Post on 28-Feb-2018
7/25/2019 472-396-3-PB
1/3
Unidad Acadmica Multidisciplinaria
de Agronoma y Ciencias, UAT.
Centro Universitario C d. Victoria,
Tam aulipas, Mxico.
Universidad de Se villa , Espaa.
LO S SISTEMAS DE RECO LECC IN
pE
R ESID UO S SO LID O SLO S METOD OS Y SUS APLICACION ES)
Edgar Prez Arriaga i , Jess R acero Morenoz, Gabriel Villa Caro
R e s u m e n
En los ltimos aos el crecimiento econm i-
co ha conducido a un aumento y cambio del
nivel de consumo que est estrechamente
unido al incremento de la emisin de re-
siduos slidos urbanos. La recoleccin de es-
tos residuos se ha convertido en un problema
de especial importancia que cobra m ayor n-
fasis cuando los recursos disponibles para
su recoleccin son limitados. En este trabajo
se hace una descripcin de los diferentes m-
todos aplicados como lo son los que aplican
heursticas y metaheursticas, estudios de
t iempos y m ovimientos entre otros, para el
diseo de rutas de recoleccin de residuos
slidos dom iciliarios.
r. Introduccin
El actual crecimiento econ mico asociado al
incremento de la poblacin en reas urbanas
va
estrechamente ligado al incremento de
residuos slidos generados por una sociedad
de consum o. la insuficiente capacidad, sobre
todo de capital, para recoger los residuos. La
aparicin d e tiraderos clandestinos, es uno
de los problemas que acarrea un mal ma nejo
de rutas de recoleccin y ello se convierte en
potenciales focos de infeccin y transmisin
de enfermedades en las ciudades.
Tanto la capacidad de los cam iones, las
distancias, y el crecimiento acelerado de
nuevos centros de poblacin, aunado al mal
diseo de las rutas contribuye a que eI ser-
vicio de recoleccin no cum pla con las ex-
pectativas esperadas de este servicio. (Obras
Pblicas, Victoria 2005)
E] estudio de la recoleccin, manejo y
tratamiento de residuos slidos urbanos
est compuesto por una gran cantidad de
tareas, algunos de ellos son: los estudios
de generacin de basura, localizacin de
contenedores donde los ciudadanos deposi-
tan los residuos, emplazamiento de centros
de tratamiento de residuos, cuantificacin
de la flota y caractersticas de los vehculos
de recoleccin y personal nec esario para la
recoleccin o diseo de las rutas a seguir.
El diseo de rutas es una estrategia a co n-
siderar para solucionar, por su elevado costo
en el proceso de recoleccin de residuos.
El diseo de rutas para la recoleccin de
basura no es un problema fcil de resolver
(VRP, Vehicle Ruoting Problem o bien CAR P,
Capacitated Arc R outing Problem ), los al-
goritmos propuestos en la literatura no re-
suelven algunas veces de forma ptima la
problemtica, pero si ms cercan a a la ideal y
de mxima eficiencia comparada con el m-
todo actualmente util izado, que en m uchos
casos compleme ntan el conocimiento y ex-
periencia profesional con elementos cuanti-
tativos. las primeras herramientas propues-
tas se han utilizado en planificaciones a corto
y mediano plazo, pero los cambios de opera-
tividad pueden tener un costo importante
de implementacin. (Financieros, polticos
y sociales), por ello se debe considerar tam -
bin el largo plazo, un replanteamiento de
rutas y posibles centros de transferencias de
los Re siduos Slidos D omiciliarios. (Estrada
Bellmann, 2006)
2. R evisin de la literatura
En la literatura existen muchas referencias
sobre el problema de los residuos urbanos.
