אופטימיזציה פאזית של תכנון מסלולי איסוף פסולת עירונית תחת אי־וודאות בהנפלטים

למה חשוב לחשוב מחדש על מסלולי האשפה

כל יום ערים שולחות צי של משאיות אשפה במסלולים המתוזמנים בקפידה כדי לשמור על רחובות נקיים ושכונות ראויות למגורים. אבל כמות הפסולת שמגיעה לכל פח או נקודת איסוף יכולה להשתנות באופן חזק בגלל חגים, סופות, אירועים גדולים או הפרעות פתאומיות. כשהמתכננים העירוניים מניחים שהפסולת צפויה לחלוטין, משאיות עלולות להיטען יתר על המידה, לבצע נסיעות נוספות או להשאיר אשפה מאחור. מחקר זה חוקר כיצד לעצב מסלולי איסוף חכמים יותר שמתחשבים במפורש באי־ודאות כזו, ועוזרים לערים לחסוך כסף תוך שמירה על רמת שירות אמינה.

מציאויות פרועות מאחורי האשפה היומיומית

פסולת מוצקה עירונית נובעת מבתים, חנויות, מסעדות, משרדים ומרחבים ציבוריים. בעולם, כיום מייצרים יותר משני מיליארד טון פסולת כזו בשנה, עם תחזיות לכמעט שניים בהכפלה עד 2050. איסוף והובלת חומר זה הם אחד החלקים היקרים ביותר בניהול פסולת, ולעתים מהווים 60–70 אחוז מהעלויות הכוללות. בערים רבות, כולל אלה שנחקרו כאן, מערכות האיסוף מאחור בהשוואה למתקני העיבוד המודרניים, ולכן חשוב להפיק יותר יעילות מהמשאיות, מתחנות המעבר ומהמסלולים. הבעיה היא שנפח הפסולת בכל נקודת איסוף אינו קבוע, אלא מעוצב על ידי התנהגות אנושית ואירועים חיצוניים שקשה לחזות בדיוק.

ממספרים קבועים לציפיות פאזיות

מחקרים קודמים נטו לראות את כמות הפסולת בכל עצירה כמספר קבוע או ניסו להתאים עקומת הסתברות מדויקת באמצעות כמויות גדולות של נתונים היסטוריים. שתי הגישות מתקשות במציאות: נתונים מפורטים לעתים נדירות זמינים, והנחות קבועות מתעלמות מהתנודות הנצפות בפעילות השוטפת. מחקר זה משתמש במקום זאת בתיאור "פאזי" של ההנפלטים, המבוסס על מספרים פאזיים טרפזיים. במילים פשוטות, לכל נקודת עצירה מוקצה טווח סביר של כמויות פסולת צפויות, עם רצועת מרכז שהיא סבירה במיוחד במקום לניח אומדן יחיד. המודל דורש שאף מסלול מתוכנן יהיה בעל סבירות מספקת להישאר בתוך קיבולת כל משאית, לפי רמת ביטחון שנבחרת על ידי מקבלי ההחלטות בעיר.

עיצוב מסלולים עם גמישות מובנית

בהינתן תמונה פאזית אך מציאותית יותר זו, החלטה איזו משאית משרתת אילו שכונות הופכת לפאזל מורכב עם אפשרויות רבות. כדי להתמודד עם כך, המחברים בונים מודל אופטימיזציה לעיר עם מספר תחנות העברה ורבים נקודות איסוף, הכול מונגש במסגרת חלון זמן בוקר צר. הם מפתחים הליך חיפוש מיוחד בשם ALNS-TS, שמשלב חיפוש שכונה גדול אדפטיבי עם מנגנון חיפוש טאבו. למעשה, האלגוריתם שוב ושוב מפרק ובונה מחדש מסלולים מועמדים, לומד אילו שינויים נוטים להפחית עלויות ומשתמש בזיכרון לטווח קצר כדי להימנע מהמורות חזרתיות או דפוסים תת־מיטביים. זה מאפשר חקירה מהירה של רבות אפשרויות תכנון, גם כשהבעיה הבסיסית גדולה מאוד.

מה קורה כאשר מכבדים את אי־הוודאות

באמצעות ערכות נתונים סטנדרטיות מבחן, החוקרים משווים תוכניות שנבנו בהנחות שונות: אחת שבה הפסולת בכל נקודה נתפסת כידועה בדיוק, ואחת שבה היא נעה בטווחים הפאזיים. כמצופה, מסלולים שמתעלמים מאי־הוודאות נראים זולים יותר על הנייר: משאיות נוסעות פחות קילומטרים ומספר הרכבים הנדרש קטן יותר. עם זאת, כאשר מתחשבים בתנודות בהנפלטים, מרחק נוסף ומשאיות נוספות הופכים נחוצים כדי למנוע עומס יתר ואיסופים לא מוצלחים. המחקר מראה גם שרמות ביטחון גבוהות יותר — כלומר מנהלי העיר פחות מוכנים לקחת סיכון לאיסופים שלא ייעשו — מובילות לעלויות תפעוליות גבוהות יותר בהדרגה. באמצעות בדיקות רגישות, המחברים מזהים רמת ביטחון בינונית שמציעה אמינות חזקה ללא הוצאות מופרזות.

אלגוריתמים חכמים יותר לעיריות נקיות יותר

כדי לבדוק האם שיטת הפתרון שלהם שווה את המאמץ, המחברים משווים את ALNS-TS מול מספר טכניקות אופטימיזציה פופולריות, כולל חיפוש אדפטיבי בסיסי, אלגוריתם גנטי ואופטימיזציית קולוניות נמלים. במגוון מקרים ניסיוניים, השיטה ההיברידית מוצאת מסלולים עם עלות כוללת נמוכה יותר תוך שימוש בזמן חישוב רק במעט גבוה יותר מההיוריסטיקות הפשוטות. מבחינה מעשית, משמעות הדבר היא שסוכנות עירונית יכולה לייצר תוכניות מסלולים איכותיות במהלך הלילה או אפילו במסגרת מחזור תכנון יומי, כשהיא מתחשבת במפורש בנפחי אשפה בלתי־ודאיים ובתקני שירות נבחרים.

מה המשמעות לתושבי העיר

ללא מומחיות טכנית, המסר העיקרי הוא שאיסוף פסולת יכול להיות גם אמין יותר וגם יעיל יותר על ידי ההכרה בגלויה שהפסולת בלתי צפויה ותכנון מסביב לעובדה הזו. במקום להעמיד פנים שכל פח מתמלא בקצב קבוע, עבודה זו מדגימה טווח מציאותי לכל עצירה ומאפשרת למנהלי העיר להחליט כמה סיכון של הצפה או איסוף שלא ייעשה הם מוכנים לסבול. התוצאה היא מערך מסלולים שעשויים להשתמש קצת יותר בדלק ובכמה משאיות נוספות אך מצמצמים בחוזקה את הסיכוי שהאשפה תצטבר על המדרכות. בקיצור, על ידי שילוב תיאורים פאזיים של רמות פסולת עם אלגוריתמי תכנון מתקדמים, ערים יכולות לשמור על רחובות נקיים ולנצל טוב יותר את המשאבים שלהן.

ציטוט: 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

מילות מפתח: תכנון מסלולי איסוף פסולת, פסולת מוצקה עירונית, מיחזור אי־וודאות, אופטימיזציה פאזית, אלגוריתמים היוריסטיים