التحسين الضبابي لمسارات جمع النفايات الصلبة البلدية تحت انبعاثات غير مؤكدة

لماذا إعادة التفكير في مسارات القمامة مهمة

كل يوم، ترسل المدن أساطيل من شاحنات القمامة على مسارات مبرمجة بدقة حتى تبقى الشوارع نظيفة والأحياء صالحة للعيش. لكن كمية النفايات التي تصل إلى كل حاوية أو نقطة جمع قد تتقلب بشكل كبير مع العطلات والعواصف والفعاليات الكبيرة أو الاضطرابات المفاجئة. عندما يفترض مخططو المدن أن النفايات متوقعة تمامًا، قد تنتهي الشاحنات مكتظة، مما يستدعي رحلات إضافية، أو تُترك نفايات دون جمع. تستكشف هذه الدراسة كيفية تصميم مسارات جمع أكثر ذكاءً تأخذ هذا عدم اليقين بعين الاعتبار صراحة، مما يساعد المدن على خفض التكاليف مع الحفاظ على موثوقية الخدمة.

الواقع الفوضوي خلف القمامة اليومية

تنتج النفايات الصلبة البلدية من المنازل والمتاجر والمطاعم والمكاتب والمساحات العامة. على المستوى العالمي، يولد الناس الآن أكثر من ملياري طن من هذه النفايات سنويًا، مع توقعات تقارب الضعف بحلول 2050. جمع ونقل هذه المواد هو أحد أكثر بنود إدارة النفايات تكلفة، وغالبًا ما يمثل 60 إلى 70 بالمئة من التكاليف الإجمالية. في العديد من المدن، بما في ذلك تلك التي درست هنا، تتخلف أنظمة الجمع عن مرافق المعالجة الحديثة، مما يجعل من الضروري استخراج كفاءة أكبر من الشاحنات والمحطات والمسارات. المشكلة أن حجم النفايات عند كل نقطة جمع ليس ثابتًا، بل يتشكل بسلوك البشر والأحداث الخارجية التي يصعب التنبؤ بها بدقة.

من أرقام ثابتة إلى توقعات ضبابية

تعاملت معظم البحوث السابقة مع كمية النفايات عند كل محطة على أنها رقم ثابت أو حاولت ملاءمة منحنى احتمالي دقيق باستخدام كميات كبيرة من البيانات التاريخية. كلا النهجين يواجهان صعوبات في التطبيق: فالبيانات التفصيلية غالبًا ما تكون نادرة، والافتراضات الثابتة تتجاهل التقلبات التي تظهر في العمليات الحقيقية. تستخدم هذه الدراسة بدلاً من ذلك وصفًا «ضبابيًا» للانبعاثات، مبنيًا حول أعداد ضبابية شبه منحرفة. ببساطة، تُعطى كل محطة نطاق معقول لكميات النفايات المحتملة، مع نطاق مركزي أكثر احتمالًا بدلاً من تخمين وحيد أفضل. يطلب النموذج بعد ذلك أن تكون أي خطة مسار لديها فرصة كافية للبقاء ضمن سعة كل شاحنة، وفقًا لمستوى ثقة يختاره صانعو القرار في المدينة.

تصميم مسارات ببناء مرونة مدمجة

مع هذه الصورة الأكثر ضبابية ولكن واقعية، يصبح قرار أي الشاحنات يجب أن تخدم أي أحياء لغزًا معقدًا له العديد من الحلول المحتملة. لمواجهته، يبني الباحثون نموذجًا تحسينيًا لمدينة تحتوي على عدة محطات تحويل والعديد من نقاط الجمع، كلها تُخدم ضمن نافذة زمنية صباحية ضيقة. ثم يصممون إجراء بحث متخصصًا يسمى ALNS-TS، الذي يمزج بحثًا تكيفيًا في أحياء كبيرة مع آلية بحث تابو. في جوهره، يقوم الخوارزم بتفكيك وإعادة بناء المسارات المرشحة مرارًا وتكرارًا، متعلمًا أي التغييرات تميل إلى خفض التكلفة مع استخدام ذاكرة قصيرة الأجل لتجنب الوقوع في أنماط متكررة أو دون المستوى. هذا يسمح له باستكشاف العديد من الخيارات بسرعة، حتى عندما تكون المشكلة الأساسية كبيرة جدًا.

