Đang tải... (xem toàn văn)
Nghiên cứu bài toán định tuyến xe, ứng dụng trong tối ưu hóa thu gom rác thải đô thị (tt)Nghiên cứu bài toán định tuyến xe, ứng dụng trong tối ưu hóa thu gom rác thải đô thị (tt)Nghiên cứu bài toán định tuyến xe, ứng dụng trong tối ưu hóa thu gom rác thải đô thị (tt)Nghiên cứu bài toán định tuyến xe, ứng dụng trong tối ưu hóa thu gom rác thải đô thị (tt)Nghiên cứu bài toán định tuyến xe, ứng dụng trong tối ưu hóa thu gom rác thải đô thị (tt)Nghiên cứu bài toán định tuyến xe, ứng dụng trong tối ưu hóa thu gom rác thải đô thị (tt)Nghiên cứu bài toán định tuyến xe, ứng dụng trong tối ưu hóa thu gom rác thải đô thị (tt)Nghiên cứu bài toán định tuyến xe, ứng dụng trong tối ưu hóa thu gom rác thải đô thị (tt)Nghiên cứu bài toán định tuyến xe, ứng dụng trong tối ưu hóa thu gom rác thải đô thị (tt)Nghiên cứu bài toán định tuyến xe, ứng dụng trong tối ưu hóa thu gom rác thải đô thị (tt)
HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG - Hứa Mạnh Tuyển NGHIÊN CỨU BÀI TOÁN ĐỊNH TUYẾN XE, ỨNG DỤNG TRONG TỐI ƯU HÓA THU GOM RÁC THẢI ĐÔ THỊ Chuyên ngành: Hệ thống thông tin Mã số: 60.48.01.04 TÓM TẮT LUẬN VĂN THẠC SĨ HÀ NỘI - 2016 Luận văn hoàn thành tại: HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG Người hướng dẫn khoa học: Tiến sĩ Nguyễn Trọng Khánh Phản biện 1: Phản biện 2: Luận văn bảo vệ trước Hội đồng chấm luận văn thạc sĩ Học viện Công nghệ Bưu Viễn thông Vào lúc: ngày tháng năm Có thể tìm hiểu luận văn tại: - Thư viện Học viện Công nghệ Bưu Viễn thông MỞ ĐẦU Bài toán định tuyến phương tiện (Vehicle Routing Problem – VRP) có nhiều biến thể khác Vận chuyển rác thải coi toán định tuyến tìm đường có chi phí thấp qua điểm tập kết rác So với toán VRP cổ điển, toán vận chuyển rác thải có thêm hai ràng buộc: (i) ràng buộc trọng tải xe ép rác; (ii) ràng buộc thứ tự điểm phải viếng thăm Xe ép rác có sức chứa giới hạn, kết hợp với thể tích rác điểm thu gom thay đổi Vấn đề làm tăng quãng đường di chuyển xe ép rác Nên đường ngắn nhất, chưa đường có chi phí tối ưu Do đó, hướng dẫn TS Nguyễn Trọng Khánh tìm hiểu đề tài “Nghiên cứu toán định tuyến xe, ứng dụng tối ưu hóa thu gom rác thải đô thị” Luận văn tập trung nghiên cứu toán định tuyến xe, biến thể chúng Để từ áp dụng cho toán thu gom rác thải rắn đô thị Giải pháp đưa áp dụng thử nghiệm cho việc thu gom rác thải thành phố Hà Giang CHƯƠNG GIỚI THIỆU VỀ BÀI TOÁN ĐỊNH TUYẾN XE 1.1 Tổng quan lĩnh vực tối ưu hóa tổng hợp 1.2 Bài toán định tuyến xe số biến thể Ta gọi đồ thị G=(V,A) đồ thị với V={1,…,n} tập hợp đỉnh biểu diễn thành phố với kho đặt đỉnh số 1, A tập hợp cạnh, cung đường kết nối thành phố Các cạnh (𝑖, 𝑗) ∀𝑖 ≠ 𝑗 liên kết với ma trận C = (cij) Trong số hoàn