دسته‌بندی نشده

همایش بین المللی مدیریت پسماند جامد 5IconSWM 2015 مدل مکان یابی تسهیلات برای سیستم های مدیریت MSW تحت عدم قطعیت- دانلود مقاله

خلاصه

در هند ، بخش قابل توجهی (85/0 85) از کل هزینه های مدیریت MSW صرف جمع آوری زباله می شود. با این حال ، متوسط ​​کارایی جمع آوری زباله در مناطق شهری در هند حدود 70 درصد است. با استفاده از پرسنل جمع آوری و وسایل نقلیه دارای ایستگاه های انتقال (TS) می توان کارایی جمع آوری زباله را به طور موثری افزایش داد ، اگرچه انتخاب بهترین مکان ها (از نظر اقتصادی بهینه) برای قرار دادن TS بسیار مهم است. علاوه بر این ، بسیاری از پارامترها (به عنوان مثال ، میزان تولید پسماند ، هزینه های بهره برداری از تأسیسات ، هزینه های حمل و نقل ، درآمد و غیره) در سیستم مدیریت محیط زیست با عدم قطعیت همراه هستند. برای بررسی توزیع این پارامترهای ورودی نامشخص در نتایج ، تجزیه و تحلیل جامع حساسیت انجام شده است. علاوه بر این ، اثر تعامل بین پارامترهای حساس از طریق طراحی آزمایشات بررسی شده است. همچنین یک مدل تسهیلات موقعیت مکانی تصادفی دو مرحله ای برای انتخاب بهترین مکان برای TS وجود دارد که اساساً چارچوبی برای موضوعات مربوط به عدم اطمینان مربوط به موقعیت مکانی است. این مدل در نیشیک ، ماهاراشترا ، هند توسعه داده شد. این مدل دارای 9186 محدودیت و 8152 متغیر است که به زبان AMPL (زبان برنامه نویسی ریاضی) نوشته شده است. برای حل مدل توسعه یافته از KNITRO 5.2 (بهینه ساز مسئولیت محدوده نقطه داخلی غیر خطی) استفاده شده است. تجزیه و تحلیل حساسیت تمایل دارد TS را بعد از هزینه حمل واحد زباله از منبع به TS ، به حساس ترین نوع پارامتر تبدیل کند. علاوه بر این ، SA چند متغیره اهمیت چارچوب مکان تأسیسات را شامل می شود که عدم اطمینان را شامل می شود.

A Facility Location Model for MSW Management Systems under Uncertainty: A Case Study of Nashik City, India

Abstract
In India, a substantial fraction (~ 0.85) of total expenditure on MSW management is spent on collection of waste. Nevertheless, the average waste collection efficiency is about 70 % in Indian urban areas. Waste collection efficiency can be increased by utilising staff and collection vehicles effectively with transfer stations (TSs), though choosing best sites (in an economically optimal manner) for TSs siting is a major task. Also, many parameters (e.g., waste-generation rate, running cost of facilities, transportation cost, revenues etc.) in MSW management system are associated with uncertainties. To study the apportionment of these uncertain input parameters into the results, a comprehensive sensitivity analysis has been performed. Furthermore, the effect of interaction among most sensitive parameters is examined through design of experiment. Also, a facility location two stage stochastic model has been proposed to select the best sites for TSs siting, which is basically a framework of facility location problems involving uncertainty. The developed model is applied on the city of Nashik, Maharashtra, India. The model has 9186 constraints and 8152 variables, which has been written in AMPL (a mathematical programming language). KNITRO 5.2 (nonlinearinterior-point trust region optimizer) have been used to solve the developed model. Sensitivity analysis abduces waste generation as the most sensitive kind of parameter followed by the unit transportation cost of waste from source to TSs. Furthermore, multivariate SA identifies the importance of a facility location framework involving uncertainty

Keywords:AMPL, Facility location models, Gurobi Optimizer, KNITRO, Municipal solid waste management, Transfer stations;

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا