<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>مرکز تحقیقات راه ، مسکن و شهرسازی</PublisherName>
				<JournalTitle>پژوهشنامه حمل و نقل</JournalTitle>
				<Issn>1735-3459</Issn>
				<Volume>23</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2026</Year>
					<Month>03</Month>
					<Day>21</Day>
				</PubDate>
			</Journal>
<ArticleTitle>An Integrated Lean Optimization Model of Collection and Sweeping of Urban Wastes Using Limited Capacity Heterogeneous Fleet Allocation In Different Time Windows</ArticleTitle>
<VernacularTitle>مدل بهینه‌سازی یکپارچه ناب جمع‌آوری و جاروب زباله شهری با استفاده از تخصیص ناوگان ناهمگن ظرفیت محدود در پنجره‌های زمانی متفاوت</VernacularTitle>
			<FirstPage>209</FirstPage>
			<LastPage>230</LastPage>
			<ELocationID EIdType="pii">230500</ELocationID>
			
<ELocationID EIdType="doi">10.22034/tri.2025.525640.3346</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>میلاد</FirstName>
					<LastName>رحیمی</LastName>
<Affiliation>دانش آموخته کارشناسی ارشد، گروه مهندسی صنایع، دانشگاه علوم و فنون مازندران، بابل، ایران</Affiliation>

</Author>
<Author>
					<FirstName>جواد</FirstName>
					<LastName>رضائیان</LastName>
<Affiliation>دانشیار، گروه مهندسی صنایع، دانشگاه علوم و فنون مازندران، بابل، ایران</Affiliation>

</Author>
<Author>
					<FirstName>ایرج</FirstName>
					<LastName>مهدوی</LastName>
<Affiliation>استاد، گروه مهندسی صنایع، دانشگاه علوم و فنون مازندران، بابل، ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2025</Year>
					<Month>05</Month>
					<Day>23</Day>
				</PubDate>
			</History>
		<Abstract>Efficient management of urban waste collection has emerged as a critical challenge for metropolitan areas due to rapid population growth and increasing waste generation rates. The significant proportion of collection costs within total waste management expenses, combined with spatial and temporal constraints and environmental risks associated with inefficient waste collection, highlights the urgent need for innovative and effective systems. This study introduces an integrated mixed-integer nonlinear programming model designed to optimize the location of waste accumulation centers, the routing of a heterogeneous fleet—including motorized vehicles (mechanized and non-mechanized) and non-motorized workers—and resource allocation, all under limited fleet capacity and restricted time availability. The model incorporates service time windows, prioritization of street sweeping, and aims to achieve multiple objectives: minimizing operational costs, reducing delays, mitigating waste decay, enhancing service coverage, and improving lean efficiency indicators. The proposed model is solved using two optimization approaches, namely epsilon-constraint and goal programming. Numerical results demonstrate significant improvements, including a 12% reduction in operational costs, a 17% increase in waste collection efficiency, and a 35% decrease in waste decay due to collection delays. Consequently, the model provides a robust and comprehensive framework for decision-making in urban waste management systems, addressing economic, environmental, social, and lean performance goals.</Abstract>
			<OtherAbstract Language="FA">مدیریت بهینه جمع‌آوری زباله شهری با توجه به رشد جمعیت و افزایش نرخ تولید پسماندها به یکی از چالش‌های اساسی کلان‌شهرها تبدیل شده است به‌طوری‌که نسبت بالای هزینه عملیات جمع‌آوری در قیاس با کل هزینه‌های مدیریت پسماند از یک‌سو و محدودیت‌های زمانی و مکانی و تأثیرات زیست‌محیطی ناشی از جمع‌آوری نامناسب زباله‌ها از سوی دیگر، ضرورت طراحی سیستم‌های کارآمد را نمایان می‌سازد. در این پژوهش، برای بهینه‌سازی هم‌زمان مکان‌یابی مراکز انباشت زباله، مسیریابی ناوگان ناهمگن مشتمل‌بر موتوری (مکانیزه/غیرمکانیزه) و غیرموتوری (پاکبان‌ها) و تخصیص منابع دراختیار، ضمن رعایت ظرفیت محدود ناوگان‌ها و زمان کل در دسترس، پنجره‌های زمانی خدمت و اولویت پاکسازی معابر، با هدف کاهش هزینه‌های عملیاتی، حداقل‌سازی تأخیرها، کاهش فسادپذیری زباله‌ها، افزایش پوشش خدمات و بهبود شاخص‌های ناب، از یک مدل برنامه‌ریزی ریاضی یکپارچه غیرخطی مختلط استفاده شده و با دو رویکرد اپسیلون-محدودیت و برنامه‌ریزی آرمانی حل شده است. نتایج مثال عددی مورد بررسی نشان‌دهنده بهبود 12 درصدی هزینه‌ها، بهبود ۱۷ درصدی نرخ چمع‌آوری زباله و کاهش 35 درصدی فساد ناشی از تاخیر در جمع‌آوری زباله شده است. لذا مدل ارائه شده با درنظر گرفتن اهداف اقتصادی، زیست‌محیطی، اجتماعی و ناب، چارچوبی جامع برای تصمیم‌گیری در سیستم‌های مدیریت پسماند شهری فراهم می‌کند</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">بهینه‌سازی چند هدفه</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">پنجره‌های زمانی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">جمع‌آوری ناب زباله شهری</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مسئله مکان‌یابی مسیریابی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">ناوگان ناهمگن</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://www.trijournal.ir/article_230500_7d2cb3bd8a7bbd7b1d2ded37183a7c9d.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
