Tổng quan nghiên cứu

Quá trình đô thị hóa và gia tăng dân số nhanh chóng đang đặt ra thách thức nặng nề đối với công tác bảo vệ môi trường và quản lý đô thị. Lượng chất thải rắn sinh hoạt phát sinh tại các khu đô thị hiện nay đạt mức bình quân khoảng 0.815 kg/người/ngày, trong đó có tới 70% tổng khối lượng chất thải được xử lý bằng hình thức chôn lấp nhưng tỷ lệ thu gom triệt để vẫn còn nhiều hạn chế. Việc chất thải tồn đọng không chỉ gây ô nhiễm đất, nước, không khí mà còn làm suy thoái cảnh quan và phát sinh gánh nặng ngân sách.

Luận văn tập trung giải quyết bài toán tối ưu hóa quy trình thu gom chất thải rắn đô thị (Municipal Solid Waste - MSW), một bài toán thuộc lớp bài toán định tuyến phương tiện (Vehicle Routing Problem - VRP) với các ràng buộc phi tuyến phức tạp. Mục tiêu trọng tâm của nghiên cứu là thiết kế và cài đặt thuật toán di truyền (Genetic Algorithm - GA) kết hợp tìm kiếm cục bộ nhằm cực tiểu hóa tổng thời gian và quãng đường di chuyển của đội xe thu gom không đồng nhất.

Phạm vi nghiên cứu thực nghiệm được triển khai tại quận Elboustene thuộc thành phố Sfax, Tunisia trong giai đoạn 2016 - 2017. Quận Elboustene có diện tích 315 hecta với 17.446 hộ gia đình, 217 cơ sở công nghiệp và lượng rác thải bình quân đạt 0.944 kg/người/ngày, cao hơn đáng kể so với mức trung bình 0.702 kg/người/ngày của toàn thành phố Sfax.

Nghiên cứu mang ý nghĩa thực tiễn to lớn trong việc tối ưu hóa bài toán logistics môi trường. Kết quả nghiên cứu giúp giảm từ 15% đến 25% tổng thời gian vận hành của đội xe, tiết kiệm chi phí nhiên liệu vận tải, cân bằng ca làm việc của công nhân từ 6 giờ sáng đến 13 giờ chiều, đồng thời giảm thiểu lượng khí thải nhà kính ra môi trường đô thị.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết tối ưu hóa tổ hợp và lý thuyết đồ thị ứng dụng trong logistics đô thị:

  • Lý thuyết định tuyến phương tiện (Vehicle Routing Problem - VRP) và bài toán định tuyến nút (Node Routing Problem - NRP): Mô hình hóa mạng lưới thu gom gồm các điểm phát sinh rác, trạm trung chuyển và kho tập kết xe dưới dạng đồ thị có trọng số với các ràng buộc về tải trọng, dung tích thùng chứa và khoảng thời gian phục vụ.
  • Lý thuyết tính toán tiến hóa và giải thuật di truyền (Genetic Algorithm): Được khởi xướng bởi John Holland vào năm 1975, mô phỏng quy luật chọn lọc tự nhiên và di truyền học để tìm kiếm giải pháp tối ưu toàn cục trong không gian trạng thái lớn.
  • Các khái niệm cốt lõi:
    • Nhiễm sắc thể (Chromosome): Chuỗi biểu diễn hành trình liên tục của từng phương tiện qua các điểm gom.
    • Hàm thích nghi (Fitness Function): Độ đo chất lượng giải pháp dựa trên tổng thời gian di chuyển và thời gian nạp rác.
    • Toán tử chọn lọc (Selection): Cơ chế Bánh xe Roulette, Xếp hạng (Ranking) và Đấu loại (Tournament).
    • Toán tử lai ghép (Crossover): Kỹ thuật lai ghép tái tổ hợp cạnh (Edge Recombination) bảo toàn mối liên hệ không gian giữa các nút lân cận.
    • Toán tử đột biến (Mutation): Kỹ thuật hoán vị vị trí gen ngẫu nhiên để tránh rơi vào cực trị địa phương.
    • Tìm kiếm cục bộ (Local Search): Thuật toán Dijkstra cải tiến tích hợp ràng buộc tải trọng để sinh quần thể ban đầu và sửa chữa các cá thể vi phạm.

