Sopelako hiri hondakinen bilketarako ibilbide optimoaren ikerketa
View/ Open
Date
2019-12-20Author
Urrutia Torrealdai, Leire
Metadata
Show full item recordAbstract
Labaurpena: lan honetan problema baten eredu matematikoa sortu da eta konputazio teknikak erabilita ebatzi da. Zehazki, Sopelako hondakinen bilketa egiteko jarraitzen diren ibilbideak aztertu dira eta horietako batzuen optimizazioa ikertu da. Problema definitu ondoren algoritmo genetikoa erabilita ebatzi da algoritmoaren eraginkortasuna neurtuz.
Horretarako, lehenik eta behin, dimentsio txikiko matrizearekin algoritmo genetikoa eta indar basatian oinarritutako kalkuluak egin dira. Emaitzei esker algoritmo genetikoaren eraginkortasuna egiaztatuta dagoenean, dimentsio handiagoko matrizean algoritmo genetikoa aplikatu da, honen ibilbide optimoaren lortzen saiatuz. Resumen: en este proyecto se ha modelado matemáticamente un problema y se ha resuelto mediante
técnicas computacionales. Concretamente, se ha ajustado el problema de planificación de
gestión de residuos, por poder ser moldeable matemáticamente y solucionable mediante
diferentes estrategias. Una vez que el problema está definido, se ha resuelto usando el
algoritmo genético y se ha medido la eficiencia del algoritmo.
Para ello, primero se han hecho los cálculos en una matriz de pequeña dimensión aplicando la
fuerza bruta y el algoritmo genético. Cuando la eficiencia del algoritmo genético está
comprobada, se ha aplicado el algoritmo genético a una matriz de mayor dimensión,
intentando conseguir un resultado optimo de la ruta. Abstract: in this work a problem is modeled mathematically and it is solved using mathematical
software. Concretely, the problem of garbage pickup route planning is tackled, as it can be
modeled mathematically and solved computationally using different strategies. We define the
problem, we solve it using a genetic algorithm and the efficiency of the algorithm has been
measured.
To do so, the first step is to apply both brute force and genetic algorithm to the short
dimension matrix. When the efficiency of the genetic algorithm is proven, the method is
applied on another matrix with greater dimension, trying to get an optimum result for the
route.