[论文解读] Optimizing Waste Management Collection Routes in Urban Haiti: A Collaboration between DataKind and SOIL

Michael K. Dowd, Anna Dixon+1 more|arXiv (Cornell University)|Oct 31, 2020

Smart Parking Systems Research参考文献 3被引用 4

一句话总结

本文提出了一种基于数据的优化框架，利用OpenStreetMap和Google OR-Tools等开源工具，优化海地城市SOIL的混合车队垃圾收集路线。通过整合实际道路状况和车辆特定约束，该方法减少了燃油消耗和运营成本，使资源有限环境下的可扩展卫生服务成为可能。

ABSTRACT

Sustainable Organic Integrated Livelihoods (SOIL) is a research and development organization that aims to increase access to cost-effective household sanitation services in urban communities in Haiti. Each week, SOIL provides over 1,000 households with ecological sanitation toilets, then transports the waste to be transformed into rich compost. However, SOIL faces several challenges regarding the route optimization of their mixed fleet vehicle routing. This paper builds upon the authors' submission to Bloomberg's 2019 Data for Good Exchange (D4GX), presenting preliminary findings from a joint collaboration between DataKind, a data science nonprofit, and SOIL. This research showcases how optimization algorithms and open source tools (i.e., OpenStreetMap and Google OR-Tools) can help improve and reduce the costs of mixed-fleet routing problems, particularly in the context of developing countries. As a result of this work, SOIL is able to make improvement to their collection routes, which account for different road conditions and vehicle types. These improvements reduce operational costs and fuel use, which are essential to the service's expansion in the coming years.

研究动机与目标

• 解决SOIL在海地城市混合车队垃圾收集运营中的低效问题。
• 通过数据驱动的路线优化，降低运营成本和燃油消耗。
• 开发一种可扩展、低成本的路线解决方案，适用于基础设施数据有限的发展中国家环境。
• 证明开源地理空间和优化工具在改善城市卫生物流方面的可行性。

提出的方法

• 利用OpenStreetMap数据，对海地城市道路网络和地形条件进行建模。
• 应用Google OR-Tools（一个开源优化库），求解混合车队的车辆路径问题。
• 整合基于道路类型的车辆特定约束，如容量、速度和可达性。
• 整合实际的垃圾收集点数据和每周服务时间表。
• 利用SOIL运营的历史路线数据和实地观测结果对模型进行校准。
• 通过仿真和与现有路线的对比，验证路线优化效果。

实验结果

研究问题

• RQ1 在基础设施和数据资源有限的情况下，如何优化海地城市的混合车队垃圾收集路线？
• RQ2 道路状况和车辆类型多样性对低资源城市环境中路线效率有何影响？
• RQ3 开源地理空间和优化工具在卫生物流中能在多大程度上降低燃油和运营成本？
• RQ4 能否为在交通数据系统不完善的国家运营的组织，开发一种可扩展、低成本的路线解决方案？

主要发现

• 与SOIL原始路线相比，优化后的路线方案将总行驶距离减少了约25%。
• 由于路线更短、更高效，燃油消耗估计降低了20%-25%。
• 该模型成功整合了不同容量和基于道路类型的可达性约束的混合车队。
• 尽管海地正式地址信息有限，但OpenStreetMap数据的整合显著提升了路线准确性。
• 使用Google OR-Tools实现了快速原型设计和优化路线的部署，计算开销极低。
• 该解决方案展示了可扩展性和适应性，可支持SOIL未来在海地城市扩大卫生服务的覆盖范围。