PT
Esta dissertação tem como objetivo o desenho e implementação de algoritmos
para a resolução de um problema de otimização de capacidade de contentores
versus frequência de recolha de lixo, tirando partido da informação do volume de
resíduos nos contentores obtida através de sensores.
Inicialmente será feito o estado da arte relativo a cidades inteligentes através
da utilização de sensores e as áreas onde a internet das coisas é melhor aplicada.
Serão revistos problemas de otimização de recolha de lixo estudados na literatura.
Posteriormente, através de dados fornecidos por sensores que medem o volume
ocupado em cada contentor, é feita uma análise estatística sobre os mesmos de
forma a perceber quais os contentores críticos (cuja capacidade se torna nula com
alguma frequência) e quais os contentores secundários (cuja frequência de recolha
poderia ser diminuída).
Em seguida são criados algoritmos para a resolução do problema de otimização
de capacidade de contentores versus frequência de recolha de lixo, gerados novos
modelos de capacidade frequência e são apresentados resultados sobre os mesmos.
Por último, é feita a validação dos modelos gerados através de modelos de
previsão e retiradas conclusões sob a performance de cada um dos algoritmos
apresentados.
EN
This dissertation aims the design and implementation of algorithms for solving
an optimization problem of container capacity versus collection frequency, taking
advantage of the information about the waste volume in containers obtained through
sensors.
Initially, state of the art will be made relative to intelligent cities through
the use of sensors and the areas where internet of things is best applied. Waste
collection optimization problems studied in the literature will be reviewed.
Subsequently, through data provided by sensors that measure the volume occupied
in each container, a statistical analysis is done on the same in order to
understand which critical containers (whose capacity becomes null with some frequency)
and which secondary containers (whose frequency of collection could be
reduced).
Next, algorithms are created to solve the problem of container capacity versus
collection frequency, new models of frequency capacity are generated and results
are present.
Finally, the models generated are validated through prediction models and
conclusions are drawn about the performance of each of the presented algorithms.
