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