بهینه‌سازی زمان جمع‌آوری پسماندهای شهر زابل در کاهش مخاطرات محیطی با تکیه بر الگوریتم رقابت استعماری و GIS

جغرافیا و مخاطرات محیطی

مقاله 11، دوره 10، شماره 1 - شماره پیاپی 37، بهار 1400، صفحه 209-224  

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/geoeh.2021.67017.0

نویسندگان

علیرضا شهبازی ¹؛ اکبر کیانی²؛ عباسعلی پیری³؛ امیر حمزه شهبازی⁴

¹استادیار رشته جغرافیای طبیعی (ژئومورفولوژی)، دانشگاه زابل، ایران

²دانشیار رشته جغرافیا و برنامه‌ریزی شهری، دانشگاه زابل، ایران

³دانشجوی کارشناسی ارشد رشته جغرافیا و برنامه‌ریزی شهری، دانشگاه زابل، ایران

⁴استادیار گروه جغرافیا و برنامه ریزی شهری، دانشگاه سیستان و بلوچستان ،زاهدان، ایران

چکیده

در طول دهه گذشته به دلیل افزایش جمعیت جهانی و سرعت گرفتن شهرنشینی تولید زباله‌های شهری به‌صورت چشم‌گیری افزایش یافته و سلامت شهروندان را به خطر انداخته و کیفیت زندگی شهری را پایین آورده است. ازاین‌رو یکی از مباحث مهم که در سال‌های اخیر کاربرد بسیار بالایی در حوزه عملیاتی داشته و برای افزایش کارایی و بهره‌وری سیستم‌های حمل‌ونقل مطرح شده است، بحث مسیریابی ماشین‌های حمل زباله است. علاوه بر آن، مدیریت ضعیف و جمع‌آوری و امحا سازی نامناسب ازآنجایی‌که مسائل و مشکلات زیست‌محیطی را در اکوسیستم شهری ایجاد می‌کند، به‌عنوان یک چالش جهانی محسوب می‌شود؛ زیرا ارائه این دسته از خدمات شهری به دلیل فقدان داده‌ها و اطلاعات کافی به‌طور معناداری مورد غفلت واقع شده است. هدف از این پژوهش ارائه راهکاری بهینه به‌منظور جمع‌آوری مناسب زباله­های محلات 40 گانه شهر زابل هست تا با کمینه‌سازی زمان انجام مأموریت، سطح رضایت‌مندی شهروندان از این‌گونه خدمات شهری افزایش یاید. روش تحقیق توصیفی، از نوع مطالعات کاربردی و مبتنی بر مطالعات اسنادی و بررسی‌های میدانی است. به‌منظور انجام این پژوهش از الگوریتم فرا ابتکاری رقابت استعماری و نرم­افزار Arc GIS استفاده شده است و تمامی برنامه‌نویسی‌های مربوطه در محیط نرم‌افزار MATLAB انجام شده است. نتایج تحقیق حاکی از آن است که الگوریتم رقابت استعماری با تعریف 20 تکرار در تکرار 15 و با طی زمانی برابر با 4.11 ثانیه و با ضریب اطمینان 71 % به بهینه‌ترین حالت ممکن دست یافت و ترتیب مربوط به بهینه‌ترین تقاطع­ها را نشان داد.

کلیدواژه‌ها

زباله‌های شهری؛ الگوریتم رقابت استعماری زابل؛ MATLAB ArcGIS

مراجع

اسنتز، آنتونی؛ 2005. برنامه‌ریزی مسیر بهینه و کارا برای محیط‌های ناشناخته، ترجمه اکتای حسن‌زاده. انتشارات کتاب سبز.

بزی، خدارحم؛ 1393. مکان‌یابی دفن زباله در شهر زابل با استفاده از روش AHP، فصلنامه کاوش‌های جغرافیایی.3 (1): 143-119.

حسین زاده، سید رضا؛ خسروی بیگی، رضا؛ ایستگلدی، مصطفی؛ شمس‌الدینی، رضا؛ 1390. ارزیابی پایداری زیست‌محیطی در نواحی شهری با استفاده از فن تصمیم‌گیری چند معیاره تخصیص خطی (مطالعه موردی: شهر بندر ترکمن). مجله مطالعات برنامه‌ریزی سکونتگاه‌های انسانی. ۶(۱۶). ۳۱-۵۱.