Phương pháp nghiên cứu

Nguồn dữ liệu của đề tài được trích xuất từ hệ thống thông tin địa lý GIS thông qua công cụ ArcGIS Network Analyst, kết hợp với số liệu quan trắc chất thải thực tế của Cơ quan Quản lý Chất thải Quốc gia Tunisia (ANGed) tại thành phố Sfax.

Cỡ mẫu và phương pháp chọn mẫu: Nghiên cứu thực hiện phương pháp khảo sát toàn bộ trên phạm vi không gian địa lý quận Elboustene (315 hecta), bao gồm 1 kho xe trung tâm (Depot), 2 trạm trung chuyển rác (Transfer stations) và toàn bộ 39 điểm tập kết rác (Gather sites) cố định với tải trọng trung bình 0.4 tấn mỗi điểm và thời gian thu gom định mức 15 phút/điểm. Đội xe thực nghiệm gồm 4 phương tiện không đồng nhất: 1 xe ép rác chuyên dụng (Compactor vehicle) tải trọng 7.4 tấn, 1 xe tải thùng lật (Dumper truck) tải trọng 2.3 tấn và 2 máy kéo nông nghiệp (Agricultural tractors) tải trọng 1.6 tấn mỗi xe.

Lý do lựa chọn phương pháp phân tích: Bài toán VRP thu gom rác có nhiều ràng buộc cứng về sức chứa xe, dung lượng thùng rác và thời gian đóng cửa ca làm việc, thuộc lớp bài toán NP-hard. Các thuật toán tối ưu cục bộ truyền thống như Dijkstra cổ điển hoàn toàn bất khả thi khi mở rộng quy mô nút mạng và không thể xử lý ràng buộc đội xe hỗn hợp. Việc kết hợp giải thuật di truyền với thuật toán Dijkstra cải tiến cho phép tận dụng ưu thế tìm kiếm toàn cục của GA và khả năng định tuyến ngắn nhất cục bộ của Dijkstra, đảm bảo 100% cá thể sinh ra thỏa mãn các ràng buộc vận hành thực tế.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và thực nghiệm giải thuật di truyền trên bộ dữ liệu không gian thực tế của thành phố Sfax mang lại các kết quả nổi bật:

  • Tối ưu hóa phân bổ tải trọng đội xe không đồng nhất: Thuật toán đã phân bổ hợp lý hành trình cho 4 phương tiện với tổng dung tích chuyên chở 12.9 tấn, giải quyết triệt để 39 điểm tập kết với tổng khối lượng rác 15.6 tấn thông qua các chu kỳ quay vòng hợp lý qua 2 trạm trung chuyển, nâng hiệu suất sử dụng tải trọng bình quân của đội xe lên trên 88%.
  • Vượt trội so với phương pháp Dijkstra cải tiến độc lập: Mặc dù thuật toán Dijkstra cải tiến tạo ra được lộ trình hợp lệ ban đầu, nhưng việc ứng dụng GA với toán tử lai ghép Edge Recombination đã rút ngắn thêm 16.4% tổng thời gian hành trình và giảm hơn 14.2% tổng chiều dài quãng đường lăn bánh của toàn bộ 4 xe.
  • Rút ngắn thời gian ca làm việc: Toàn bộ quá trình thu gom rác tại 39 điểm được hoàn thành trong khoảng thời gian từ 4.8 đến 5.5 giờ, hoàn toàn nằm trong khung giờ quy định từ 6:00 đến 13:00 của quận Elboustene, giảm thiểu hoàn toàn tình trạng ùn tắc giao thông vào giờ cao điểm.
  • Nâng cao tốc độ hội tụ: Nhờ chiến lược giữ lại 50% cá thể ưu tú nhất, kết hợp 25% cá thể lai ghép mới và 25% cá thể ngẫu nhiên có kiểm soát ràng buộc, thuật toán đạt trạng thái hội tụ ổn định sau khoảng 100 đến 150 thế hệ tiến hóa mà không bị rơi vào điểm cực tiểu địa phương.

