مقايسه الگوريتم‌هاي توسعه مديريت پسماند شهري و بهينه سازي آن با استفاده از الگوريتم‏هاي فرابتكاري و يادگيري ماشين

سيستم‏ هاي حمل‌ونقل هوشمند شهري در جهان امروز، سيستم‏هايي متشكل از فناوري‏هاي نوين الكترونيك، كامپيوتر، IT، الكترومكانيك، سنسورها، سامانه‏هاي هوشمند رصد و تحليل ديتا، و زير ساخت هاي متناسب شبكه‏اي نسل ۴ و ۵ هستند كه در برنامه‏ريزي سيستم‏هاي حمل‌ونقل زميني بخصوص در زمينه مديريت هوشمند ناوگان جمع‌آوري پسماند، نقش بسيار مهمي ايفا مي‏نمايند. قدمت كاربرد و برنامه‌ريزي سيستم‏هاي حمل‌ونقل هوشمند (ITS ) به‏ اوايل دهه ۹۰ ميلادي مي‏رسد. از مهم‌ترين مزاياي استفاده ‏از سيستم‏هاي حمل‌ونقل هوشمند در بحث پسماند مي‏توان به ‏افزايش كارايي حركت و جابه‌جايي پسماند ، پرهيز از ترافيك و كاهش تراكم ترافيك، افزايش توان مديريت ساختارهاي حمل‌ پسماند، كاهش هزينه‏هاي عملياتي و كاهش عوارض زيست‌محيطي و مصرف سوخت ناوگان اشاره نمود. يكي از مباحث مهم كه در چند دهه‏ اخير كاربرد بسيار بالايي در عمل داشته و براي افزايش كارايي و بهره‌وري سيستم‏هاي حمل‌ونقل ناوگان مديريت پسماند شهري مطرح شده ‏است بحث مسئله مسيريابي وسايل نقليه (VRP) است. اين مسئله درصدد است تا با ارائه مدل‏هاي رياضي و بهينه‌سازي مناسب به‌گونه‌اي عمل كند كه معيارهايي همچون مسافت طي شده، زمان كل سفر، تعداد وسايل مورد نياز حمل‌ونقل، جريمه‏هاي ديركرد و در نهايت تابع هزينه حمل‌ونقل و مصرف سوخت ناوگان پسماند حداقل گردد و در نهايت رضايت مشتريان به حداكثر برسد. باتوجه‌به اينكه مسئلة مسيريابي خودرو با پنجره‏هاي زماني، از جمله مسـائل NP-hard است، بنـابراين بـراي حـل آن در ابعـاد بـزرگ و تعداد رخداد بالا، بايـد از الگـوريتم‏هـاي ابتكـاري و فـراابتكـاري (فرا مكاشفه‌اي) استفاده كرد.