Yerel olarak ayarlanmış ayrık guguk arama kullanarak kentsel atık yönetiminde rota optimizasyonu: hibrit bir meta-sezgisel yaklaşım

Şehir çöp kamyonları için daha akıllı güzergâhlar

Taşan çöp kutuları, trafikte sıkışan gürültülü kamyonlar ve yükselen yakıt faturaları, günümüzde şehirlerin çöp toplama biçiminin yan etkileridir. Kent nüfusları arttıkça daha fazla kamyon veya daha fazla toplama turu eklemek hem maliyetli hem de kirleticidir. Bu çalışma, aynı çöp kutularının çok daha az sürüş, yakıt ve zaman harcanarak boşaltılmasını sağlayacak yeni bir kamyon rota planlama yöntemi araştırıyor—şehirlerin pahalı yeni donanım olmadan daha temiz sokaklara ve daha düşük karbon emisyonlarına doğru ilerlemesine yardımcı oluyor.

Atık toplama rotalarının önemi

Modern şehirler büyük miktarlarda katı atık üretiyor ve bunların çoğu hâlâ sabit programlar ve büyük ölçüde elle yapılan rota planlamasıyla toplanıyor. Bu durum sıklıkla kamyonların gereksiz döngüler sürmesine, bazı kutuların atlanmasına ve bazılarının çok sık ziyaret edilmesine yol açarak yakıt israfına neden oluyor. Sorun yalnızca lojistik değil; daha uzun rotalar daha fazla yakıt tüketimi ve daha fazla sera gazı salımı anlamına geldiği için çevresel sonuçları da var. Aynı zamanda binlerce kutuya elektronik sensörler takmak ve bunları bakımını yapmak pahalı ve teknik açıdan zorlu, özellikle sık dokulu veya düşük gelirli mahallelerde. Yazarlar, atık toplamayı hem verimli hem de sürdürülebilir kılmak için şehirlerin gerçekçi biçimde elde edebilecekleri verilerle çalışabilecek daha iyi rota planlama yöntemlerine ihtiyaç duyduğunu savunuyor.

Sensörler yerine gökyüzünden gözetleme kullanmak

Her bir kutuyu elektronikle donatmak yerine araştırmacılar uydu görüntülerine ve haritalama araçlarına yöneliyor. Bengaluru’nun (Bengaluru), büyük bir Hint şehrinin bir bölümünde kamusal atık kutularının yerlerini tespit etmek için Google Earth Engine ve yüksek çözünürlüklü Sentinel-2 görüntülerini kullanıyorlar. Yarı otomatik görüntü işleme teknikleri muhtemel kutu biçimlerini öne çıkarıyor ve basit geometrik kurallar bariz yanlış pozitifleri filtreliyor. Sonuç olarak her biri coğrafi koordinatlarla temsil edilen doğrulanmış 232 kutu konumundan oluşan bir harita elde ediliyor. Bu harita kamyonların nasıl hareket etmesi gerektiğini planlamanın başlangıç noktası oluyor: her kutu ziyaret edilmesi gereken bir durak ve merkezi meydan okuma tüm kutuları kapsayan, sürüş mesafesini ve ilgili maliyetleri en aza indiren rotaları bulmak.

Doğadan ilham alan bir rota planlayıcı

Bu bulmacayı çözmek için çalışma, Lokal Olarak Optimize Edilmiş Ayrık Guguk Arama (LO-DCS) adlı yeni bir bilgisayar yöntemi tanıtıyor. Yöntem, güvercin gibi değil ama guguk kuşlarının davranışından—yumurtalarını başka kuşların yuvalarına bırakmalarından—ve doğanın birçok olasılığı nasıl keşfettiği ve eldiğinden filtrelediğinden esinleniyor. Algoritmada her olası kamyon rotası aday bir “yuva” gibi ele alınıyor. Yöntem, kutu ziyaretlerinin sırasını kontrollü bir şekilde karıştırarak farklı rota örüntülerini araştırıyor. Basit ama güçlü bir iyileştirme adımı, toplam mesafe kısalıyor mu görmek için yol parçalarını eşleştirilmiş takaslarla tekrar tekrar değiştiriyor; gereksiz geri dönüşleri ve kesişmeleri ortadan kaldırıyor. Şehir büyük olduğu için algoritma önce yakın kutuları kümelere ayırıyor, sonra her grubu ayrı ayrı optimize ediyor; bu, aramayı yönetilebilir tutarken hizmet alanının tamamını kapsamayı sağlıyor.

Yeni yöntemin performansı nasıl

Araştırmacılar LO-DCS’yi Bengaluru veri seti üzerinde test ediyor ve onu genetik algoritmalar, parçacık sürü yöntemleri ve diğer güncel arama teknikleri dahil olmak üzere birkaç iyi bilinen planlama aracıyla karşılaştırıyor. Her yöntemi ortalama performansı ve tutarlılığı kontrol etmek için aynı ayarlar altında birçok kez çalıştırıyorlar. Üç kutu kümesi üzerinden yeni yaklaşım, iyileştirilmemiş saf bir düzende 400 kilometrenin üzerindeki sürüş mesafesini optimizasyondan sonra küme başına 70 kilometrenin altına kadar düşürüyor. Bu, düzensiz rotalara kıyasla mesafe, yakıt kullanımı, karbon emisyonları ve seyahat süresi gibi ana ölçütlerde ortalama olarak yaklaşık %85 iyileşme anlamına geliyor. Diğer gelişmiş algoritmalarla karşılaştırıldığında LO-DCS hâlâ ortalama olarak yaklaşık %78 daha iyi performans gösteriyor. İstatistiksel testler bu kazanımların sadece şansa bağlı olmadığını doğruluyor ve daha küçük problemler üzerinde kesin matematiksel çözücülere karşı yapılan ayrıntılı kontrol, elde edilen rotaların gerçek en iyi olana çok yakın olduğunu gösteriyor.

Günlük kent yaşamı için ne anlama geliyor

Basitçe söylemek gerekirse, çalışma şehirlerin yalnızca görüntülerden türetilen konum verileri ve iyi tasarlanmış bir planlama algoritması kullanarak çöp kamyonlarını çok daha akıllı rotalara yönlendirebileceğini gösteriyor. Her bir kutuya sensör takmadan, belediye kurumları kamyon kilometrelerini azaltabilir, yakıt bütçelerini küçültebilir ve karbon emisyonlarını azaltırken sokakları daha temiz tutabilir. Yöntem matematiksel olarak kusursuz rotalar garanti etmiyor ve hâlâ statik kutu konumlarına dayanıyor olsa da, gerçek zamanlı trafik veya doluluk verileriyle daha sonra birleştirilebilecek pratik, ölçeklenebilir bir başlangıç noktası sunuyor. Yerel halk için etkisi, kamyonlardan kaynaklanan daha az gürültü ve tıkanıklık ile daha küçük çevresel ayak izi olurdu; tüm bunlar büyük yeni altyapılar yerine bilginin daha iyi kullanımı ve akıllı optimizasyonla sağlanabilir.

Atıf: Goswami, A., N. V., P., P., P. et al. Route optimization in urban waste management using locally adjusted discrete cuckoo search: a hybrid metaheuristic approach. Sci Rep 16, 10097 (2026). https://doi.org/10.1038/s41598-026-40208-z

Anahtar kelimeler: kentsel atık toplama, rota optimizasyonu, meta-sezgisel algoritmalar, akıllı şehirler, sürdürülebilir lojistik