En utsläppsbegränsad fordonsrutteringsmodell för hållbar stadsinsamling av avfall med hybrid guided local search

Varför smartare soprutter spelar roll

Sopbilar är en välkänd syn i varje stad, men få inser hur mycket bränsle de förbrukar och hur mycket koldioxid de släpper ut när de slingrar sig genom trånga gator. Denna artikel visar att genom att planera insamlingsrutter mer intelligent — och ta hänsyn inte bara till avstånd och tid utan också till hur tunga bilarna är och hur mycket koldioxid de producerar — kan städer minska bränsleförbrukningen, sänka växthusgasutsläppen och spara pengar, allt utan att köpa nya fordon eller ändra tömningsfrekvensen.

Sopbilar och klimatförändringar

Transportsektorn är en stor källa till uppvärmningspollution, och urbana tjänster som avfallsinsamling står för en större del än man kanske tror eftersom de involverar tunga fordon som gör frekventa stopp på trafikerade gator. Traditionell ruttplanering försöker hålla nere körsträcka eller kostnad och antar att kortare rutter automatiskt innebär mindre bränsleförbrukning och färre utsläpp. I verkligheten är det bara en del av sanningen. En fullastad sopbil förbrukar mer bränsle än en tom, och kommuner börjar sätta tydliga koldioxidmål och budgetar. Författarna hävdar att städer behöver ruttplaneringssystem som direkt ”ser” bränsle och koldioxid, inte bara kilometer eller arbetstimmar.

Ett nytt sätt att planera stadsrutter

För att tackla detta presenterar studien en förbättrad planeringsmodell kallad Emission-Capacitated Vehicle Routing Problem with Time Windows. Enkelt uttryckt är det en matematisk modell som avgör vilken lastbil som tömmer vilka containrar, i vilken ordning och vid vilken tidpunkt, samtidigt som den respekterar begränsningar för fordonskapacitet, arbetstid och kundernas tidsfönster. Det som gör den ny är att bränsle och utsläpp byggs in i kärnan av beräkningen. Bränsleförbrukningen kopplas både till avstånd och last: en tyngre lastbil förbrukar mer bränsle per kilometer. Dessutom låter modellen en stad införa policyliknande regler, såsom en maximal total mängd koldioxid per dag och ett övre tak för genomsnittliga utsläpp per kilometer för hela flottan.

Smart sökning för bättre rutter

Eftersom antalet möjliga rutter exploderar när en stad växer kan ingen dator enkelt pröva dem alla. Författarna utvecklar därför en skräddarsydd sökprocedur kallad Hybrid Guided Local Search. Den börjar med en snabb metod för ”billig möjlig insättning” som knyter ihop ett initialt set av genomförbara rutter genom att alltid lägga till nästa stopp på det minst kostsamma sättet som fortfarande uppfyller alla begränsningar. Därefter justerar den upprepade gånger dessa rutter — genom att byta stopp, vända segment eller flytta kunder mellan bilar — samtidigt som den bevakar både logistiska regler och utsläppsgränser. En vägledande straffmekanism styr sökningen bort från mönster som upprepade gånger orsakar höga kostnader eller höga utsläpp, vilket hjälper algoritmen att undvika lokala dödpunkter och fortsätta förbättra lösningen.

Att testa modellen

Metoden testas först på standardiserade akademiska benchmarkproblem för att säkerställa att den är konkurrenskraftig med välkända metoder. Över ett flertal testfall matchar eller överträffar den hybridiserade sökningen ofta de bästa kända lösningarna vad gäller antal fordon och körd sträcka, och den presterar konsekvent bättre än vanliga alternativ som genetiska algoritmer och simulated annealing. Mer betydelsefullt för praktisk användning applicerar författarna modellen på en verklig insamlingszon i Peshawar, Pakistan, som omfattar 109 containerplatser och ett komplext gatunät med enkelriktade gator, trånga gränder och restriktioner kopplade till skolor. Jämfört med stadens ad hoc-rutter minskar de optimerade planerna bränsleförbrukningen och CO₂-utsläppen med cirka 9–11 procent och sänker de totala driftkostnaderna med ungefär 8–9 procent, samtidigt som de uppfyller strikta koldioxidbudgetar och gränser för utsläppsintensitet.

Vad detta betyder för städer

För icke-specialister är slutsatsen enkel: utan att köpa nya lastbilar eller ändra insamlingsfrekvensen kan bättre planering ensam märkbart minska en stads koldioxidavtryck och bränslekostnader. Genom att behandla utsläpp och policyramverk som primära indata — istället för efterhandsrapportering — låter den föreslagna metoden stadsledare utforska olika scenarier: prioritera kostnadsbesparingar, skärpa koldioxidbudgetar eller kräva att varje körd kilometer ligger under en vald utsläppströskel. Studiens fallstudie visar att sådan smart ruttplanering kan göra kommunal avfallsinsamling renare, billigare och mer motståndskraftig, och erbjuda ett praktiskt verktyg för städer som vill nå klimatmål samtidigt som viktiga tjänster fungerar smidigt.

Citering: 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

Nyckelord: insamling av stadsavfall, fordonsruttering, koldioxidutsläpp, hållbar logistik, optimeringsalgoritmer