cảnh, cij coi chi phí viếng thăm (travel cost) thời gian viếng thăm (travel time) Để cho đơn giản, giả định tất phương tiện giống hệt có thể tích (tải trọng) chuyên chở D Bài toán VRP thực tìm kiếm tuyến đường để phương tiện di chuyển với chi phí thấp mà: i) Mỗi thành phố V\{1} qua lần phương tiện ii) Tất tuyến đường xuất phát từ kho (tại thành khố 1) kết thúc kho iii) Một số ràng buộc khác thỏa mãn Thông thường có số ràng buộc phổ biến khác sau: i) Ràng buộc trọng lượng, thể tích ii) Số lượng thành phố tuyến đường chặn q iii) Ràng buộc tổng thời gian iv) Cửa sổ thời gian: thành phố i phải viếng thăm vòng khoảng thời gian [ai,bi] v) Mối quan hệ ưu tiên cặp thành phố 1.3 Một số giải thuật áp dụng cho toán VRP 1.3.1 Giải thuật láng giềng gần 1.3.2 Giải thuật tìm kiếm cục 1.3.3 Giải thuật tối ưu hóa đàn kiến ACO a) Thí nghiệm cầu đôi b) Mô hình ngẫu nhiên c) Phương pháp tìm đường theo mô hành vi đàn kiến Các kiến di chuyển đồ thị cách lựa chọn đường theo quy tắc xác suất: + pis(t) xác suất mà kiến xác định vị trí nút i thời điểm t lựa chọn đường ngắn + pil(t) xác suất mà kiến xác định vị trí nút i thời điểm t lựa chọn đường dài (𝜑𝑖𝑠 (𝑡))𝛼 𝑝𝑖𝑠 (𝑡) = (𝜑𝑖𝑠 (𝑡))𝛼 + (𝜑𝑖𝑙 (𝑡))𝛼 (𝜑𝑖𝑙 (𝑡))𝛼 𝑝𝑖𝑙 (𝑡) = (𝜑𝑖𝑠 (𝑡))𝛼 + (𝜑𝑖𝑙 (𝑡))𝛼 (1.2) Quá trình cập nhật mùi hai nhánh thực sau: 𝜑𝑖𝑠 (𝑡 ) = 𝜑𝑖𝑠 (𝑡 − 1) + 𝑝𝑖𝑠 (𝑡 − 1)𝑚𝑖 (𝑡 − 1) + 𝑝𝑗𝑠 (𝑡 − 1)𝑚𝑗 (𝑡 − 1) (1.3) (i=1,j=2; i=2,j=1) 𝜑𝑖𝑙 (𝑡 ) = 𝜑𝑖𝑙 (𝑡 − 1) + 𝑝𝑖𝑙 (𝑡 − 1)𝑚𝑖 (𝑡 − 1) + 𝑝𝑗𝑙 (𝑡 − 1)𝑚𝑗 (𝑡 − 𝑟) (1.4) (i=1,j=2; i=2,j=1) Tại mi(t), số kiến nút i thời điểm t, cho công thức: 𝑚𝑖 (𝑡) = 𝑝𝑗𝑠 (𝑡 − 1)𝑚𝑗 (𝑡 − 1) + 𝑝𝑗𝑙 (𝑡 − 𝑟)𝑚𝑗 (𝑡 − 𝑟) (1.5) (i=1,j=2; i=2,j=1) d) Đàn kiến nhân tạo chi phí tối thiểu đường e) Sự bay chất dịch phenomones f) Thuật toán ACO giải toán VRP: Trong hệ thống AS, kiến khởi động từ thành phố chọn ngẫu nhiên có ký ức nhớ để lưu thành phần lời giải mà cấu trúc sau Từ thành phố đầu tiên, kiến di chuyển qua thành phố khác Khi thành phố i, kiến k lựa chọn thành phố j để đến thăm theo xác suất đưa sau: 𝛼 𝑃𝑖𝑗𝑘 (𝑡 ) = 𝛽 [𝜏𝑖𝑗 (𝑡)] ∙ [𝜂𝑖𝑗 ] 𝛼 𝛽 ∑𝑙∈𝑁𝑘[𝜏𝑖𝑗 (𝑡)] ∙ [𝜂𝑖𝑗 ] 𝑗 ∈ 𝑁𝑖𝑘 𝑖 Trong đó: ηij = 1/dij thông tin tri thức ưu tiên; (1.6) α,β hai tham số người dùng định nghĩa, xác định mức độ ảnh hưởng nồng độ vết mùi pheromone thông tin tri thức; 𝑁𝑖𝑘 láng giềng khả thi kiến thứ k, có nghĩa tập thành phố mà kiến thứ k đến thăm Lời giải cuối sau kiến hoàn thành hành trình kết thúc sau kiến cấu trúc có độ dài n Tiếp theo nồng độ vết mùi pheromone cập nhật theo công thức: 𝜏𝑖𝑗 (𝑡 + 1) = (1 − 𝜌)𝜏𝑖𝑗 (𝑡 ) 𝑚 𝑘 + ∑ Δ𝜏𝑖𝑗 (𝑡) với (i,j) (1.7) 𝑘=1 𝑘 Δ𝜏𝑖𝑗 (𝑡) xác định số lượng mật độ pheromone kiến k cung, định nghĩa sau: 𝑘( ) Δ𝜏𝑖𝑗 𝑡 ={ 1⁄𝐿𝑘 (𝑡) 𝑛ế𝑢 𝑐𝑢𝑛𝑔 (𝑖, 𝑗)đượ𝑐 𝑑ù𝑛𝑔 𝑛ế𝑢 𝑛𝑔ượ𝑐 𝑙ạ𝑖 (1.8) Với Lk(t) độ dài hành trình kiến