Optimering av renovasjonsrute i byområde

Abstract

Dette er en casestudie hvor formålet var å optimalisere en renovasjonsrute for Horisont Renovasjon AS. Problemstillingen for denne oppgaven var å optimalisere renovasjonsrute 0903 som går i Gjøvik sentrum. Vi satte opp to delproblemstillinger, én for å optimalisere med tanke på kilometer og én med tanke på tid.

Vi har benyttet både kvalitative og kvalitative metoder. Kvantitativ data foreligger i form av statistikk fra flåtestyringsløsning Traffilog og fra det geografiske informasjonssystemet ArcGIS. Kvalitativ data ble samlet inn via dybdeintervjuer med renovatøren på renovasjonsbilen og driftssjefen i Horisont Renovasjon AS, og gjennom egen observasjon av ruten.

Via ArcGIS fant vi en optimal rute, og sammenlignet den med hvordan de kjørte første kvartal 2019. Vi fant at det var rom for forbedringer, men at den kan være utfordrende å gjennomføre i praksis. Vi fant også ut at dersom en etablerer en fellesløsning i et av områdene på ruten, ville en spare både kilometer og tid.

I diskusjonen drøftet vi de optimale rutene fra ArcGIS og de styrker og svakheter ved slik programvare. Vi drøftet videre fordeler og ulemper ved fellesløsninger, både nedgravde og ikke-nedgravde løsninger. Avslutningsvis i diskusjonskapittelet drøftet vi hvordan Horisont bedre kan følge opp renovasjonsforskriften.

For å svare på problemstillingen konkluderte vi at man kunne spare både kilometer og tid ved å bruke ruteoptimalisering i ArcGIS, og at en etablering av fellesløsning vil optimalisere ytterligere.

This case study aimed to optimize a refuse collection route for Horisont Renovasjon AS. Our research question for this thesis was how to optimize the specific collection route 0903 in the Gjøvik city centre. We had two research subquestions: how to optimize the route with respect to time, and how to optimize the route with respect to distance (kilometres).

Our methods for this study were both quantitative, and qualitative. Quantitative data were statistics from the mobility big-data platform, Traffilog, as well as the geographical information system ArcGIS. The qualitative data was collected by in-depth interviews with the refuse worker for the particular collection vehicle, and the operations manager for Horisont Renovasjon AS. Additional qualitative data was obtained through observation while sitting in on the collection route. Through ArcGIS we found an optimal route and compared it with how they ran the first quarter of 2019. We found that there was room for improvement, but that it could be difficult to implement in practice. We also found that if a joint solution is made in one of the areas on the route, then there could be an overall reduction in time and distance spent for the route.

We discuss the optimal routes from ArcGIS, as well as the strength and weaknesses of using this software. Furthermore, we discuss the strengths and weaknesses of joint solutions; both buried and non-buried solutions. Lastly, in the discussion chapter we elaborate on how Horisont can better follow up the waste regulations.

As for the answers for our research questions, we concluded that it could be possible to reduce both distance and time by using route optimization provided by ArcGIS, and that establishing a joint solution will further optimize the route.