El esfuerzo se ha centrado en aspectos socio-
econm icos. En el pasado se ha dedicado un
gran esfuerzo en el estudio terico incluyen-
do aspectos socio-econmicos y anlisis m
dioambiental asociado a la planificacin
gestin, o bien estudios sobre mtodos y t
nicas y algoritmos para la automatizaci
del proceso. Los principales enfoques se cen
tran en el estudio de los intereses confront
dos entre los ciudadanos residentes) y
gobierno municipal en relacin a la sele
cin de los emplazamientos de las planta
de tratamiento, zonas de almacenamient
temporal, caractersticas de la recoleccin
transporte y su impacto en la salud hum an
debido al trfico, ruido, etc. En este context
el clculo del costo total de recoleccin
transporte ha sido estudiado.
En la literatura, se han descrito
desarrollado algoritmos asociados a l
localizacin y diseo de rutas median
modelos deterministas como Modelo
de programacin lineal Hsieh y Ho
1993). Estos modelos no contempla
diversos factores como la frecuencia d
la recoleccin de residuos y el carcte
aleatorio de las emisiones o depsito
de los ciudadanos. Este problema h
sido afrontado por Huang et al, 1995
donde aplicando tcnicas borrosas h
ampliado el campo para la aplicaci
de esta problemtica.
En referencia al diseo de rutas, la
primeras herramientas de diseo ptim
de rutas y frecuencias surgen en la dcad
de los 70 s, basados en ideas intu itivas, si
una formulacin del modelo y su funci
objetivo, en algunos casos sin exploraci
del espacio de soluciones. Posteriorment
en la dcada de los 8o, se formulan algun
funciones objetivo, y se incorporan nuevo
parmetros tales como el cubrimiento
d
r Unidad Acadmica Multidisciplinaria de Agronoma y Ciencias. Universidad Autnoma de Tamaulipas, Centro Universitario Victoria Tamaulipas, Mx
2 Dpto. de Organizacin Industrial y Gestin de Empresas. Universidad de Sevilla, Cam ino de los Descubrim ientos s/n,
41092,
Sevilla.
~ P
ISSN 2007-7521. 1(4): 58-60 (Abr - Jun 2007)
CienciaUAT58
7/25/2019 472-396-3-PB
2/3
?de
1
h
A
5
a
7 4
Resum en de las caractersticas de M odelos Usados
HEUR ST ICOS
e c o m e n d a d o s p a r a e l d is e o
i f c i l obten er rutas
de m ic ro - ru tas p t imas
M E T A H E U C T I C O S e s o l v e r p r o b le m a s d e g r a n p r o x im a d o s y c o m p l e jo s
comple j idad. Proporcional
marco genera l
L I T T L E den t i f ica cua tro cr iter ios : e n e c e s i ta n d e o t r a s
robustez faci l idad del contro l c u a c io n e s p a r a
s imp l ic idad
esul tados exp l c i tos
F a c i l it a la t o m a d e d e c i s i o n e s
impac to re levan te en los
cos tos
Def ine rutas de t ranspor te
en t re m l t ip les o r genes y
d e s t i n o d e f i n e s e c u e n c i a d e
v is i tas para min imizar costos
V R P
W E S T I N G H O U S E
nl is is a deta l le de t iem pos y uscep t ib le a pre ju ic ios y
mov im ien tos y eva luac in de p rec iac in pe rsona
d e s e m p e o
la demanda, factor de carga. (Axhausen y
Smith,1984). Finalmente, el problema que
resuelve el diseo de rutas con la especifi-
cacin de frecuencia de paso es planteado
y demostrado que es un problema no com-
putable en tiempo polinomial (NP) ya que
se asemeja
a l problema MVRPW (Mltiple
vehicule routing problem with time Win-
dows, Problema de diseo mltiples rutas
con ventana de tiempo) donde los mtodos
exactos no obtienen solucin en tiempos
razonables. El problema puede ser resuelto
mediante tcnicas heursticas o bien tcni-
cas meta-heursticas tales como A lgoritmos
genticos, Recocido Simulado, Bsqueda
Tab o Sistemas de hormigas.
