Een emissie-gecapaciteerd voertuigrouteringsmodel voor duurzame stedelijke afvalinzameling met behulp van hybride guided local search

Waarom slimere vuilnisroutes ertoe doen

Vuilniswagens zijn een vertrouwd beeld in iedere stad, maar weinig mensen beseffen hoeveel brandstof ze verbruiken en hoeveel koolstof ze uitstoten terwijl ze door drukke straten manoeuvreren. Dit artikel laat zien dat steden door afvalinzameling slimmer te plannen — waarbij niet alleen afstand en tijd meewegen, maar ook het gewicht van de wagens en hun CO₂-uitstoot — brandstof kunnen besparen, broeikasgasemissies kunnen verminderen en geld kunnen besparen, zonder nieuwe voertuigen aan te schaffen of de inzamelfrequentie te veranderen.

Vuilniswagens en klimaatverandering

Vervoer is een belangrijke bron van broeikasgassen, en stedelijke diensten zoals afvalinzameling dragen extra bij omdat ze zware voertuigen en frequente stops in drukke straten vereisen. Traditionele routeplanning probeert reistijd of kosten te minimaliseren, met de veronderstelling dat kortere routes vanzelf minder brandstof vergen en minder uitstoot veroorzaken. In werkelijkheid is dat maar een deel van het verhaal. Een volle vuilniswagen verbruikt meer brandstof dan een lege, en gemeenten stellen steeds vaker expliciete koolstofdoelen en -budgetten vast. De auteurs bepleiten dat steden routeringssystemen nodig hebben die brandstof en CO₂ rechtstreeks in beeld brengen, niet alleen kilometers of arbeidsuren.

Een nieuwe manier om stadsroutes te plannen

Om dit aan te pakken introduceert de studie een verbeterd planningsmodel genaamd het Emission-Capacitated Vehicle Routing Problem with Time Windows. Eenvoudig gezegd is het een mathematisch plan dat beslist welke vrachtwagen welke containers bedient, in welke volgorde en op welk tijdstip, met inachtneming van beperkingen op voertuigcapaciteit, werktijden en klanttijdvensters. Het vernieuwende is dat brandstof en emissies integraal worden opgenomen in de berekening. Brandstofverbruik hangt samen met zowel afstand als lading: een zwaardere wagen verbruikt meer brandstof per kilometer. Daarnaast stelt het model een gemeente in staat beleidsregels op te leggen, zoals een maximale totale hoeveelheid CO₂ per dag en een bovengrens voor gemiddelde emissies per kilometer voor het hele wagenpark.

Slim zoeken naar betere routes

Omdat het aantal mogelijke routes explodeert naarmate een stad groter wordt, kan geen enkele computer ze allemaal nazoeken. Daarom ontwikkelen de auteurs een op maat gemaakte zoekprocedure genaamd Hybrid Guided Local Search. Die begint met een snelle methode van “goedkoopste haalbare insertie” die een beginset van werkbare routes samenstelt door telkens de volgende stop op de minst kostbare manier toe te voegen die nog aan alle beperkingen voldoet. Vervolgens verfijnt het algoritme herhaaldelijk deze routes — stops wisselen, segmenten omkeren of klanten tussen wagens verplaatsen — terwijl het zowel naar logistieke regels als naar emissielimieten kijkt. Een sturende strafmechaniek leidt de zoekprocedure weg van patronen die herhaaldelijk hoge kosten of hoge emissies veroorzaken, waardoor het algoritme uit lokale doodlopende oplossingen kan ontsnappen en de oplossing verder kan verbeteren.

Het model op de proef gesteld

De aanpak wordt eerst getest op standaard academische benchmarkproblemen om te controleren of het concurreert met bekende methoden. In tientallen testgevallen evenaart of overtreft de hybride zoekmethode vaak de beste bekende oplossingen wat betreft aantal gebruikte voertuigen en afgelegde afstand, en presteert hij consequent beter dan gangbare alternatieven zoals genetische algoritmen en simulated annealing. Veel belangrijker voor de praktijk is dat de auteurs hun model toepassen op een echte inzamelzone in Peshawar, Pakistan, met 109 containerlocaties en een complex straatnet met eenrichtingswegen, smalle steegjes en schoolgerelateerde beperkingen. Vergeleken met de ad-hoc routing van de stad verminderen de geoptimaliseerde plannen het brandstofverbruik en de CO₂-uitstoot met ongeveer 9–11 procent en verlagen ze de totale operationele kosten met ongeveer 8–9 procent, terwijl ze voldoen aan strikte koolstofbudgetten en emissie-intensiteitslimieten.

Wat dit betekent voor steden

Voor niet-specialisten is de conclusie duidelijk: zonder nieuwe wagens aan te schaffen of de inzamelfrequentie te veranderen, kan betere planning alleen al de CO₂-voetafdruk en de brandstofrekening van een stad merkbaar verkleinen. Door emissies en beleidslimieten als primaire invoer te behandelen — in plaats van als achteraf te rapporteren cijfers — stelt de voorgestelde methode stedelijke managers in staat verschillende scenario’s te verkennen: kostenbesparing prioriteren, koolstofbudgetten aanscherpen of eisen dat elke gereden kilometer onder een gekozen emissiedrempel blijft. De casestudyresultaten tonen aan dat slimme routering gemeentelijke afvalinzameling schoner, goedkoper en veerkrachtiger kan maken, en een praktisch hulpmiddel biedt voor steden die klimaatdoelen willen halen terwijl essentiële diensten soepel blijven draaien.

Bronvermelding: Khalid, Q.S., Maqsood, S., Mumtaz, J. et al. An emission-capacitated vehicle routing model for sustainable urban waste collection using hybrid guided local search. Sci Rep 16, 7691 (2026). https://doi.org/10.1038/s41598-026-38829-5

Trefwoorden: stedelijke afvalinzameling, voertuigrouting, koolstofemissies, duurzame logistiek, optimalisatie-algoritmen