BIN-CT：基于容器填充水平预测的城镇垃圾收集系统
人工智能
2019-04-23 v2 机器学习
机器学习
摘要
快速的人口增长，加上人口向城市的集中以及每日垃圾量的增加，这些因素将自然对废物的同化能力推到了极限。因此，我们需要技术手段来对垃圾收集过程进行最优管理，该过程占废物处理运营成本的70%。在本文中，我们提出了一个基于计算学习算法的免费智能软件系统，它利用过去（历史）和未来（预测）数据规划最佳的垃圾收集路线。该系统的目标是通过最小化任何卡车收集容器所行驶的路程从而减少燃料消耗，来降低垃圾收集服务的成本。同时，得益于BIN-CT所做出的准确填充水平预测，通过避免容器恼人的溢出，提升了对市民的服务质量。在本文中，我们展示了我们软件系统的特性，并通过一个西班牙城市的真实案例来说明其运行。我们得出结论，使用BIN-CT避免了前往容器的不必要访问，减少了收集容器所行驶的路程，因此我们获得了总成本和排放到大气中有害物质的减少。
引用
@article{arxiv.1807.01603,
title = {BIN-CT: Urban Waste Collection based in Predicting the Container Fill Level},
author = {Javier Ferrer and Enrique Alba},
journal= {arXiv preprint arXiv:1807.01603},
year = {2019}
}
备注
11 pages, double column, 4 figures, 3 tables