دراسة مقارنة بين ACO وDijkstra وNN لكفاءة التوجيه في شبكات جمع النفايات

لماذا تهم مسارات النفايات الأكثر ذكاءً

وراء كل شاحنة قمامة تمر في شارعك تكمن معضلة معقدة: كيف تزور العديد من الحاويات والأحياء بينما تقود أقل قدر ممكن؟ مع توليد المدن لملايين الأطنان من النفايات وارتفاع تكاليف الوقود والانبعاثات، فإن أي تحسين بسيط في التوجيه يمكن أن يوفر المال ويقلل التلوث ويخفف الازدحام. تطرح هذه الورقة سؤالاً عملياً للمدن الحديثة: من بين ثلاث طرق شائعة لحساب مسارات شاحنات النفايات، أيها يعمل فعلاً بشكل أفضل عندما تصبح الشبكات أكبر وأكثر انشغالاً؟

ثلاث طرق لإيجاد المسار

تقارن الدراسة ثلاث عائلات من أساليب التوجيه، كل منها يعكس نمطاً مختلفاً من اتخاذ القرار. الأولى، المسماة تحسين مستعمرة النمل (ACO)، مستوحاة من كيفية وضع النمل الحقيقي لآثار الفيرومون واتباعها: المسارات الواعدة تُعزز مع الوقت بينما تتلاشى الأضعف. الثانية، خوارزمية ديكسترا، هي وصفة رياضية كلاسيكية تجد دائماً أقصر طريق في شبكة عندما تكون الظروف ثابتة ومعروفة. الثالثة، نهج أقرب جار (Nearest Neighbour)، يحاكي تخميناً بشرياً سريعاً: من موقعك الحالي اذهب ببساطة إلى أقرب نقطة غير مزارة ثم كرر. تُطبق الثلاثة جميعها على نفس النوع من خريطة المدينة التجريدية، حيث تمثل التقاطعات ونقاط جمع النفايات عقداً مرتبطة بطرق ذات تكاليف تعكس المسافة والازدحام.

بناء مدن افتراضية لاختبار الأفكار

بدلاً من الاعتماد على مدينة معينة، يبني المؤلفون شبكات طرق تركيبية تشبه تخطيطات حضرية نموذجية. هذه الشبكات متناثرة، كل نقطة مرتبطة بعدد قليل فقط من النقاط الأخرى، وتشمل مجموعة أحجام من 10 وحتى أكثر من 50 موقعاً لتقليد أحياء صغيرة وحتى مناطق حضرية كبيرة. تحمل مقاطع الطرق تكاليف "موزونة بالازدحام"، لذا تكون الطرق الأكثر ازدحاماً أو الأطول أكثر كلفة في الاستخدام. على كل من هذه الخرائط الافتراضية، تطلب من الخوارزميات الثلاث إيجاد مسارات منخفضة التكلفة بين نقطة بداية ونقطة نهاية مختارتين. للحفاظ على عدالة المقارنة، تستخدم الثلاثة نفس بنية التكلفة الأساسية، وتُشغّل الأساليب الأكثر عشوائية مرات عديدة حتى يستطيع الباحثون قياس متوسط أدائها وتبايناته.

ما تكشفه الاختبارات المتقابلة

تُظهر النتائج نمطاً واضحاً. عبر الشبكات الصغيرة والمتوسطة والكبيرة، يكتشف ACO باستمرار مسارات ذات أدنى متوسط تكلفة إجمالية. تتجول "النملات" وتتعلم من الخبرة وتتركز تدريجياً على المسارات الأرخص، وهو أمر يثبت فائدته بشكل خاص مع اتساع الشبكات وتفاوت تكاليف الطرق. خوارزمية ديكسترا مستقرة للغاية: عند إعطاء نفس الخريطة والتكاليف تعيد دائماً نفس المسار مع تشتت طفيف في النتائج. مع ذلك، عندما تؤخذ التكاليف الموزونة بالازدحام والتخطيطات المعقدة بعين الاعتبار، تكون مساراتها أغلى قليلاً من تلك التي يجدها ACO مضبوطاً بشكل جيد. طريقة أقرب جار هي الأسرع في التشغيل لكنها تؤدي الأسوأ: بمطاردة أقرب نقطة غير مزارة دائماً، تميل إلى تجاهل الاختصارات الأكثر ذكاءً على المدى الطويل وتنتج أغلى وأشد المسارات تبايناً.

التحقق من أن الفروقات حقيقية

للتأكد من أن فجوات الأداء هذه ليست مجرد صدفة بسبب التغير العشوائي، يستخدم المؤلفون أداة إحصائية تعرف باسم اختبار ويلكوكسون للرتب الموقعة. يقارن هذا الاختبار نتائج مزدوجة من الخوارزميات على نفس حالات الشبكة دون افتراض أن البيانات تتبع توزيعا طبيعياً. في كل حجم شبكة يدرسونها، يشير الاختبار إلى أن وفورات التكلفة التي يحققها ACO مقارنةً بديكسترا وأقرب جار ذات دلالة إحصائية وليست عشوائية. في الوقت نفسه، تُظهر مقاييس التشتت الموازنة بين الاستقرار والمرونة: مسارات ديكسترا تكاد لا تتغير على الإطلاق، بينما تتغير نتائج ACO قليلاً من تشغيل لآخر أثناء استكشافه البدائل قبل أن يستقر قرب أفضل المسارات.

ماذا يعني هذا لشوارع المدينة

للمديرين الحضريين، رسالة الورقة عملية وبديهية في آن واحد. إذا كانت شبكة الطرق صغيرة والظروف مستقرة إلى حد ما، فإن طريقة أقصر طريق كلاسيكية مثل ديكسترا بسيطة وموثوقة. عندما تكون الشبكات أكبر وتتغير تكاليف الازدحام أو غيرها عبر الفضاء، يمكن لنهج مستوحى من النمل استخراج مسارات أرخص بشكل ملحوظ، حتى لو استلزم ذلك مجهوداً حسابياً أكبر في الخلفية. استراتيجية أقرب جار السريعة والسطحية، رغم إغراء سرعتها، تترك باستمرار مالاً ووقوداً على الطاولة. بشكل عام، تقدّم الدراسة دليلاً مجرّباً: اختر أساليب حتمية للإعدادات الصغيرة والمتوقعة، وفضل أساليب تكيفية قائمة على السرب عند التخطيط لجمع نفايات فعال من حيث التكلفة وقابل للتوسع في المدن الحديثة المتوسعة.

الاستشهاد: Anitha, R., Parthiban, A. Comparative study of ACO, dijkstra, and NN for routing efficiency in waste collection networks. Sci Rep 16, 13346 (2026). https://doi.org/10.1038/s41598-026-42866-5

الكلمات المفتاحية: جمع النفايات الحضرية, تحسين المسارات, تحسين مستعمرة النمل, خوارزميات أقصر طريق, لوجستيات المدينة الذكية