thứ k 1.4 Kết luận Trong chương khái quát lĩnh vực tối ưu hóa tổng hợp, toán người giao hàng, toán định tuyến xe số biến thể đồng thời chương thực giới thiệu số giải thuật áp dụng cho toán VRP, giải thuật láng giềng gần nhất, giải thuật đàn kiến Trong đó, trọng tâm giải thuật đàn kiến nêu chi tiết nhằm tìm kiếm đường đồ thị với chi phí tối thiểu CHƯƠNG ĐỊNH TUYẾN XE TRONG TỐI ƯU HÓA THU GOM RÁC THẢI ĐÔ THỊ 2.1 Phát biểu toán Bài toán tối ưu thu gom, vận chuyển rác thải đô thị có số điểm khác biệt: (i) Ràng buộc lực xe, (ii) Ràng buộc thứ tự ưu tiên điểm phải qua Đây toán định tuyến phương tiện VRP [24] Nhưng, khác với toán VRP cổ điển, với toán xe ép rác cần phải qua bãi rác L trước quay lại điểm xuất phát Tuy nhiên, với hầu phát triển, Việt Nam, bãi xe bãi rác thường Do đó, để đơn giản hóa, phạm vi luận văn, toán có số giả định sau: * Điểm xuất phát xe bãi rác coi * Vị trí số lượng điểm tập kết rác thải biết trước * Khoảng cách điểm thu gom rác thải biết trước * Lượng rác thải phát sinh định kỳ ngày biết trước Gọi G=(V,A) đồ thị biểu diễn tuyến đường xe ép rác Trong , vector V={v0,v1,…,vn} biểu diễn: * v0 điểm xuất phát xe ép rác * V’=V\{v0}là tập n vị trí điểm tập kết rác thải, bãi rác * A={(vi,vj) | vi,,vj ϵ V; i ≠ j} tập cạnh đồ thị * C ma trận nguyên dương chi phí (khoảng cách) cij điểm tập kết rác thứ i j * Đặt m số lượng xe ép rác 10 𝑛 ∑ 𝑥𝑖0 = 𝑚 (2.4) 𝑖=0 𝑛 ∑ 𝑥0𝑗 = 𝑚 (2.5) 𝑗=0 ∑ ∑ 𝑥𝑖𝑗 > 𝑟(𝑆) 𝑖∉𝑆 𝑗∈𝑆 𝑥𝑖𝑗 ∈ {0,1} ∀(𝑆) ∈ 𝑉\{0}, 𝑆≠∅ ∀(𝑖, 𝑗) ∈ 𝐴 (2.6) (2.7) 2.3 Đề xuất giải pháp Các thông tin hình ảnh đồ, vị trí điểm tập kết rác, vị trí bãi xe, bãi rác, tuyến đường,… chuyển đổi từ tập tinh liệu đồ số GIS Dữ liệu thể tích rác điểm thu gom tập liệu lịch sử Các điểm tập kết rác biểu diễn tập véc tơ hai chiều bao gồm kinh độ vĩ độ Các điểm tập kết rác chia thành cụm thuật toán phân cụm KMean với số cụm số lượng xe ép rác Bước thực cho cụm Với cụm, khởi chạy thuật toán ACO với ràng buộc nêu Từ ta có lộ trình tối ưu cho xe ép rác 11 2.3.1 Giải thuật Giải thuật định tuyến: Input: - locations: vị trí điểm tập kết rác thành phố - locationsVolume: thể tích rác tải điểm tập kết rác thải - numberOfVehicle: số lượng phương tiện tham gia thu gom rác thải - D = ma trận khoảng cụm - M = ma trận chất dịch pheremone Output: optimizeRoute: lộ trình tối ưu cho phương tiện Giải thuật: clusters = K-MEAN(locations, locationsVolume, numberOfVehicle); for each cluster c in clusters optimizeRoute = ACO(D(c),M(c)); end for Trong đó: D(c) = ma trận khoảng điểm cụm c M(c) = ma trận chất dịch pheremone cụm c Bảng 2.1 Giải thuật định tuyến Input: D[c]= ma trận khoảng cách cụm c numColCenter=Số thượng điểm tập kết rác cụm c numAnt=số lượng kiến, khởi tạo numAnt= numColCenter