تحسين المسارات في إدارة النفايات الحضرية باستخدام بحث الوقواق المنفصل المعدّل موضعيًا: نهج ميتا-heuristic هجيني

مسارات أذكى لشاحنات القمامة في المدينة

الحاويات الممتلئة، والشاحنات المزعجة العالقة في الزحام، وفواتير الوقود المرتفعة كلها آثار جانبية لكيفية جمع المدن للقمامة اليوم. مع نمو السكان الحضريين، فإن مجرد إضافة المزيد من الشاحنات أو زيادة جولات الجمع مكلف ويسبب تلوثًا. تستكشف هذه الدراسة طريقة جديدة لتخطيط مسارات شاحنات القمامة بحيث تُفرغ الحاويات نفسها مع قيادة ووقود ووقت أقل بكثير—مما يساعد المدن على التحرك نحو شوارع أنظف وانبعاثات كربونية أقل دون الحاجة إلى أجهزة مكلفة جديدة.

لماذا تهم مسارات جمع النفايات

تنتج المدن الحديثة كميات هائلة من النفايات الصلبة، ولا يزال الكثير منها يُجمع باستخدام جداول ثابتة وتخطيط مسارات يدوي إلى حد كبير. غالبًا ما يؤدي ذلك إلى قيام الشاحنات بجولات مكررة، أو تفويت بعض الحاويات بينما تعاود زيارة أخرى بشكل مفرط، وهدر الوقود في الازدحام المروري. المشكلة ليست لوجستية فحسب؛ فلهذه الممارسات عواقب بيئية أيضًا، لأن المسارات الطويلة تعني حرق المزيد من الوقود وإطلاق المزيد من غازات الدفيئة. في الوقت نفسه، فإن تركيب وصيانة حساسات إلكترونية في آلاف الحاويات مكلف وتقنيًا تحديًّا، خاصة في الأحياء المكتظة أو منخفضة الدخل. يجادل المؤلفون بأنَّه لجعل جمع النفايات أكثر كفاءة واستدامة، تحتاج المدن إلى طرق تخطيط مسارات أفضل يمكنها العمل بالبيانات التي يمكن الحصول عليها عمليًا.

استخدام عين في السماء بدلًا من الحساسات

بدلًا من تجهيز كل حاوية بالإلكترونيات، يلجأ الباحثون إلى الصور الفضائية وأدوات الخرائط. يستخدمون Google Earth Engine وصور Sentinel-2 عالية الدقة لرصد مواقع الحاويات العامة عبر جزء من بنغالور، إحدى المدن الهندية الكبرى. تبرز تقنيات المعالجة شبه الآلية الصور أشكال الحاويات المحتملة، وتقوم قواعد هندسية بسيطة بفلترة النتائج الكاذبة الواضحة. النتيجة النهائية هي خريطة لـ232 موقعًا لحاوية تم التحقق منها، كل منها ممثل كنقطة ذات إحداثيات جغرافية. تصبح هذه الخريطة نقطة البداية في تخطيط تحركات الشاحنات: كل حاوية هي محطة يجب زيارتها، والتحدي المركزي هو إيجاد مسارات تغطي كل الحاويات مع تقليل مسافة القيادة والتكاليف المرتبطة بها.

مخطط مسارات مستوحى من الطبيعة

لمعالجة هذا اللغز، تقدم الدراسة طريقة حاسوبية جديدة تسمى بحث الوقواق المنفصل المحسّن موضعيًا (LO-DCS). تستلهم الطريقة سلوك طيور الوقواق التي تضع بيضها في أعشاش طيور أخرى، ومن كيفية استكشاف الطبيعة وفرز العديد من الاحتمالات. في الخوارزمية، يُعامل كل مسار محتمل لشاحنة بوصفه «عشًّا» مرشحًا. تقوم الطريقة بخلط ترتيب زيارات الحاويات بطريقة متحكم بها، مستكشفة أنماط مسار مختلفة. خطوة تحسين بسيطة لكنها فعالة تقوم بشكل متكرر بتبديل أزواج من مقاطع الطريق لمعرفة ما إذا كان يمكن تقليل المسافة الإجمالية، مما يزيل التراجع غير الضروري والالتقاطعات. ونظرًا لأن المدينة كبيرة، تقوم الخوارزمية أولًا بتجميع الحاويات القريبة في مجموعات، ثم تُحسّن كل مجموعة على حدة، ممّا يحافظ على قابلية البحث للإدارة مع تغطية منطقة الخدمة بأكملها.

كيف أداء الطريقة الجديدة

اختبر الباحثون LO-DCS على مجموعة بيانات بنغالور وقارنوها بعدة أدوات تخطيط معروفة، بما في ذلك الخوارزميات الجينية، وطرق سرب الجسيمات، وتقنيات بحث حديثة أخرى. شغّلوا كل طريقة عدة مرات تحت نفس الإعدادات للتحقق من الأداء المتوسط والثبات. عبر ثلاث مجموعات حاويات، قلّص النهج الجديد مسافة القيادة من أكثر من 400 كيلومتر في إعداد بدائي غير محسن إلى أقل من 70 كيلومترًا لكل مجموعة بعد التحسين. يترجم هذا إلى تحسينات متوسطة بنحو 85% في مقاييس رئيسية—المسافة، واستهلاك الوقود، وانبعاثات الكربون، ووقت السفر—مقارنة بالمسارات غير المخططة. مقابل الخوارزميات المتقدمة الأخرى، يحقق LO-DCS أداءً أفضل بحوالي 78% في المتوسط. تؤكد الاختبارات الإحصائية أن هذه المكاسب ليست مجرد نتائج صدفة، وتُظهر المقارنات التفصيلية مع محركات الحلول الرياضية الدقيقة على مشكلات أصغر أن المسارات قريبة جدًا من أفضل حل ممكن فعليًا.

ماذا يعني هذا لحياة المدينة اليومية

ببساطة، تُظهر الدراسة أن المدن يمكنها أن تجعل شاحنات القمامة تسلك مسارات أذكى بكثير باستخدام بيانات المواقع المشتقة من الصور وخوارزمية تخطيط مصممة جيدًا فقط. دون تركيب حساسات في كل حاوية، يمكن للجهات البلدية خفض عدد أميال الشاحنات، وتقليص ميزانيات الوقود، وتقليل انبعاثات الكربون مع الحفاظ على نظافة الشوارع. ورغم أنَّ الطريقة لا تضمن مسارات مثالية حسابيًا وتبقى قائمة على مواقع الحاويات الثابتة، فإنها توفر نقطة انطلاق عملية وقابلة للتوسع يمكن دمجها لاحقًا مع بيانات حركة المرور أو مستوى الامتلاء الآنية. بالنسبة للسكان، سيكون الأثر ضجيج وازدحام أقل من الشاحنات وبصمة بيئية أصغر، وكل ذلك من خلال استخدام أفضل للمعلومات وتحسين ذكي بدلًا من بنية تحتية جديدة ضخمة.

الاستشهاد: Goswami, A., N. V., P., P., P. et al. Route optimization in urban waste management using locally adjusted discrete cuckoo search: a hybrid metaheuristic approach. Sci Rep 16, 10097 (2026). https://doi.org/10.1038/s41598-026-40208-z

الكلمات المفتاحية: جمع النفايات الحضرية, تحسين المسارات, خوارزميات ميتاهيورستيك, المدن الذكية, اللوجستيات المستدامة