012, Article ID 726564, pages 1-17, http://dx.doi.org/10.1155/2012/726564.

LENSTRA, J.K., KAN, A.R. (1981). Complexity of vehicle routing and scheduling problems, Networks 11 (1981) 221–227.

LIN, C., CHOY, K.L., HO, G.T.S., Ng, T.W. (a), (2014). A Genetic Algorithm-based optimization model for supporting green transportation operations, Expert Systems with Applications, Volume 41, Issue 7, 2014, Pages 3284-3296, ISSN 0957-4174, https://doi.org/10.1016/j.eswa.2013.11.032.

LIN, C., CHOY, K.L., HO, G.T.S., CHUNG, S.H., LAM, H.Y. (b), (2014). Survey of Green Vehicle Routing Problem: Past and future trends, Expert Systems with Applications, Volume 41, Issue 4, Part 1, 2014, Pages 1118-1138, ISSN 0957-4174, https://doi.org/10.1016/j.eswa.2013.07.107.

MENIKPURA, S.N., SANG-ARUN, J., BENGTSSON, M. (2013). Integrated solid waste management: an approach for enhancing climate co-benefits through resource recovery. Journal of Cleaner Production, Volume 58, 2013, Pages 34-42, ISSN 0959-6526, https://doi.org/10.1016/j.jclepro.2013.03.012.

MENIKPURA, S.N., SANTO, A., HOTTA, Y. (2014). Assessing the climate co-benefits from Waste Electrical and Electronic Equipment (WEEE) recycling in Japan. Journal of Cleaner Production, Volume 74, 2014, Pages 183-190, ISSN 0959-6526, https://doi.org/10.1016/j.jclepro.2014.03.040.

NIAZY, S. N., BADR, A. (2012). Complexity of capacitated vehicles routing problem using cellular genetic algorithms, International Journal of Computer Science Network. Security. 12 (2) (2012) 5.

NOWAKOWSKI, P., KRÓL, A., MRÓWCZYNSKA, B. (2017), Supporting mobile WEEE collection on demand: A method for multi-criteria vehicle routing, loading and cost optimisation, Waste Management, Volume 69, 2017, Pages 377-392, ISSN 0956-053X, https://doi.org/10.1016/j.wasman.2017.07.045.

NOWAKOWSKI, P., SZWARC, K. & BORYCZKA, U. (2018). Vehicle route planning in e-waste mobile collection on demand supported by artificial intelligence algorithms, Transportation Research Part D: Transport and Environment, Volume 63, 2018, Pages 1-22, ISSN 1361-9209.

NOWAKOWSKI, P., SZWARC, K. & BORYCZKA, U. (2020). Combining an artificial intelligence algorithm and a novel vehicle for sustainable e-waste collection. Science of The Total Environment, 138726.

METROPOLIS, N., ROSENBLUTH, A., ROSENBLUTH, M., TELLER, A. AND TELLER, E. (1953). Equations of state calculations by fast computing machines. J Chem Phys 21(6): 1087–1092.

OGUCHI, M., SAKANAKURA, H., TERAZONO, A. (2012). Toxic metals in WEEE: characterization and substance flow analysis in waste treatment processes. Science of The Total Environment, Volumes 463–464, 2013, Pages 1124-1132, ISSN 0048-9697.

ROBERTSON, G. (1987). Parallel implementation of genetic algorithms in a classier system. In Second International Conference on Genetic Algorithms (ICGA), pages 140{147, 1987.

SALHOFER, S., SCHNEIDER, F., OBERSTEINER, G. (2007). The ecological relevance of transport in waste disposal systems in Western Europe. Waste Manage. 27, S47–S57. http://dx.doi.org/10.1016/j.wasman.2007.02.025.

SZETO, W.Y., WU, Y., Ho, S. C. (2011) An artificial bee colony algorithm for the capacitated vehicle routing problem, European Journal of Operational Research, Volume 215, Issue 1, 2011, Pages 126-135, ISSN 0377-2217, https://doi.org/10.1016/j.ejor.2011.06.006.

TASAN, S. A., GEN, M. (2012) A genetic algorithm based approach to vehicle routing problem with simultaneous pick-up and deliveries, Computers & Industrial Engineering, Volume 62, Issue 3, 2012, Pages 755-761, ISSN 0360-8352, https://doi.org/10.1016/j.cie.2011.11.025.

TUBA, M., JOVANOVIC, R. (2013), Improved ACS algorithm with pheromone correction strategy for the traveling salesman problem, Int. J. Comput. Commun. Control 8 (3) 477–485.

ZHANG, X., TANG, L. (2009), A new hybrid ant colony optimization algorithm for the vehicle routing problem, Pattern Recognition Letters, Volume 30, Issue 9, 2009, Pages 848-855, ISSN 0167-8655.