M[c]=Ma trận mùi cụm c N=Số lượng vòng lặp chạy giải thuật 12 Output: optimizeRoute: lộ trình tối ưu cho xe ép rác Giải thuật: 1: For i=0 to N //Khởi tạo đàn kiến, số lượng số điểm tập kết rác 2: Ants = initAnt(numAnt); 3: Loop ant over:Ants 4: remainCities=các thành phố chưa qua kiến (ant) 5: Loop white remainCitiesnill //Tính tổng xác suất lựa chọn tất thành phố lại kiến 6: totalP=CaculateTotalProbability(D[c],M[c]); //Tính ngưỡng ngẫu nhiên tổng xác suất 7: pThreshold=random(0~1)* totalP; //Tính xác suất lựa chọn thành phố vòng lặp 8: indexChoseCity=0;// Định danh thành phố chọn 9: pChoseCity = CaculateChoseCity Probability( D[],M[], remainCities[ indexChoseCity]); 10: While pChoseCity < pThreshold 11: indexChoseCity = indexChoseCity +1; //Tính lại xác suất chọn thành phố khác chưa 12: pChoseCity CaculateChoseCityProbability(D[c], remainCities[indexChoseCity]) 13: End while += M[c], 13 //Tìm thành phố //đi tới thành phố chọn 14: ant.CurrentCity= remainCities[indexChoseCity]; //Loại bỏ khỏi đanh sách thành phố chưa qua 15: remainCities = remainCities - remainCities[indexChoseCity]; //Thêm vào danh sách thành phố qua kiến 16: ant.Route= ant.Route+ ant.CurrentCity; //Tính khoảng cách kiến 17: ant.RouteDistance=ant.RouteDistance + distance( ant.PriviousCity, ant.CurrentCity); //Tính tổng thể tích rác mà kiến thu gom 18: ant.RouteVolumn=ant.RouteVolumn + currentCity.Volumn; //Nếu đầy xe 19: If ant.RouteVolumn >= clusterVihicle.Capacity*0.95 then //Thực quay bãi đổ rác 20: ant.CurrentCity = landfill; //Thêm bãi rác vào lộ trình 21: ant.Route= ant.Route+ landfill; //Tính quãng được 22: ant.RouteDistance=ant.RouteDistance distance(ant.PriviousCity, ant.CurrentCity); //Trở lại điểm chưa gần bãi rác + 14 23: ant.CurrentCity = nearestCity(landfill, remainCities); 24: End if 25: End loop while //CON KIẾN ĐÃ ĐI HẾT CÁC THÀNH PHỐ 26: If ant.RouteDistance < minimalDistance then 27: minimalDistance= ant.RouteDistance; 28: minimalRoute= ant.Route; 29: 30: End if End loop //ĐÃ DUYỆT QUA HẾT KIẾN //Cập nhật chất dịch Pheromone 31: UpdatePheromone(minimalDistance,minimalRoute); 32: End for //ĐÃ HẾT SỐ VÒNG LẶP 33: return minimalRoute; Kết thúc giải thuật Bảng 2.2 Giải thuật tối ưu hóa đàn kiến ACO 2.3.2 Thực nghiệm mô hình đa tác tử Mục đích mô hình dựa tác tử ABM toán định tuyến thu gom rác thải đô thị sử dụng để mô hình hóa yếu tố mạng lưới giao thông có ảnh hưởng tới tổng khoảng cách lộ trình xe ép rác (ví dụ tắc nghẽn giao thông), để từ tính toán kết thử nghiệm lời giải tối ưu môi trường 15 gần với thực tế Mô hình ABM sử dụng phạm vi luận văn có năm loại tác tử: Tác tử đường phố, Tác tử điểm gom rác, Tác tử phương tiện giao thông, Tác tử