Modelli ed algoritmi per la riqualificazione dell’offerta nella raccolta di rifiuti solidi urbani Tesi di laurea di: Claudio Caremi

Introduzione al problema  I rifiuti vengono riposti dall’ utenza negli appositi contenitori (“cassonetti”) situati nelle postazioni di raccolta  Le postazioni si raggruppano in zone ed eventualmente in sottozone  I veicoli adibiti alla raccolta effettuano diversi viaggi per svuotare le postazioni  I dati sul riempimento vengono raccolti attraverso campagne di osservazione

Obiettivo  Realizzazione di uno strumento completo per la riqualificazione dell’offerta nella raccolta dei RSU Offerta: capacità di raccolta offerta dal gestore del servizio, determinata da: capacità di ogni postazione frequenza di svuotamento

Fasi di realizzazione 1.riorganizzazione e strutturazione dei dati a disposizione realizzazione di un DB 2.analisi della domanda determinazione della legge di riempimento delle postazioni 3.ottimizzazione dell’offertaridefinizione di capacità postazioni frequenze di svuotamento

Fase 1: riorganizzazione dei dati Lo scopo è quello di realizzare un supporto ben strutturato ed efficiente per le fasi successive (analisi ed ottimizzazione). I dati sono attualmente in forma cartacea o in fogli Excel –Eccessiva ridondanza dei dati –Aggregazione difficoltosa dei dati –Impossibilità di gestire uno storico del sistema Soluzione: realizzazione di un database risoluzione dei problemi precedenti maggiore strutturazione manipolazione dei dati più semplice

Fase 2: analisi della domanda Determinazione di una legge di riempimento per ciascuna postazione a partire dai dati raccolti attraverso le campagne di osservazione Il conferimento dei rifiuti nelle postazioni è sufficientemente regolare nel tempo legge lineare y=mx, dove: x = intervallo di riempimento y = Kg di rifiuti prodotti in x giorni Determinazione della legge di riempimento determinazione di m (tasso di riempimento giornaliero)

Fase 2: analisi della domanda 1.Postazioni a capacità infinita 2.Passaggio ai valori cumulati 3.Determinazione della retta y=mx+q

Fase 2: analisi della domanda Casi esaminati: 1.Regressione lineare compresa l’origine 2.Regressione lineare esclusa l’origine 3.Regressione lineare con q=0 4.Media (Kg Totali/Giorni Totali) Criterio di valutazione:

Fase 2: analisi della domanda

Fase 3: ottimizzazione dell’offerta Situazione attuale (capacità e frequenza di ogni postazione) OTTIMIZZAZIONE DELL’OFFERTA Situazione “ottima” (capacità e frequenza di ogni postazione) ANALISI DELLA DOMANDA Tasso di riempimento giornaliero (m) per ogni postazione

Fase 3: ottimizzazione dell’offerta Obiettivi dell’ottimizzazione:  Contenere i costi connessi con la raccolta costi di visita costi di svuotamento costi delle eventuali modifiche da apportare alla configurazione attuale delle postazioni  Mantenere un adeguato standard qualitativo evitare sottodimensionamenti determinare le frequenze minime di svuotamento

Fase 3:ottimizzazione dell’offerta Vincoli da rispettare: Vincolo “locale” sul numero massimo di contenitori posizionabili in una postazione Vincolo sulle frequenze delle postazioni che appartengono alla stessa sottozona Vincolo “globale” sul numero massimo di contenitori disponibili per ogni tipologia

Fase 3: ottimizzazione dell’offerta Problema troppo complesso per essere affrontato nella sua globalità ridefinizione del problema a livello di singola postazione (problema KP bounded in forma di minimo)

Fase 3: ottimizzazione dell’offerta Determinazione della soluzione ottima per ogni postazione, con verifica del vincolo locale Soluzione del problema globale = unione delle soluzioni locali Vincolo globale verificato ? Sì Aggiustamento delle soluzioni : aumento frequenze cambio contenitori Spostamenti a costo minimo verso l’ammissibilità No

Esempio FIRENZUOLA 2001 Riorganizzazione delle postazioni della zona Nord per la stagione estiva  44 postazioni con F=2  tassi di riempimento m fornito dall’azienda e calcolato in base ai dati dell’anno 2000  situazione attuale:  56 contenitori da 1300 litri  numero di contenitori utilizzabili (vincolo globale): 30 contenitori da 1300 litri 30 contenitori da 1700 litri

Esempio Sol.Descrizione Costi Sv Sett (migliaia) Costi Tot Sett (migliaia) note 1 Soluzione “manuale” Non ammissibile 2Lower bound Non ammissibile 3 Vincolo globale Sottozone Costi di modifica Presenza di F=6 6 Eliminazione di F=

Conclusioni  La base di dati realizzata organizza e conserva tutti i dati a disposizione, permette la gestione dello storico del sistema, gestisce in maniera automatica l’elaborazione dei dati (macro)  La metodologia introdotta per l’analisi della domanda fornisce valori coerenti con i dati reali ed è sufficientemente rigorosa dal punto di vista formale  L’algoritmo di ottimizzazione fornisce buoni risultati (soprattutto in relazione alle soluzioni ottenute “manualmente”) ed è abbastanza flessibile, consentendo di ottenere soluzioni “pilotate”