Análisis del Servicio de Recolección de Residuos en una ciudad inteligente. Un Caso de Estudio en Torreón, Coahuila, México
DOI:
https://doi.org/10.30973/progmat/2024.16.3/2Palabras clave:
Minería de datos, Problema de ruteo de vehículos, recolección de residuosResumen
El manejo de residuos efectivo es esencial para mantener un ambiente urbano limpio y sostenible. Este trabajo aborda los desafíos de la recolección de residuos en Torreón, Coahuila, México, mediante la integración de técnicas de minería de datos con el problema de ruteo de vehículos (VRP). El objetivo es optimizar las rutas y los horarios de recolección de residuos para minimizar los costos, reducir el consumo de combustible y mejorar la eficiencia operativa. El estudio aprovecha datos históricos de recolección de residuos, información demográfica y datos geográficos para comprender integralmente los patrones de generación de residuos, la densidad de población y el diseño de la infraestructura. El proceso de minería de datos implica técnicas de análisis exploratorio, agrupamiento y clasificación para identificar variables y patrones críticos que influyen en la generación y recolección de residuos. Esta información se utiliza para diseñar rutas de recolección eficientes, considerando factores como la distancia, las limitaciones de capacidad, los patrones de tráfico y las ventanas de tiempo. El modelo VRP se aplica entonces para asignar vehículos de recolección de residuos de forma óptima, garantizando que cada ruta reciba servicio dentro del plazo designado. El modelo tiene como objetivo minimizar la cantidad de vehículos utilizados, optimizar la utilización de la capacidad y reducir las distancias de viaje. Además, se integran datos en tiempo real sobre el estado del vehículo, las condiciones del tráfico y las tasas de generación de residuos para ajustar rutas y horarios para mejorar la eficiencia operativa de forma dinámica. Este enfoque proporciona a las autoridades de gestión de residuos de Torreón información y herramientas valiosas para mejorar las operaciones de recolección de residuos. Al aprovechar las técnicas de minería de datos y VRP, el estudio tiene como objetivo mejorar las prácticas de gestión de residuos, reducir el impacto ambiental y promover un medio ambiente más limpio y saludable para los residentes de Torreón, Coahuila, México.
Citas
Gobierno de Torreón. Muestreo y composición de residuos sólidos urbanos domésticos de la ciudad de Torreón, Coah. 2019-2020. Recovered the 28/07/2024 from https://www.trcimplan.gob.mx/estudios/muestreo-y-composicion-de-residuos-solidos-torreon-2019-2020/muestreo-y-composicion-de-residuos-solidos-torreon-2019-2020.pdf, 2019.
Magalles, A. Torreón genera 575 toneladas de residuos domésticos al día. Recovered the 28/07/2023 from https://www.milenio.com/estados/cuanto-basura-se-genera-al-dia-en-torreon, 2022.
Gobierno de Coahuila. Programa Estatal para la Prevención y Gestión Integral de los Residuos Sólidos Urbanos y de Manejo Especial para el Estado de Coahuila de Zaragoza. Recovered the 28/7/2023 from https://www.gob.mx/cms/uploads/attachment/file/187452/Coahuila.pdf, 2013.
Semarnat. State Program for the Prevention and Comprehensive Waste Management Urban Solids and Special Handling for the State of Coahuila. Recover the 28/07/2023 from https://www.gob.mx/cms/uploads/attachment/file/187452/Coahuila.pdf, 2013.
Rios Y. Realizan estudio sobre la basura. Recovered the 28/17/2023 from https://www.elsiglodetorreon.com.mx/noticia/2009/realizan-estudio-sobre-la-basura.html, 2009.
Wei C, Wøhlk S, Che A. A multi-level capacitated arc routing problem with intermediate facilities in waste collection. Computers & Operations Research. 2024, 167, 106671. https://doi.org/10.1016/j.cor.2024.106671.
Yazdani M, Kabirifar K, Haghani M. Optimising post-disaster waste collection by a deep learning-enhanced differential evolution approach. Engineering Applications of Artificial Intelligence, 2024, 132, 107932. https://doi.org/10.1016/j.engappai.2024.107932.
Fischer V, Paneque MP, Legrain A, Bürgy R. A capacitated multi-vehicle covering tour problem on a road network and its application to waste collection. European Journal of Operational Research. 2024, 315(1), 338-353. https://doi.org/10.1016/j.ejor.2023.11.040.
Han J, Zhang J, Guo H, Zhang N. Optimizing location-routing and demand allocation in the household waste collection system using a branch-and-price algorithm. European Journal of Operational Research. 2024, 316(3), 958-975. https://doi.org/10.1016/j.ejor.2024.02.029.
Tran TH, Nguyen TBT, Le HST, Phung DC. Formulation and solution technique for agricultural waste collection and transport network design. European Journal of Operational Research. 2024, 313(3), 1152-1169. https://doi.org/10.1016/j.ejor.2023.08.052.
Van Engeland J, Lavigne C, Beliën J, De Jaeger S. Solving a real-life multi-period trailer-truck waste collection problem with time windows. Expert Systems with Applications. 2024, 237, 121301. https://doi.org/10.1016/j.eswa.2023.121301.
De Morais CS, Ramos TRP, Lopes M, Barbosa‐Póvoa AP. A data‐driven optimization approach to plan smart waste collection operations. International Transactions in Operational Research. 2024, 31(4), 2178-2208. https://doi.org/10.1111/itor.13235.
Rahmanifar G, Mohammadi M, Hajiaghaei-Keshteli M, Fusco G, Colombaroni C. An integrated temporal and spatial synchronization for two-echelon vehicle routing problem in waste collection system. Journal of Industrial Information Integration. 2024, 40, 100611. https://doi.org/10.1016/j.jii.2024.100611.
Zhao Y, Shen X, Chen W, Pan H. (2024). Energy-Efficient Dynamic Vehicle Routing for Waste Collection by Q-Learning-Based Hyperheuristic Particle Swarm Optimization. IEEE Access. 2024, 12, 56196-56213. https://doi.org/10.1109/ACCESS.2024.3389749.
Kavitha R, Sumathi P. Optimal Route Generation for Garbage Collection Using Modified Dijkstra Algorithm. NeuroQuantology. 2022, 20(15), 4954.
Zhou Y. (2023). Research on the optimal path planning technology of waste transfer vehicle based on Dijkstra's algorithm. In Proc. of the 2023 4th Int. Conf. on Computing, Networks and Internet of Things. Xiamen-China, 642-647. https://doi.org/10.1145/3603781.3603894.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Carlos Alberto Ochoa Ortiz, José Alberto Hernández-Aguilar, Irma Yasmín Hernández-Baez
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Usted es libre de:
 |
Compartir — compartir y redistribuir el material publicado en cualquier medio o formato. |
 |
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente. |
Bajo las siguientes condiciones:
 |
Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso. |
| Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia. |