xe ép rác, Tác tử bãi xe: 2.4 Kết luận Trong chương hai thực phát biểu, nêu rõ hàm mục tiêu toán định tuyến xe tối ưu hóa thu gom rác thải đô thị Thực đề xuất giải pháp, ứng dụng giải thuật tối ưu hóa đàn kiến ACO vào toán định tuyến xe tối ưu hóa thu gom rác thải rắn đô thị Trên sở đó, giới thiệu mô hình thực nghiệm dựa tác tử nhằm tìm kiếm kết tối ưu môi trường mô gần giống với môi trường thực tế Từ sở để so sánh kết thu từ mô hình thực nghiệm kết tính toán chương 16 CHƯƠNG TỐI ƯU HÓA THU GOM RÁC THẢI THÀNH PHỐ HÀ GIANG 3.1 Hệ thống thu gom rác thải Thành phố Hà Giang Thành phố Hà Giang, theo báo cáo xác minh UBND thành phố Hà Giang công ty cổ phần Môi trường Đô thị Hà Giang năm 2015 lượng rác phát sinh ngày 365.4 m3/ngày Thành phố có xe ép rác, thể tích thùng 35m3 50m3, chịu trách nhiệm thu gom rác thải 33 điểm tập kết rác khác Hàng ngày, xe ép rác đưa rác từ điểm tập kết rác bãi rác thành phố theo lịch trình cố định ca ngày: ca 8h sáng ca 18h30; Theo số liệu thống kê tháng 4/2016, công ty Môi trường đô thị Hà Giang, ca sáng chiều tổng quãng đường mà xe 133km ngày (bao gồm quãng đường bãi rác) 17 Hà Giang có hai xe ép rác tương ứng với hai vùng thành phố Xe ép rác tích thùng 35m3 thực thu thập rác điểm tập kết rác 14, 15, 16, 17, 18, 19, 20, 21, 23, 24, 25, 26, 27, 31, 32, 33 xe ép rác thứ hai tích thùng 50m3 phụ trách điểm tập kết rác 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 22, 23, 28, 29, 30 Có điểm tập kết rác số 23 tích rác lớn nên hai xe phải phụ trách Trong ngày, xe ép rác bắt đầu thu gom hai thời điểm: 8h00 18h30 Tại thời điểm lúc 8h00, lộ trình xe ép rác 35m3 sau: -> 31 -> 26 -> 27 -> 23 -> 21 -> 20 -> 32 -> 17 -> 18 ->19 ->16 -> 15 -> 24 -> 27 -> 33 -> 23 -> 0, lộ trình xe ép rác 50m3 -> 28 -> 29 -> 22 -> -> -> > -> -> -> -> -> -> 13 -> 23 -> 30 -> 12 -> 11 > 10 -> ->1 -> 23 -> Tại thời điểm 18h30, lộ trình xe ép rác 35m3 sau: -> 26 -> 27 -> 33 -> 23 -> 24 -> 14 -> 15 -> 16 -> 17 -> 18 -> 19 -> 20 -> 21 -> 25 -> -> 28 > 22 -> -> -> -> -> -> -> -> -> -> 13 -> 18 12 -> 11 -> 10 -> 23 -> lộ trình xe ép rác 50m3 3.2 Tối ưu hóa thu gom rác thải thành phố Hà Giang 3.2.1 Lộ trình tối ưu Từ liệu đồ số GIS, ta biết vị trí ma trận khoảng cách (Hình 3.2) Sau áp dụng bước đầu tiên, lộ trình tối ưu (ca sáng) xe ép rác 50m3 0->30->12->11->8->7->9->6->2->1->3->4->5>0->5->10->13->23->0->23->29->22->28->0; xe ép rác 35m3 -> 17->18->19->21->32->20->16>15->24->27->0->27->26->31->33->23->0->23->0 Đối với ca chiều, lộ trình tối ưu xe ép rác 50m3 là: -> 12->11->8->7->9->6->2->1->3->4->5->0>5->10->13->23->22->0->22->28->0; lộ trình tối ưu xe ép rác 35m3 là: 0->17->18->19->21->20->16>15->14->24->25->0->25->27->26->0->26->33->0; Với lộ trình tối ưu tính toán được, tổng quãng đường phải trung bình ngày hai xe 120,5km Tổng quãng đường phải hai ca giảm xuống khoảng 9,4% theo tính toán lý thuyết Số liệu 19 thực so sánh với số liệu thực nghiệm tính toán mô hình mô 3.2.2 Thí nghiệm với mô hình đa tác tử Trong thực tế, sau áp dụng giải thuật nêu, tính toán tổng quãng đường mà phương tiện phải Nhưng kết tính toán ngữ cảnh tính toán lý thuyết Bởi vậy, phạm vi luận văn thực sử dụng mô hình hướng tác tử giới thiệu Chương để thử nghiệm lộ trình tối ưu ngữ cảnh gần giống với thực tế Với mô hình hướng tác tử, luận văn mô hình hóa động mạng lưới giao thông thành phố Hà Giang (bao gồm đường xá phương tiện khác tham gia giao thông, mật độ giao thông, khả thay đổi lộ trình phương tiện,…) Bởi vậy, số liệu tổng quãng đường phương tiện phải gần với số liệu áp dụng lộ trình tối ưu thực tế Đầu vào mô hình mô bao gồm thành phần sau: * Bản đồ đường tòa nhà * Vị trí điểm tập kết rác thải * Phương tiện giao thông 20 * Xe ép rác thuộc tính * Bãi xe * Lộ trình thu gom Đầu mô hình mô bao gồm nội dung: * Tổng khoảng cách di chuyển * Lộ trình thực tế 3.2.3 Kết đánh giá Các lộ trình tối ưu tính toán sử dụng làm đầu vào cho mô hình mô (Hình 3.5) Mô hình mô thử nghiệm với thời gian mô 180 ngày Kết thực nghiệm mô hình mô cho thấy tổng quãng đường xe ép rác phải vòng 180 ngày giảm 6,4% so với tổng quãng đường trước tối ưu So với tính toán lý thuyết ban đầu từ lộ trình tối ưu tính toán 9,4% kết thực nghiệm cho số liệu có hiệu thấp Điều chứng tỏ, môi trường mô phỏng, lúc xe ép rác theo lộ trình tối ưu tính toán trước Chính yếu tố tạo nên giá trị mô hình mô phỏng, giúp cho việc kiểm tra kết tính toán lý 21 thuyết môi trường mô gần giống với thực tế Tuy nhiên, với kết thực nghiệm mô hình lộ trình tối ưu mang lại kết tốt so với lộ trình theo kinh nghiệm ban đầu Sau bảng tổng hợp kết thực nghiệm lộ trình tối ưu mô hình mô phỏng: Số ngày thực nghiệm 180 ngày Số km thực tế theo thống kê 23940 km Số km tính toán theo lộ trình 21690 km tối ưu Phần trăm giảm theo lộ trình tính 9,4% toán Số km kết thử nghiệm mô 22410 km hình mô Phần trăm giảm theo kết thử 6,4% nghiệm mô hình Bảng 3.3 Kết thử nghiệm mô hình mô 3.3 Mô hình hệ thống tối ưu thu gom rác thải mở rộng Trong thực tế, hệ thống quản lý rác thải đô thị (bao gồm quản lý thu gom vận chuyển rác thải đô 22 thị) lộ trình tối ưu phải tính toán, phải thực tính toán xử lý nhiều nội dung khác, từ nội dung phổ dụng thu thập thống kê thể tích rác thải đô thị đến nội dung khó tính toán số lượng điểm tập kết rác thải phù hợp, vị trí điểm tập kết rác thải,… Trong phạm vi mở rộng luận văn, có thực xây dựng mô hình thu gom vận chuyển rác thải giải thêm số nội dung: - Phân