Thảo luận kết quả

Hiệu quả vượt trội của thuật toán di truyền bắt nguồn từ cấu trúc mã hóa nhiễm sắc thể linh hoạt kết hợp với toán tử lai ghép Edge Recombination. Kỹ thuật này ưu tiên duy trì các cạnh nối liền kề có khoảng cách ngắn giữa các điểm gom rác trong không gian thực, ngăn chặn việc phá vỡ cấu trúc không gian khi sinh con. Đột biến hoán vị giúp giải thuật linh hoạt thoát khỏi các nghiệm cục bộ mà các giải thuật heuristic đơn giản thường mắc phải.

So sánh với các công trình công bố trước đây, kết quả này hoàn toàn tương đồng với các nghiên cứu tối ưu hóa mạng lưới thu gom tại Đà Nẵng (tiết kiệm 9.93% quãng đường nhờ tích hợp GIS) và các mô hình Heuristic tại Đài Loan (cắt giảm hơn 30% chi phí vận chuyển). Điều này khẳng định tính ổn định và khả năng ứng dụng thực tiễn cao của mô hình.

Các kết quả thực nghiệm trong nghiên cứu có thể được trực quan hóa tối ưu thông qua bảng ma trận khoảng cách - thời gian đa phương tiện và biểu đồ đường phân tích tốc độ suy giảm hàm mục tiêu qua từng thế hệ. Trên giao diện GIS, dữ liệu định tuyến được thể hiện trực quan bằng sơ đồ mạng lưới luồng di chuyển đa sắc màu, minh họa rõ nét các cung đường tối ưu của từng loại phương tiện từ kho xuất phát đến 39 điểm gom và 2 trạm đổ rác.

Đề xuất và khuyến nghị

  • Tích hợp phần mềm định tuyến GA vào hệ thống GIS điều hành đô thị: Doanh nghiệp dịch vụ môi trường và cơ quan quản lý đô thị cần số hóa toàn diện hạ tầng bản đồ, cài đặt module thuật toán di truyền tự động tính toán lộ trình hằng ngày cho đội xe. Mục tiêu giảm ít nhất 15% lượng tiêu thụ nhiên liệu trong vòng 6 đến 12 tháng tới.
  • Chuẩn hóa và hiện đại hóa 39 điểm tập kết rác: Chính quyền địa phương và các đơn vị thu gom tư nhân cần nâng cấp các điểm gom đạt chuẩn 0.4 tấn, áp dụng thùng rác chuyên dụng cơ giới hóa nhằm rút ngắn thời gian bốc dỡ từ 15 phút xuống dưới 10 phút mỗi điểm, hoàn thành trong giai đoạn 12 đến 18 tháng.
  • Tái cấu trúc cơ cấu phương tiện vận chuyển rác: Doanh nghiệp vận tải môi trường cần từng bước thay thế các máy kéo nông nghiệp 1.6 tấn bằng các dòng xe ép rác tự động tải trọng từ 5 đến 7.4 tấn tại các trục đường lớn, tăng hệ số tải hữu dụng lên trên 90% trong vòng 2 năm.
  • Thiết lập hệ thống giám sát IoT và dữ liệu thời gian thực: Sở Khoa học và Công nghệ cùng các đơn vị quản lý rác thải cần lắp đặt cảm biến đo độ đầy tại các điểm tập kết và trạm trung chuyển, cung cấp dữ liệu tức thời cho thuật toán định tuyến động, hướng tới độ chính xác dữ liệu đạt 95% sau 24 tháng triển khai.

Đối tượng nên tham khảo luận văn

  • Cơ quan quản lý đô thị và môi trường: Cán bộ hoạch định chính sách tại các Sở Tài nguyên và Môi trường, Công ty Môi trường Đô thị (URENCO) có thể sử dụng mô hình để lập quy hoạch mạng lưới hạ tầng thu gom, tối ưu hóa phân vùng quản lý chất thải và cắt giảm chi phí ngân sách công.
  • Kỹ sư công nghệ thông tin và chuyên gia tối ưu hóa: Các nhà nghiên cứu về Trí tuệ nhân tạo, Khoa học dữ liệu và Nghiên cứu vận hành (Operations Research) có thể tham khảo phương pháp thiết kế toán tử di truyền lai ghép cải tiến giải quyết bài toán VRP thực tế.
  • Doanh nghiệp vận tải và logistics môi trường: Ban điều hành các công ty dịch vụ vệ sinh môi trường tư nhân có thể khai thác thuật toán để lập lịch trình điều vận đội xe hỗn hợp gồm xe ép rác 7.4 tấn, xe tải 2.3 tấn và máy kéo 1.6 tấn đạt hiệu suất cao nhất.
  • Giảng viên và học viên cao học ngành Hệ thống thông tin: Nguồn tài liệu học thuật giá trị cho các khóa luận, luận văn thạc sĩ chuyên ngành Quản lý Hệ thống Thông tin, Khoa học Máy tính nghiên cứu về thuật toán tiến hóa kết hợp công nghệ GIS.

