Model trasowania pojazdów z ograniczeniem emisji do zrównoważonego zbierania odpadów w mieście przy użyciu hybrydowego prowadzonego przeszukiwania lokalnego

Dlaczego inteligentniejsze trasy wywozu śmieci mają znaczenie

Śmieciarki to znany widok w każdym mieście, jednak niewiele osób zdaje sobie sprawę, ile paliwa zużywają i ile dwutlenku węgla emitują, przemierzając zatłoczone ulice. Artykuł pokazuje, że planując trasy zbierania odpadów bardziej inteligentnie — uwzględniając nie tylko odległość i czas, lecz także obciążenie pojazdów i emisje — miasta mogą ograniczyć zużycie paliwa, zmniejszyć emisje gazów cieplarnianych i zaoszczędzić pieniądze, bez konieczności kupowania nowych pojazdów czy zmiany częstotliwości odbioru odpadów.

Śmieciarki a zmiana klimatu

Transport jest istotnym źródłem zanieczyszczeń powodujących globalne ocieplenie, a usługi miejskie, takie jak odbiór odpadów, mają na to nadproporcjonalny wpływ, ponieważ angażują ciężkie pojazdy często zatrzymujące się na ruchliwych ulicach. Tradycyjne planowanie tras stara się minimalizować dystans lub koszty, zakładając, że krótsze trasy naturalnie oznaczają mniejsze zużycie paliwa i niższe emisje. W rzeczywistości to tylko część prawdy. W pełni załadowana śmiecarka spala więcej paliwa niż pusta, a władze miejskie zaczynają wprowadzać wyraźne cele i budżety w zakresie emisji węglowych. Autorzy przekonują, że miasta potrzebują systemów trasowania, które bezpośrednio „widzą” paliwo i emisje, a nie tylko kilometry czy godziny pracy.

Nowe podejście do planowania tras miejskich

Aby sprostać temu wyzwaniu, badanie przedstawia rozszerzony model planowania nazwany Emission-Capacitated Vehicle Routing Problem with Time Windows. Mówiąc prosto, to matematyczny schemat decydujący, która śmieciarka obsłuży które pojemniki, w jakiej kolejności i o jakiej porze, z poszanowaniem ograniczeń pojemności pojazdów, godzin pracy i okien czasowych klientów. Nowością jest to, że zużycie paliwa i emisje są wbudowane w samo sedno obliczeń. Zużycie paliwa zależy zarówno od odległości, jak i od ładunku: cięższy pojazd spala więcej paliwa na kilometr. Ponadto model pozwala miastu narzucać reguły polityczne, takie jak maksymalna dzienna ilość dopuszczalnego dwutlenku węgla czy górny limit średnich emisji na kilometr dla całej floty.

Inteligentne przeszukiwanie dla lepszych tras

Ponieważ liczba możliwych tras rośnie wykładniczo wraz ze wzrostem miasta, żaden komputer nie może ich wszystkich sprawdzić. Dlatego autorzy opracowują dostosowaną procedurę przeszukiwania nazwaną Hybrid Guided Local Search. Zaczyna się od szybkiej metody „najtańszego dopuszczalnego wstawienia”, która składa początkowy zestaw wykonalnych tras, zawsze dodając następny przystanek w najmniej kosztowny sposób, który nadal spełnia wszystkie ograniczenia. Następnie procedura wielokrotnie poprawia te trasy — zamieniając przystanki, odwracając odcinki lub przenosząc klientów między pojazdami — jednocześnie uwzględniając zasady logistyczne i limity emisji. Mechanizm kierujących kar odsuwa poszukiwanie od schematów, które wielokrotnie powodują wysokie koszty lub duże emisje, pomagając algorytmowi wydostać się z lokalnych minimów i dalej ulepszać rozwiązanie.

Testy modelu

Podejście jest najpierw testowane na standardowych akademickich problemach bench-markowych, aby upewnić się, że jest konkurencyjne wobec powszechnie znanych metod. W dziesiątkach przypadków testowych hybrydowe przeszukiwanie często dorównuje lub przewyższa najlepsze znane rozwiązania pod względem liczby użytych pojazdów i przebytego dystansu, a konsekwentnie przewyższa popularne alternatywy, takie jak algorytmy genetyczne czy symulowane wyżarzanie. Co ważniejsze dla praktyki, autorzy stosują swój model w rzeczywistej strefie zbierania odpadów w Peszawarze w Pakistanie, obejmującej 109 lokalizacji pojemników i złożoną sieć ulic z jednokierunkowymi drogami, wąskimi zaułkami i ograniczeniami związanymi ze szkołami. W porównaniu z ad hocowymi trasami miasta, zoptymalizowane plany obniżyły zużycie paliwa i emisje CO₂ o około 9–11 procent oraz zmniejszyły całkowity koszt operacyjny o około 8–9 procent, jednocześnie spełniając rygorystyczne budżety węglowe i limity intensywności emisji.

Co to oznacza dla miast

Dla osób niebędących specjalistami najważniejszy wniosek jest prosty: bez kupowania nowych pojazdów czy zmiany częstotliwości odbioru, lepsze planowanie samo w sobie może znacząco zmniejszyć ślad węglowy i rachunki za paliwo miasta. Traktując emisje i ograniczenia polityczne jako dane wejściowe pierwszej klasy — zamiast raportów powstałych po fakcie — proponowana metoda pozwala menedżerom miejskim badać różne scenariusze: priorytetowo traktować oszczędności kosztów, zaostrzać budżety węglowe lub wymagać, by każdy przejechany kilometr mieścił się poniżej wybranego progu emisji. Wyniki studium przypadku pokazują, że takie inteligentne trasowanie może uczynić zbieranie odpadów miejskich czystszym, tańszym i bardziej odpornym, dostarczając praktyczne narzędzie dla miast dążących do realizacji celów klimatycznych przy zachowaniu sprawnego świadczenia usług.

Cytowanie: 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

Słowa kluczowe: zbieranie odpadów miejskich, trasowanie pojazdów, emisje węglowe, zrównoważona logistyka, algorytmy optymalizacyjne