Optimização do processo de recolha de resíduos: desenvolvimento de ferramentas de investigação operacional para o problema de orientação de equipas com multi-restrições

Abstract

Nas últimas décadas, a gestão dos resíduos sólidos urbanos (RSU) tornou-se uma atividade de elevada importância, pois o controlo eficaz da produção desses resíduos é essencial para a existência humana ser sustentável na era moderna. A reciclagem dos resíduos de embalagens domésticas (RED) contribui bastante para o controlo e redução da geração de RSU. A reciclagem dos RED é possível através da sua separação dos outros tipos de RSU e deposição em pontos específicos que em Portugal são denominados ecopontos e possuem três tipos de contentores: papelões, embalões e vidrões. A gestão do processo de recolha de RED é realizada por empresas especializadas. A gestão adequada do processo de recolha é fundamental para se efetuarem recolhas de forma eficaz e com o menor custo possível, gerindo vários recursos como veículos, ecopontos (e contentores), pessoas (condutores e ajudantes), e tempo disponível (turnos, prazos, etc.). O foco de investigação desta tese de doutoramento incidiu no estudo do processo de recolha de resíduos, mais especificamente a recolha de RED para reciclagem. A recolha de dados e informação sobre este processo foi feita na empresa Braval que efetua recolha de RED em seis concelhos do distrito de Braga, em Portugal. No âmbito do processo de recolha de RED foi identificado um problema de encaminhamento de veículos (PEV) de grande complexidade. Desenvolveram-se ferramentas para a resolução do PEV com vista à otimização do processo de recolha de RED, as quais permitem efetuar: 1) a previsão do estado de enchimento dos contentores de ecopontos e determinação do ritmo a que se depositam resíduos nos contentores; 2) a otimização das rotas de recolha; 3) o agendamento de rotas e de contentores a recolher; 4) a aplicação de métodos de análise de decisão multi-critério (ADMC) para identificar soluções adequadas quando se alteram objetivos e é necessário cumprir certos critérios. As metodologias adoptadas para se efetuar a previsão da geração de RED foram os métodos de regressão linear e de redes neuronais artificiais. Foram propostos vários fatores com potencial para explicar a geração de RED. Com base nesses fatores e nas metodologias adoptadas, foram desenvolvidos modelos que permitem prever o número de recolhas anuais e mensais a efetuar para cada contentor de cada ecoponto. As experiências realizadas permitiram construir modelos capazes de prever as recolhas mensais e anuais para papelões, embalões e vidrões com elevada precisão. Foi também possível caracterizar os fatores mais contributivos para a geração RED. Na tarefa de otimização de rotas desenvolveram-se modelos específicos para caracterizar o PEV identificado, partindo do modelo geral do problema de orientação de equipas, (TOP, team orieenteering problem). Desenvolveram-se quatro novos modelos com base no TOP que não constavam na literatura. Para resolver os modelos do TOP e de outras variantes, foram desenvolvidos algoritmos genéticos do tipo geracional e celular. Foram realizadas experiências e avaliou-se o desempenho em instâncias de teste públicas do TOP, e das variantes TOPTW e CTOP. Os AG alcançaram resultados competitivos comparando com outros métodos do atual estado da arte em termos de qualidade de solução e rapidez de cálculo. Obtiveram-se valores superiores aos máximos conhecidos na literatura para sete instâncias públicas do TOP e para uma do CTOP. De um modo geral, os AG celulares apresentaram um desempenho superior aos AG geracionais nos testes realizados. Desenvolveu-se um método de agendamento de recolhas com base no ritmo de enchimento dos contentores, em que se estabelecem prioridades para o nível de urgência de recolha de cada contentor. O método de agendamento foi testado com dados reais da empresa Braval, e os resultados apontam para uma possível redução significativa das distâncias percorridas, antevendo reduções promissoras no consumo de combustível. Também se averiguou que para o mesmo período de agendamento, e considerando as reduções nos custos operacionais, é possível recolher mais papelões e vidrões, mantendo-se o mesmo número de embalões. A implementação do módulo de ADMC para o sistema de apoio à decisão foi executada com recurso ao software beSmart, o qual inclui métodos como o SMART, AHP e ValueFn. A utilização do beSmart e a aplicação dos métodos de ADMC a problemas reais de recolha de RED permitiu validar a sua utilidade utilizando os dados da empresa Braval. As ferramentas desenvolvidas nesta investigação permitem dar resposta a diferentes problemas que condicionam a otimização do processo de recolha de RED, e juntas constituem um sistema de apoio à decisão.

In the last decades, the management of municipal solid waste (MSW) became an activity of high importance, since an effective control over waste production is essential to enable a sustainable human existence in the modern age. The recycling of household packaging waste (HPW) greatly accounts for control and reduction of MSW generation. The recycling of HPW is possible due to its previous separation from other waste streams within MSW, and further depositing in specific collection points that in Portugal are called ecopontos, which usually include three types of containers: papelões (for paper and cardboard), embalões (for plastic and metal) and vidrões (for glass). The management of the HPW collection process is performed by specialized companies. An adequate and efficient management of the HPW collection process is crucial in order to perform effective collections with the lowest cost possible, managing several resources such as vehicles, ecopontos (and containers), people (drivers and helpers), and the time available (work shifts, deadlines, schedules, etc.). The research focus of this doctoral thesis was on studying the waste collection process, more specifically the collection of HPW for recycling. Information and data about this process was obtained from Braval, a company that collects HPW in six municipalities that belong to the district of Braga, in Portugal. Within the scope of the HPW collection process, a vehicle routing problem (VRP) of great complexity was identified. In order to solve the identified VRP while aiming to optimize the HPW collection process, the following tools were developed: 1) a forecasting method to predict the filling level of the containers at each ecoponto and to determine the filling rate of each container; 2) a route optimization algorithm able to handle several variations of the VRP; 3) a scheduling method for HPW collections; 4) a multi-criteria decision analysis (MCDA) module based on specific software that embeds MCDA methods that are used to identify proper solutions when objectives change and certain criteria must be met. Regarding the methodologies used to forecast HPW generation, two methods were employed: linear regression and artificial neural networks. Several factors with potential to explain HPW generation were proposed. Based on those factors and the adopted methodologies, forecasting models were developed to predict the number of yearly and monthly collections for each container of each ecoponto. The performed experiments enabled the construction of models capable of predicting yearly and monthly collections for all types of container with high level of accuracy. In addition, the experiments revealed which factors have most impact on waste filling rates.