The waste collection problem is sto

The waste collection problem is stochastic by nature as the amount of MSW is highly variable and the accumulation of waste depends on several factors such as the number of inhabitants per container, GDP per capita, lifestyle, and season (Nuortio et al.,2006). In spite of that, there is a generalized lack of reliable information on the mass and volume of waste in individual containers. Most of the works reported in literature used constant average values for the model parameters within selected areas or even in the whole area under study (e.g. Teixeira et al., 2004). To overcome this, Nuortio et al. (2006) used the average accumulation rate of waste in each container type estimated separately based on the historical weight and route. Johansson (2006), in turn, introduced a dynamic scheduling and routing for waste collection based on
the real-time information provided by a level sensor placed inside the containers. Faccio et al. (2011) introduced an innovative framework to implement the modern traceability devices in waste collection (e.g. volumetric sensors, RFID, GPRS and GPS) and presented a multi-objective routing model for waste collection based on the integration of real-time traceability data inputs, including real-time bin level status and real-time vehicle position.With these approaches the obtained results for routing optimization are more reliable than those obtained with static methods.Although the implementation requires a considerable investment in equipments, it can be compensated by the gained technical and economic benefits (Faccio et al., 2011).

ผลลัพธ์ (ไทย) 1:

ปัญหาคอลเลกชันเสียเป็นแบบเฟ้นสุ่มตามธรรมชาติเป็นยอดของมูลฝอยจะผันแปรสูง และสะสมของเสียขึ้นอยู่กับปัจจัยหลายประการเช่นจำนวนประชากรต่อคอนเทนเนอร์ GDP ต่อหัว วิถีชีวิต และฤดูกาล (Nuortio และ al., 2006) ทั้ง ๆ ที่ มีขาดเมจแบบทั่วไปของข้อมูลความน่าเชื่อถือของมวลและปริมาตรของขยะในแต่ละภาชนะบรรจุ ส่วนใหญ่งานที่รายงานในเอกสารประกอบการใช้ค่าคงเฉลี่ยสำหรับพารามิเตอร์แบบจำลองภาย ในพื้นที่ที่เลือก หรือแม้แต่ ในพื้นที่ทั้งหมดภายใต้การศึกษา (เช่น Teixeira et al., 2004) การเอาชนะ Nuortio et al. (2006) ใช้อัตราเฉลี่ยสะสมของเสียในแต่ละชนิดบรรจุประมาณแยกต่างหากตามน้ำหนักทางประวัติศาสตร์และกระบวนการผลิต Johansson (2006), จะ แนะนำการจัดกำหนดการแบบไดนามิกและเส้นทางสำหรับคอลเลกชันเสียตามข้อมูลที่เวลาจริงโดยระดับเซ็นเซอร์วางอยู่ภายในภาชนะบรรจุ Faccio et al. (2011) นำกรอบเป็นนวัตกรรมการใช้อุปกรณ์ทันสมัยสามารถติดตามในคอลเลกชันเสีย (เช่น volumetric เซ็นเซอร์ RFID, GPRS และ GPS) และนำเสนอแบบจำลองวัตถุประสงค์หลายสายสำหรับเก็บขยะตามรวมอินพุตข้อมูลติดตามผลแบบเรียลไทม์ ช่องเรียลไทม์ระดับสถานะและตำแหน่งยานพาหนะแบบเรียลไทม์ด้วยวิธีเหล่านี้ ผลลัพธ์ได้รับการเพิ่มประสิทธิภาพกระบวนการผลิตมีความน่าเชื่อถือกว่าผู้รับ ด้วยวิธีการแบบคงแม้ว่างานที่ต้องลงทุนมากในอุปกรณ์ มันสามารถได้รับการชดเชย โดยได้ทางเทคนิค และเศรษฐกิจผลประโยชน์ (Faccio et al., 2011)

ผลลัพธ์ (ไทย) 2:

ปัญหาการจัดเก็บขยะเป็นสุ่มโดยธรรมชาติเป็นปริมาณของขยะเป็นตัวแปรสูงและการสะสมของเสียขึ้นอยู่กับปัจจัยหลายประการเช่นจำนวนของผู้อยู่อาศัยต่อภาชนะ GDP ต่อหัว, วิถีชีวิตและช่วงเวลา (Nuortio et al., 2006) . ทั้งๆที่ว่ามีการขาดทั่วไปของข้อมูลที่เชื่อถือได้กับมวลและปริมาณของเสียในภาชนะบรรจุบุคคล ส่วนใหญ่ของผลงานที่รายงานในวรรณคดีที่ใช้ค่าเฉลี่ยคงที่สำหรับพารามิเตอร์แบบภายในพื้นที่ที่เลือกหรือแม้กระทั่งในพื้นที่ทั้งหมดภายใต้การศึกษา (เช่น Teixeira et al., 2004) ที่จะเอาชนะนี้ Nuortio และคณะ (2006) ใช้อัตราเฉลี่ยของการสะสมของเสียในแต่ละประเภทภาชนะประมาณตามแยกน้ำหนักประวัติศาสตร์และเส้นทาง Johansson (2006) ในทางกลับกันการแนะนำการตั้งเวลาแบบไดนามิกและการกำหนดเส้นทางสำหรับการเก็บรวบรวมของเสียขึ้นอยู่กับ
ข้อมูลเรียลไทม์ให้โดยเซ็นเซอร์วัดระดับอยู่ภายในตู้คอนเทนเนอร์ faccio และคณะ (2011) แนะนำนวัตกรรมกรอบในการดำเนินการตรวจสอบย้อนกลับอุปกรณ์ที่ทันสมัยในการเก็บรวบรวมของเสีย (เช่นเซ็นเซอร์ปริมาตร RFID, GPRS และจีพีเอส) และนำเสนอรูปแบบการกำหนดเส้นทางหลายวัตถุประสงค์ในการเก็บรวบรวมของเสียที่อยู่บนพื้นฐานของการบูรณาการตรวจสอบย้อนกลับในเวลาจริงปัจจัยการผลิตข้อมูล รวมถึงเวลาจริงสถานะระดับถังและเรียลไทม์รถ position.With วิธีการเหล่านี้ผลที่ได้รับสำหรับการกำหนดเส้นทางการเพิ่มประสิทธิภาพมีความน่าเชื่อถือมากกว่าผู้ที่ได้รับกับ methods.Although คงดำเนินการต้องมีการลงทุนมากในอุปกรณ์ก็สามารถได้รับการชดเชยจากการได้รับ ผลประโยชน์ทางเทคนิคและเศรษฐกิจ (Faccio et al., 2011)

ผลลัพธ์ (ไทย) 3:

คอลเลกชันเสียปัญหาคือ Stochastic โดยธรรมชาติ เมื่อปริมาณขยะสูงตัวแปรและการสะสมของเสียขึ้นอยู่กับปัจจัยหลายประการ เช่น จำนวนประชากรต่อคอนเทนเนอร์ , GDP ต่อหัว ไลฟ์สไตล์ และฤดูกาล ( nuortio et al . , 2006 ) ทั้งๆ ที่ มีการขาดทั่วไปของข้อมูลที่เชื่อถือได้เกี่ยวกับมวลและปริมาณของเสียในตู้แต่ละที่สุดของงานรายงานในวรรณคดีที่ใช้ค่าคงที่เฉลี่ยสำหรับพารามิเตอร์ในการเลือกพื้นที่ หรือแม้แต่ในพื้นที่ทั้งหมดที่ศึกษา ( เช่น TEIXEIRA et al . , 2004 ) ที่จะเอาชนะนี้ nuortio et al . ( 2006 ) ใช้อัตราเฉลี่ยการสะสมของเสียในภาชนะแต่ละประเภทแยกตามประมาณการน้ำหนักทางประวัติศาสตร์และเส้นทาง Johansson ( 2006 ) , ในการเปิดแนะนำการจัดตารางและเส้นทางแบบไดนามิกเพื่อเก็บขยะตาม
ข้อมูลเรียลไทม์โดยระดับเซ็นเซอร์อยู่ภายในภาชนะบรรจุ แฟคซิโอ et al . ( 2011 ) แนะนำให้ใช้กรอบนวัตกรรมทันสมัยในการตรวจสอบอุปกรณ์เก็บขยะ ( เช่น ปริมาตร เซ็นเซอร์ , RFID ,GPRS และ GPS ) เสนอเส้นทางการเก็บขนมูลฝอยหลายรูปแบบขึ้นอยู่กับการบูรณาการข้อมูลการตรวจสอบข้อมูลแบบเรียลไทม์ รวมถึงระดับเวลาจริงสถานะและตำแหน่งยานพาหนะแบบเรียลไทม์ บิน ด้วยวิธีเหล่านี้ได้ผลสำหรับการจัดเส้นทางที่เหมาะสมมีความน่าเชื่อถือมากกว่าผู้ที่ได้รับกับวิธีการแบบคงที่แม้ว่าการดำเนินงานต้องมีการลงทุนมากในอุปกรณ์ ก็สามารถชดเชยโดยได้รับประโยชน์ทางด้านเทคนิคและเศรษฐกิจ ( แฟกซิโอ et al . , 2011 )