Meta-heurística BRKGA aplicada ao processo de seleção de compartimentos de veículos heterogêneos utilizados em coleta seletiva de lixo

O crescimento exponencial dos resíduos sólidos em todo o mundo representa um desafio significativo para a gestão sustentável de resíduos. Estima-se que a quantidade global de lixo aumentará de 1,3 bilhões para 2,2 bilhões de toneladas até 2025, destacando a importância crítica da coleta seletiva na promoção da sustentabilidade ambiental. No Brasil, a coleta seletiva não só contribui para a preservação do meio ambiente, mas também gera renda para aproximadamente 400 mil trabalhadores envolvidos no setor. A ausência de práticas de coleta seletiva resulta em perdas estimadas em cerca de R$120 bilhões em produtos recicláveis, além de prejudicar a correta destinação dos resíduos. Diante deste cenário, foi aplicada a metaheurística Biased Random-Key Genetic Algorithm (BRKGA), empregando chaves aleatórias na modelagem do problema para otimizar a seleção dos tipos de resíduos que cada compartimento, em veículos de múltiplos compartimentos, deverá armazenar durante o processo de coleta seletiva. Os experimentos foram conduzidos com dados reais provenientes de um conjunto de instancias do estado da arte, especificamente de dados de coletas seletivas realizadas na cidade de Frederiksberg, na Dinamarca. Os resultados indicam que a solução proposta é viável para instâncias de pequeno e médio porte, apresentando tempos de execução aceitáveis em comparação com o estado da arte.