“That’s (not) Rubbish!” Planning the Reverse Logistic for Recyclable Solid Waste Using a Vehicle Routing Problem: A Case Study in Vitória/ES
Notice bibliographique
Résumé
The rapid growth of urban populations has led to a significant increase in municipal solid waste generation, raising concerns about waste disposal, environmental impact, and associated costs.This paper aims to plan a strategy for the reverse logistics of selective waste collection in a medium-sized city in Brazil to achieve more effective and economical waste collection.Firstly, the methodology of the Brazilian National Foundation of Health was applied to determine the fleet of vehicles needed to collect recyclable waste from Volunteer Delivery Stations.Subsequently, a Vehicle Routing Problem with Multiple Trips (VRPMT) was proposed as a case study for the city of Vitória, Brazil.This study represents the first application of VRPMT to a medium-sized city with geographically dispersed collection points, introducing multiple routes within a single day and presenting a paradigm shift.The results obtained from the mathematical model indicate a potential route savings of 48.7% using linear programming analysis compared to the existing municipal solid waste collection planning.The model can serve as a tool to support the planning of reverse logistics for recyclable solid waste, assisting city councils in reducing logistics costs by automatically planning standardized trips with only the input data required.However, the model's applicability is limited to small instances.Future research could consider employing a Simulated Annealing (SA) metaheuristic to solve larger instances, enabling the planning of future expansions of the selective waste collection system.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».