chia điểm tập kết rác thải cho xe ép rác - Đề xuất phương án thu thập liệu thể tích rác điểm tập kết rác - Đề xuất phương án cập nhật tình trạng thể tích thùng xe ép rác - Tính toán lộ trình tối ưu với rác buộc thể tích rác điểm tập trung thể tích thùng xe ép rác - Tính toán lại lộ trình tối ưu trường hợp thể tích rác điểm tập trung có thay đổi vượt ngưỡng cho trước số lượng điểm tập kết rác thay đổi 23 - Theo dõi tình trạng thể tích thùng phương tiện chở rác để đề xuất khả hỗ trợ thu gom điểm tập kết rác lân cận phạm vi cho phép 3.4 Kết luận Trong chương trình bày hệ thống thu gom rác thải TP Hà Giang, thực tính toán lộ trình tối ưu theo giải thuật đề xuất, từ thực thí nghiệm với mô hình đa tác tử, thực đo lường kết so sánh với kết thực tế Kết cho thấy lộ trình tối ưu tốt lộ trình cũ Ngoài ra, thực mô tả mô hình hệ thống tối ưu thu gom rác thải mở rộng với nhiều nội dung xử lý tính toán, kết thử nghiệm công bố hội nghị SoICT năm 2016 TP Hồ Chí Minh phát hành thư viện số ACM (http://dl.acm.org/) CHƯƠNG KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Trong phạm vi luận văn thực nghiên cứu toán định tuyến xe VRP số biến thể OVRP, DVRP Thực tìm hiểu số giải thuật áp dụng cho toán định tuyến xe VRP giải thuật tối ưu 24 hóa đàn kiến, giải thuật tìm kiếm cục bộ, giải thuật hàng xóm gần Luận văn thực nghiên cứu toán định tuyến xe áp dụng lĩnh vực tối ưu hóa thu gom vận chuyển rác thải rắn đô thị với số phương pháp tối ưu giới thiệu chiến lược tối ưu hóa đàn kiến, sử dụng giải thuật di truyền, lập trình nhị phân,… Từ nghiên cứu đó, nêu lên hàm mục tiêu toán đề xuất giải thuật cho toán tối ưu hóa thu gom rác thải đô thị Luận văn khảo sát mô hình thu gom rác thải truyền thống, đề xuất giải pháp định tuyến xe ép rác phù hợp với số liệu thực tế TP Hà Giang Phương pháp đề xuất phân tích đánh giá cách so sánh, thực tập liệu thực tế TP Hà Giang, so sánh số liệu phương pháp thu gom rác truyền thống số liệu thu từ mô hình mô thử nghiệm lộ trình tối ưu Ngoài ra, kết luận văn công bố hội nghị SoICT năm 2016 TP Hồ Chí Minh phát (http://dl.acm.org/) hành thư viện số ACM ... Nghiên cứu toán định tuyến xe, ứng dụng tối ưu hóa thu gom rác thải đô thị Luận văn tập trung nghiên cứu toán định tuyến xe, biến thể chúng Để từ áp dụng cho toán thu gom rác thải rắn đô thị Giải... thống tối ưu thu gom rác thải mở rộng Trong thực tế, hệ thống quản lý rác thải đô thị (bao gồm quản lý thu gom vận chuyển rác thải đô 22 thị) lộ trình tối ưu phải tính toán, phải thực tính toán. .. giải thu t hàng xóm gần Luận văn thực nghiên cứu toán định tuyến xe áp dụng lĩnh vực tối ưu hóa thu gom vận chuyển rác thải rắn đô thị với số phương pháp tối ưu giới thiệu chiến lược tối ưu hóa