Βιβλιοθήκη ΟΠΑ - Ψηφιακό Αποθετήριο

ΠΥΞΙΔΑ Ιδρυματικό Αποθετήριο
και Ψηφιακή Βιβλιοθήκη

Όνομα χρήστη
Κωδικός πρόσβασης

Συλλογές :	Ιδρυματικό Αποθετήριο ΟΠΑ / AUEB Institutional Repository Σχολή Επιστημών και Τεχνολογίας της Πληροφορίας / School of Informatics Τμήμα Πληροφορικής / Department of Informatics Μεταπτυχιακές Εργασίες / Postgraduate dissertations

Τίτλος :	Route optimization for waste collectors in smart cities

Εναλλακτικός τίτλος :	Βελτιστοποίηση διαδρομών για συλλέκτες απορριμμάτων σε έξυπνες πόλεις

Δημιουργός :	Σπίνος, Αλκιβιάδης Spinos, Alkiviadis

Συντελεστής :	Kalogeraki, Vana (Επιβλέπων καθηγητής) Dimakis, Antonios (Εξεταστής) Athens University of Economics and Business, Department of Informatics (Degree granting institution)

Τύπος :	Text

Φυσική περιγραφή :	43p.

Γλώσσα :	en

Αναγνωριστικό :	http://www.pyxida.aueb.gr/index.php?op=view_object&object_id=10089

Περίληψη :	Με τη βελτίωση της τεχνολογίας, κατέστη δυνατό να υπάρχουν περισσότερες λύσεις με στόχο τη βελτίωση της ζωής των πολιτών. Ο στόχος των έξυπνων πόλεων είναι να χρησιμοποιούν αυτές τις τεχνολογίες για την επίλυση προβλημάτων που σχετίζονται με την οικονομία, την κατανάλωση ενέργειας και την ευημερία των πολιτών. Μία από τις πτυχές που πρέπει να αντιμετωπίσουν αυτές οι έξυπνες λύσεις είναι η μείωση των εκπομπών αερίων και του κόστους λειτουργίας των απορριμματοφόρων. Χρησιμοποιώντας αισθητήρες, μπορούμε να αναβαθμίσουμε τους κάδους απορριμμάτων για να παρακολουθούμε και να ελέγχουμε την αναλογία πληρότητας του κάδου και να στέλνονται τα δεδομένα σε έναν κεντρικό διακομιστή. Ο κεντρικός διακομιστής θα χρησιμοποιεί μηχανική εκμάθηση (ML) για να υπολογίσει πότε ο κάδος θα γεμίσει και σχεδιάζει την πιο αποτελεσματική διαδρομή. Τέλος ενημερώνει τους απορριμματοσυλλέκτες και εκτελούν τα προγραμματισμένα δρομολόγια. Ο στόχος αυτής της έρευνας είναι να παρέχει μια εύκολη, βήμα προς βήμα εξήγηση της «έξυπνης διαχείρισης απορριμμάτων» και να δημιουργήσουμε έναν αλγόριθμο που υπολογίζει την πιο αποτελεσματική διαδρομή With the improvement of technology, it has become possible for more solutions to be implemented with the goal of improving the lives of the citizens. The goal of smart cities is to use these technologies to solve problems related to the economy, energy consumption, and wellbeing of the citizens. One of the aspects that those smart solutions must deal with is the reduction of gas emissions and the cost of garbage truck collectors. Using sensors, we can update the city’s bins to track the occupancy ratio of the bin and send data to a central server. The central server uses machine learning (ML) to calculate when the bin is going to fill and plans the most efficient routes. Finally, it informs the garbage collectors and they execute the planned routes. The goal of this research is to provide an easy step-by-step explanation of “smart waste management” and create an algorithm that calculates the most efficient route

Περίληψη :

Με τη βελτίωση της τεχνολογίας, κατέστη δυνατό να υπάρχουν περισσότερες λύσεις με στόχο τη βελτίωση της ζωής των πολιτών. Ο στόχος των έξυπνων πόλεων είναι να χρησιμοποιούν αυτές τις τεχνολογίες για την επίλυση προβλημάτων που σχετίζονται με την οικονομία, την κατανάλωση ενέργειας και την ευημερία των πολιτών. Μία από τις πτυχές που πρέπει να αντιμετωπίσουν αυτές οι έξυπνες λύσεις είναι η μείωση των εκπομπών αερίων και του κόστους λειτουργίας των απορριμματοφόρων. Χρησιμοποιώντας αισθητήρες, μπορούμε να αναβαθμίσουμε τους κάδους απορριμμάτων για να παρακολουθούμε και να ελέγχουμε την αναλογία πληρότητας του κάδου και να στέλνονται τα δεδομένα σε έναν κεντρικό διακομιστή. Ο κεντρικός διακομιστής θα χρησιμοποιεί μηχανική εκμάθηση (ML) για να υπολογίσει πότε ο κάδος θα γεμίσει και σχεδιάζει την πιο αποτελεσματική διαδρομή. Τέλος ενημερώνει τους απορριμματοσυλλέκτες και εκτελούν τα προγραμματισμένα δρομολόγια. Ο στόχος αυτής της έρευνας είναι να παρέχει μια εύκολη, βήμα προς βήμα εξήγηση της «έξυπνης διαχείρισης απορριμμάτων» και να δημιουργήσουμε έναν αλγόριθμο που υπολογίζει την πιο αποτελεσματική διαδρομή
With the improvement of technology, it has become possible for more solutions to be implemented with the goal of improving the lives of the citizens. The goal of smart cities is to use these technologies to solve problems related to the economy, energy consumption, and wellbeing of the citizens. One of the aspects that those smart solutions must deal with is the reduction of gas emissions and the cost of garbage truck collectors. Using sensors, we can update the city’s bins to track the occupancy ratio of the bin and send data to a central server. The central server uses machine learning (ML) to calculate when the bin is going to fill and plans the most efficient routes. Finally, it informs the garbage collectors and they execute the planned routes. The goal of this research is to provide an easy step-by-step explanation of “smart waste management” and create an algorithm that calculates the most efficient route

Λέξη κλειδί :	Έξυπνη πόλη Βελτιστοποίηση Διαδρομή Μηχανική μάθηση Διαχείριση απορριμμάτων Smart city Optimization Route Machine learning (ML) Waste management

Ημερομηνία :	20-02-2023

Ημερομηνία κατάθεσης :	20-02-2023

Ημερομηνία αποδοχής :	20-02-2023

Άδεια χρήσης :

Αρχείο: Spinos_2023.pdf

Τύπος: application/pdf

Είσοδος