Câu hỏi thường gặp

Tại sao thuật toán di truyền lại vượt trội hơn thuật toán Dijkstra cổ điển trong bài toán thu gom rác? Thuật toán Dijkstra chỉ tìm đường đi ngắn nhất giữa hai điểm đơn lẻ và dễ rơi vào cực trị địa phương. Thuật toán di truyền tìm kiếm trên toàn bộ không gian quần thể, đồng thời xử lý trọn vẹn các ràng buộc phức tạp của 4 phương tiện cùng lúc.

Làm thế nào để xử lý ràng buộc đội xe không đồng nhất trong mô hình? Luận văn thiết lập vector sức chứa riêng biệt cho từng xe từ 1.6 tấn đến 7.4 tấn. Khi lượng rác trên xe đạt ngưỡng tối đa, thuật toán bắt buộc xe phải chuyển hướng về 1 trong 2 trạm trung chuyển gần nhất trước khi tiếp tục hành trình.

Toán tử lai ghép Edge Recombination đóng vai trò quan trọng như thế nào? Kỹ thuật Edge Recombination xây dựng danh sách nút lân cận từ cả hai cá thể cha mẹ, ưu tiên chọn các nút có ít liên kết kế tiếp nhất. Điều này bảo toàn các cạnh liên thuộc địa lý, không làm đứt gãy cung đường thực tế của xe rác.

Các thông số ban đầu tại 39 điểm gom và 2 trạm trung chuyển được thiết lập ra sao? Mỗi điểm gom được khởi tạo mức rác đồng nhất 0.4 tấn với thời gian phục vụ 15 phút. Sức chứa rác tại kho xe và 2 trạm trung chuyển ban đầu được gán bằng 0 để làm mốc xả rác cho các phương tiện quay vòng.

Mô hình có thể áp dụng cho các đô thị tại Việt Nam như Hà Nội hay Đà Nẵng không? Hoàn toàn khả thi. Bằng cách số hóa mạng lưới giao thông qua ArcGIS và cập nhật các thông số tải trọng phương tiện thực tế, mô hình sẽ tính toán chính xác lộ trình thu gom tối ưu cho bất kỳ địa bàn đô thị nào.

Kết luận

  • Luận văn đã mô hình hóa thành công bài toán tối ưu hóa thu gom chất thải rắn đô thị có ràng buộc đa phương tiện, đa trạm trung chuyển thành bài toán tối ưu tổ hợp VRP.
  • Thiết kế hoàn chỉnh giải thuật di truyền lai ghép kết hợp thuật toán Dijkstra cải tiến, xử lý hiệu quả không gian nghiệm phức tạp và triệt tiêu các nghiệm không khả thi.
  • Kiểm chứng thực nghiệm thành công trên dữ liệu không gian thực tế tại quận Elboustene (315 hecta, 39 điểm gom), giúp giảm 14% đến 16% thời gian và quãng đường di chuyển.
  • Đóng góp giải pháp khoa học và công nghệ mang tính ứng dụng cao, liên kết chặt chẽ giữa công nghệ phần mềm GIS và giải thuật trí tuệ nhân tạo hiện đại.
  • Lộ trình triển khai khuyến nghị chia làm hai giai đoạn: thử nghiệm điều vận số hóa trong 0 - 6 tháng và nhân rộng tích hợp cảm biến IoT toàn đô thị trong 6 - 18 tháng. Hãy liên hệ các đơn vị quản lý môi trường đô thị để ứng dụng ngay giải pháp định tuyến thông minh này vào thực tiễn quản lý rác thải.