Субтрактивная кластеризация для задач пространственного распределения ресурсов в управлении отходами

Почему важно разумное размещение контейнеров

В городах и населённых пунктах переработка часто не даёт ожидаемых результатов не потому, что людям всё равно, а потому, что ближайшая точка приёма слишком далека или постоянно переполнена. В этой статье рассматривается новый подход к определению мест размещения ограниченного числа контейнеров так, чтобы до них было удобно добираться, доступ был справедливым и соответствовал реальным путям передвижения людей.

От людей и контейнеров — к карте потребностей

Авторы изучают задачи пространственного распределения ресурсов, где ограниченное число объектов должно обслуживать многих разбросанных пользователей. В управлении отходами такими объектами являются контейнеры, станции приёма или переработки, а пользователями — жители, генерирующие мусор. Хорошее планирование стремится покрыть как можно больше людей, снижая затраты на поездки и операционные расходы. На практике задача усложняется тем, что люди перемещаются, дороги определяют пути перемещения, и у каждого объекта есть ограниченная вместимость. Традиционные методы либо опираются на математическую оптимизацию, которая может становиться очень медленной для больших территорий, либо на методы кластеризации, группирующие близкие запросы, но испытывающие трудности с учётом ограничений по вместимости и реалистичных путей движения.

Идея кластеризации, адаптированная к реальности

Исследование адаптирует технику, называемую субтрактивной кластеризацией, чтобы захватить взаимосвязь спроса и обслуживания в пространстве. Каждому поселению или потенциальной точке размещения контейнера присваивается «потенциал», отражающий, сколько людей из этого и соседних населённых пунктов он может удобно обслужить. Это вычисляется с помощью простых функций, зависящих от расстояния, которые описывают две понятные людям идеи: насколько далеко они готовы идти до контейнера и насколько привлекательна сама локация. Алгоритм затем размещает контейнеры по одному в наиболее перспективных местах, снижая оставшийся потенциал вокруг них в соответствии с вместимостью каждого контейнера. Если потребность в одной и той же точке остаётся высокой, там можно поставить несколько контейнеров, что позволяет методу учитывать неравные вместимости и особенно загруженные места.

Следуем дорогам, а не прямым линиям

Ключевое улучшение в том, что метод не измеряет расстояние «по прямой». Вместо этого он использует расстояния по дорожной сети или время в пути, что лучше отражает, как люди фактически добираются до контейнеров. Это особенно важно для больших территорий, где реки, горы или редкая дорожная сеть могут сделать близко расположенный на карте контейнер фактически труднодоступным. Авторы также предлагают простые показатели для оценки качества плана размещения контейнеров. К ним относятся доля неудовлетворённого спроса, степень отклонения нового плана от существующего и насколько пространственная схема контейнеров соответствует распределению населения.

Тестирование метода на примере Венгрии

Чтобы продемонстрировать подход на практике, исследователи изучают сети контейнеров для текстильного мусора в Венгрии. На момент исследования 2 453 контейнера были размещены лишь в 503 муниципалитетах из более чем 3 000, в результате чего большие территории оставались без обслуживания. Предполагая, что объём тканевых отходов пропорционален населению, они применяют свой метод для перераспределения того же числа контейнеров при реалистичных ограничениях вместимости. Получившаяся схема расширяет покрытие почти вдвое по числу муниципалитетов и делает пространственное распределение контейнеров заметно ближе к распределению населения. Простые метрики на основе расстояний показывают, что новый план обслуживает людей гораздо равномернее, чем существующая система. Авторы также сравнивают свой подход с распространёнными альтернативами на основе линейного программирования и k-medoids-кластеризации, находя схожие или лучшие решения при значительно меньших вычислительных затратах для крупных задач.

Что это значит для будущего городского и регионального планирования

Для непрофессионального читателя главный вывод таков: более разумное размещение фиксированного числа точек приёма может существенно улучшить охват населения, не увеличивая количество контейнеров. Сочетая простую идею кластеризации с реалистичными дорожными расстояниями, моделями поведения при поездках и ограничениями по вместимости, метод предлагает планировщикам гибкий инструмент для проектирования систем контейнеров как в городском, так и в национальном масштабе. Хотя статья сосредоточена на текстильных отходах в Венгрии, те же идеи могут помочь в размещении других совместно используемых объектов — пунктов переработки, зарядных станций или медицинских сервисов — делая распределение ограниченных ресурсов более справедливым и эффективным в рамках повседневных перемещений людей.

Цитирование: Kenyeres, É., Kummer, A. & Abonyi, J. Subtractive clustering for spatial resource allocation problems in waste management. Sci Rep 16, 14986 (2026). https://doi.org/10.1038/s41598-026-45718-4

Ключевые слова: управление отходами, пространственное планирование, кластеризация, контейнеры для переработки, дорожные сети