Detailansicht
A solution approach for the periodic vehicle routing problem in IoT-based solid waste management
Daniel Kapferer
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Betriebswirtschaft
Betreuer*in
Karl Dörner
Mitbetreuer*in
Alina-Gabriela Müller
DOI
10.25365/thesis.73397
URN
urn:nbn:at:at-ubw:1-12309.94763.195839-6
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Diese Masterarbeit befasst sich mit dem Periodic Vehicle Routing Problem mit deterministischen und stochastischen Bedarfen im Kontext der Abfallwirtschaft. Dabei liegt der Schwerpunkt auf der Inklusion von Sensorinformationen aus intelligenten Abfallbehältern zur Verbesserung der Tourenplanung. Traditionell beruht die Routenplanung in der Abfallsammlung auf vorgegebenen Plänen, ohne den Füllstand der Abfallbehälter zu berücksichtigen, was zu ineffizienten Tourenplänen führen kann. Die Forschungsfragen dieser Studie zielen daher darauf ab, festzustellen, ob Sensoren eingesetzt werden können, um den Informationsgehalt zu erhöhen und die Tourenpläne zu verbessern. Außerdem soll erforscht werden, ob eine begrenzte Anzahl von Sensoren strategisch platziert werden kann, um Tourenverbesserungen zu erreichen. Das Problem wird mit C# implementiert und mit einer Tabu-Suche gelöst. Dabei werden Instanzen aus Cordeau et al. (1997) zur Bewertung der Ergebnisse herangezogen und mit generierten Instanzen verglichen, die stochastische Bedarfe und unterschiedliche Mengen an Sensoren verwenden. Die Ergebnisse zeigen die Möglichkeit des Einsatzes von Internet of Things (IoT)-Sensoren in der Abfallwirtschaft zur Verbesserung der Tourenplanung und liefern wertvolle Erkenntnisse über optimale Strategien zur Platzierung der Sensoren. Die Forschungsergebnisse können Einfluss auf die Praxis in der Abfallwirtschaft haben und zu nachhaltigeren und effizienteren Abfallsammelsystemen beitragen.
Abstract
(Englisch)
This master's thesis addresses the Periodic Vehicle Routing Problem with deterministic and stochastic demands in the context of solid waste management, with a focus on incorporating sensor information from smart waste bins to improve routing schedules. Traditionally, solid waste collection methods rely on predetermined schedules without considering the filling levels of waste bins, resulting in inefficient routing schedules. Therefore, the research questions in this study aim to determine, if sensors can be used to increase information and improve routing schedules, and if a limited number of sensors can be strategically placed to achieve these improvements. The problem is implemented with C# and solved with a Tabu Search heuristic to generate feasible solutions. Instances established in Cordeau et al. (1997) are used to evaluate the results and are compared with generated instances using stochastic demands and varying degrees of sensor allocations. The findings show the feasibility of using sensors connected to the Internet of Things (IoT) in solid waste management to improve routing schedules and provide valuable insights on optimal sensor placement strategies. The research can inform waste management practices and contribute to more sustainable and efficient waste collection systems.
Schlagwörter
Schlagwörter
(Deutsch)
Periodic Vehicle Routing Problem stochastischer Bedarf Tabu-Suche Abfallwirtschaft IoT Sensorplatzierung intelligente Mülltonne
Schlagwörter
(Englisch)
Periodic Vehicle Routing Problem stochastic demand Tabu Search Solid Waste Management IoT sensor placement smart bin
Autor*innen
Daniel Kapferer
Haupttitel (Englisch)
A solution approach for the periodic vehicle routing problem in IoT-based solid waste management
Paralleltitel (Deutsch)
Ein Lösungsansatz für das periodisches Tourenplanungsproblem in der IoT-basierten Abfallwirtschaft
Publikationsjahr
2023
Umfangsangabe
viii, 97 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Karl Dörner
Klassifikationen
55 Verkehrswesen > 55.89 Verkehrswesen, Transportwesen. Sonstiges ,
85 Betriebswirtschaft > 85.99 Betriebswirtschaft. Sonstiges
AC Nummer
AC16819203
Utheses ID
66525
Studienkennzahl
UA | 066 | 915 | |