خمر، غلامعلی؛ پاسبان، وحید؛ نگاره، مژگان؛ 1396. کاربرد الگوریتم اجتماع مورچه در مسیریابی بهینه گروه‌های امدادی بین‌شهری. مجله حمل‌ونقل شهری.

ذوالفقاری، اکرم؛ کرکه­آبادی، زینب؛ 1391. مسیریابی هوشمند اکیپ‌های امدادی با استفاده از الگوریتم تئوری بازی‌ها (نمونه موردی شهر سمنان). فصلنامه مهندسی حمل‌ونقل. سال پنجم. شماره 1. تهران.

رهنما، محمدرحیم؛ سپهری، ندا؛ 1930. ارزیابی شاخص‌های شهر اکولوژیک در شهر چناران در راستای توسعه پایدار با روش Emergy. نشریه جغرافیا و مخاطرات محیطی. ۸(۲۹). ۲۱۹-۲۳۶.

صابری، جواد؛ سعدی مسگری، محمد؛ 1389. مسیریابی بهینه بر اساس معیار زمان با توجه به شرایط متغیر ترافیکی. مجله مهندسی حمل‌ونقل. سال اول. شماره چهارم. صص 53- 65.

عمرانی، قاسم علی؛ 1395. مدیریت زباله‌های شهری. مرکز تحقیقات و تعلیمات حفاظت و بهداشت‌کار. 1395.

یوسفی، مجید؛ رحمتی، فرهاد؛ 1390. یک الگوریتم بهبودیافته جمعیت مورچگان برای حل مسئله مسیریابی وسیله نقلیه همراه با دریافت و تحویل هم‌زمان کالا. پژوهشنامه حمل‌ونقل. سال هشتم. شماره2. تهران.

 

Abdoli, M. A., 1998. Disposal and recycling management of municipal solid waste in Iran. Tehran: Organization of national municipalities.

Atashpaz- Gargari, E. & Lucas, C., 2007. Imperical competitive algorithm: an algorithm for optimization inspired by imperialistic competition, Evolutionary Computation, CEC 2007. IEEE Congress on, IEEE, 4661- 4667.

Athashpaz- Gargari, E., 2009. Imperialist Competitive Algorithm development and its applications, M.S. Thesis, University of Tehran (in Persian).

Cormen, T.H., Leiserson, C. E., Rivest, R.L and Stein, C., 2001. Introduction  to algorithms, MIT Press and McGraw- Hill, pp 588- 601.

Issam A.Al- Khatib, Hassan A. Arafat, Thabet Basheer, Hadeel Shawahneh, Ammar Salahat, Jaafar Eid and Wasif Ali., 2007. rends and problem of solid waste management in developing countries: Acase study in seven palestin district, Waste management pages 1919- 1910.

Kavesh, A., & Talatahari, S., 2010. Optimum design of skeletal structures using imperialist competitive algorithm. Computers & Structures, 88 (21), 1220 – 1229.

Khabbazi, A., Atashpaz- Gargari, E., & Lucas, C., 2009. Imperialist competitive algorithm for minimum bit error rate beamforming. International Journal of Bio- Inspired Computation, 1 (1-2), 125- 133.

M.K.Ghose, A.K. Dikishit, S.k.Shrma., 2006. A GIS Based transportation model for solid waste disposal- Acase study on Asansol municipality, Waste management, p 1293- 1287.

Pellegrini, P., 2005. Application of two nearest neighbor approachesto a rich vehicle routing problem, TR/IRIDIA..15, IRIDIA,Universite Librede Bruxelles, Brussels, Belgium.

Preygal, A. (1999). Path finding: A comparison of algorithms, Management Science, Matthews.

Tuzkaya, U. R. and Onut, S., 2008. “A fuzzy analytic network process based approach to

Zeller Vanessa, Towa Edgar, Degrez Marc, Achten Wouter M. J., 2019. Urban waste flows and their potential for a circular economy model at city-region level, Waste Management, Volume 83, January, Pp. 83-94.