Smart waste collection vehicles planning for Ouargla city using a metaheuristic

Abstract

In order to solve the optimization problem of municipal waste collection and transportation in Ouargla city, this thesis constructs a capacitated vehicle routing problem(CVRP) model and applies a meta-heuristic to solve the model under the scenario of the application of smart bins. we chose two multiobjective evolutionary algorithms (MOEAs) the Fast Elitist Non-dominated Sorting Genetic Algorithm 2, and strength Pareto evolutionary algorithm 2, due to their global optimization capability. The effectiveness of the two algorithms is verified by applying the case of waste collection and transportation in a proposed model for acquiring reliable conclusions, and the application of the model is tested by setting different waste fill levels. The results show that total costs reduce when applying smart waste bins, especially if the prior knowledge of the quantity of waste is well exploited in the optimization process.

Afin de r´esoudre le probl`eme d’optimisation de la collecte et du transport des d´echets municipaux dans la ville de Ouargla, cette th`ese construit un mod`ele de probl`eme de routage de v´ehicule capacitif (CVRP) et applique une m´eta-heuristique pour r´esoudre le mod`ele sous le sc´enario de l’application de smart bins. nous avons choisi deux algorithmes ´evolutionnaires multi-objectifs, l’algorithme g´en´etique ´elitiste de tri non- domin´e 2 et l’algorithme ´evolutionnaire de force Pareto 2 , en raison de leur capacit´e d’optimisation globale. L’efficacit´e des deux algorithmes est v´erifi´ee en appliquant le cas de la collecte et du transport des d´echets dans un mod`ele propos´e pour acqu´erir des conclusions fiables, et l’application du mod`ele est test´ee en d´efinissant diff´erents niveaux de remplissage des d´echets. Les r´esultats montrent que les coˆuts totaux diminuent lors de l’application de poubelles intelligentes, surtout si la connaissance pr´ealable de la quantit´e de d´echets est bien exploit´ee dans le processus d’optimisation.