3 Cara cterizacin de los mtodos
de resolucin
En la dcada de los go s aparecen otros
enfoques, como la utilizacin de meta-
heursticas y la exploracin del espacio de
soluciones. La facilidad de integrar mdulos
existentes y de incorporar interfases grfi-
cas, estimulan el desarrollo de nuevos m to-
dos, los que se diferenciarn por su:
Adaptabilidad: respecto de los datos dis-
ponibles, principalmente aquellos relativos
a la topologa de la red de trnsito y a la de-
manda de viajes (matrices origen-destino);
nteractividad: con el usuario, de modo
de permitir la incorporacin de conocimien-
to humano (tcnico humano) en el proceso
de toma de decisiones;
Eficiencia: calidad en los resultados y
tiempos de procesamiento razonables;
Flexibilidad: en cuanto al hori-
zonte de planificacin, los primeros
mtodos refirieron a planificaciones
de corto y mediano plazo. Ortzar, J. de
D. y Willumnsen, L. (1996)
El principal componente qu e caracteriza
a cada uno de los modelos, es su formu-
lacin. Los modelos presentados, en general,
buscan maxim izar el nivel de servicio, mini-
mizando el uso de los recursos, seg n deter-
minadas restricciones.
En lo relacionado a los mtodos heursti-
cos, se puede decir que son aproximados
y que se basan generalmente en el sentido
comn d el proyectista y en ciertas reglas de
experiencia. Aparentemente, requiere de un
mnimo de esfuerzo, recursos econmicos y
materiales, adems que los expertos consideran
que son adaptables a un amplio rango de
problemas.(Plya, George, i99o)
Entre las principales ventajas que pre-
sentan los mtodos heursticos es que son
ms eficientes y dan mejores resultados que
las diseadas con base en la experiencia del
proyectista. La principal desventaja es que
no son los ms recomendables, ya que es
muy difcil que se obtengan rutas ptimas
con tales mtodos. Los mtodos heursticos
han sido aplicados sobre poblaciones meno-
res de cien mil habitantes. En lo referente a
las reglas bsicas para el diseo de rutas por
mtodos heursticos, estas son sencillas de
ejecutar ya que son comunes al momento de
aplicar.
Existen muchos algoritmos de solucin
para el VRP. En los ltimos aos han tom a-
do importancia el desarrollo de algoritmos
basados en procesos denominados Meta-
heursticos: G endreu y otros (1.991), Osman,
(1.993), Campos y Mota (1.995), Kontoravdis
(1,995).
Los procedimientos Metaheursticos son
una clase de mtodos aproximados que estn
diseados para resolver problemas difciles
de optimizacin, en los que los heursticos
clsicos no son efectivos. Los Metaheursti-
cos proporcionan un marco general para
crear nuevos algoritmos hbridos combi-
nando diferentes conceptos derivados de:
inteligencia artificial (bsqueda tab), evo-
lucin biolgica (algoritmos evolutivos) y
mecanismos estadsticos (templado simu-
lado). Gendreu (x99t).
Las metaheursticas tienen muchos as-
pectos que las hacen ser un excelente mto-
do para resolver gran cantidad de problemas
complejos en la industria: en general ellas
son simples, fciles de implementar, robus-
tas y han sido probadas como altamente
efectivas en resolver los problemas difciles.
An en sus implementaciones simples y
ms bsicas, las metaheursticas han sido ca-
paces de resolver efectivamente problemas
muy difciles y complejos. Esas ventajas es-
tn relacionadas con los cuatro atributos de
las metaheursticas, que son: precisin, velo-
cidad, simplicidad
y
flexibilidad, Cordeau et
al. (2002).
La bsqu eda tab, a diferencia de otros
algoritmos basados en tcnicas aleatorias de
bsqueda de soluciones cercanas, se carac-
teriza porque utiliza una estrategia basada
en el uso de estructuras de memoria para
escapar de los ptimos locales, en los que
se puede caer al moverse de una solucin
a otra por el espacio de soluciones. Glover
(1989).
En el caso algoritmos de solucin para
el VRP. En los ltimos aos han tomado
CienciaUAT 59
7/25/2019 472-396-3-PB
3/3