ماذا يحدث عندما يُحترم عدم اليقين

باستخدام مجموعات بيانات معيارية قياسية، يقارن الباحثون بين خطط بُنيت تحت افتراضين: أحدهما يفترض أن النفايات عند كل نقطة معروفة بدقة، والآخر يفترض أنها تتبع النطاقات الضبابية. كما هو متوقع، تبدو المسارات التي تتجاهل عدم اليقين أرخص على الورق: تسافر الشاحنات كيلومترات أقل، وتحتاج إلى مركبات أقل. ومع ذلك، بمجرد أخذ الانبعاثات المتقلبة على محمل الجد، تصبح الأميال الإضافية والشاحنات الإضافية ضرورية لتجنب التحميل الزائد والفشل في الجمع. تُظهر الدراسة أيضًا أن مستويات الثقة المرغوبة الأعلى — أي أن مديري المدينة أقل رغبة في المجازفة بتفويت عمليات الجمع — تؤدي إلى تكاليف تشغيل أعلى بثبات. من خلال اختبارات الحساسية، يحدد الباحثون إعداد ثقة متوسطاً يوفر موثوقية قوية دون نفقات مفرطة.

خوارزميات أذكى لمدن أنظف

للتحقق مما إذا كانت طريقة الحل تستحق الجهد، يقارن الباحثون ALNS-TS بعدة تقنيات تحسين شائعة، بما في ذلك بحث تكيفي أساسي، وخوارزمية جينية، وتحسين بمستعمرة النمل. عبر مجموعة متنوعة من حالات الاختبار، يجد الأسلوب الهجين مسارات بتكلفة إجمالية أقل بينما يستخدم وقت حوسبة يزيد فقط بقدر معتدل مقارنة بالأساليب التقريبية الأبسط. من منظور عملي، يعني هذا أن وكالة المدينة يمكنها توليد خطط مسار عالية الجودة خلال الليل أو حتى ضمن دورة تخطيط يومية، مع الأخذ صراحةً بعين الاعتبار أحجام النفايات غير المؤكدة ومعايير الخدمة المختارة.

ما الذي يعنيه هذا لسكان المدينة

لغير المتخصصين، الرسالة الرئيسية أن جمع النفايات يمكن أن يصبح أكثر موثوقية وكفاءة من خلال الاعتراف صراحة بأن النفايات غير متوقعة والتخطيط حول هذه الحقيقة. بدلاً من التظاهر بأن كل حاوية تمتلئ بمعدل ثابت، يقوم هذا العمل بنمذجة نطاق واقعي لكل محطة ويسمح لمديري المدينة بتحديد مقدار المخاطرة المُحبذ لتجاوز السعة أو تفويت جمع النفايات. النتيجة هي مجموعة من المسارات قد تستهلك قليلاً من الوقود وتحتاج إلى عدد قليل من الشاحنات الإضافية لكنها تقلل بشدة فرص تراكم النفايات غير المجمعة على الأرصفة. باختصار، من خلال مزج أوصاف ضبابية لمستويات القمامة مع خوارزميات توجيه متقدمة، تستطيع المدن الحفاظ على نظافة الشوارع مع استخدام مواردها بحكمة أكبر.

الاستشهاد: Zhang, Y., Wei, Y., Zhang, B. et al. Fuzzy optimization of municipal solid waste collection routing under uncertain emissions. Sci Rep 16, 4857 (2026). https://doi.org/10.1038/s41598-026-35209-x

الكلمات المفتاحية: توجيه جمع النفايات, النفايات الصلبة البلدية, نمذجة عدم اليقين, التحسين الضبابي, خوارزميات تقريبية