Mostrar el registro sencillo del ítem
dc.contributor.advisor | Velásquez Vargas, Washington, Director | |
dc.contributor.author | Dillon Jiménez, Javier Isaac | |
dc.contributor.author | Medina Moncayo, Danny Rogelio | |
dc.creator | ESPOL. FIEC | |
dc.date.accessioned | 2024-02-29T16:02:30Z | |
dc.date.available | 2024-02-29T16:02:30Z | |
dc.date.issued | 2023 | |
dc.identifier.citation | Dillon Jiménez, J. I. y Medina Moncayo, D. R. (2023). Smart Waste Management System: Optimización de rutas de recolección de residuos mediante IoT. [Proyecto Integrador]. ESPOL. FIEC, Guayaquil. 92p. | |
dc.identifier.uri | http://www.dspace.espol.edu.ec/handle/123456789/60581 | |
dc.description | La aplicación de las tecnologías emergentes, en la generación desbocada de residuos, se centra en el manejo y control de los desechos sólidos, siendo estos los que constituyen en gran medida a la contaminación del ecosistema. Además, el poco o nulo tratamiento de estos desechos, ocasionado por la manera de incorrecta de realizar su respectiva recolección, ha contribuido significativamente al incremento y amontonamiento desmedido de los residuos en zonas urbanas. El siguiente trabajo implementa una aplicación Web que permite generar una ruta de recolección de residuos acorde a la posición de los diferentes puntos de recolección donde se deba llevar a cabo esta actividad. En torno a la optimización del tiempo de recolección de los residuos, se propone la utilización de rutas generadas mediante el uso del algoritmo cuántico QPSO-LR, el cual genera la ruta más optima entre todos aquellos puntos que requieran ser vaciados. Este trabajo está dividido en 5 capítulos. El capítulo 1 abarca el origen de la problemática, justificación, objetivos, alcance, limitaciones y el Estado del Arte. Capítulo 2 presenta la Metodología con la arquitectura, componentes y materiales. Capítulo 3 describe la solución, que consistió en implementar el aplicativo usando tecnologías Open Source así como los servicios de Google Maps Platform y AWS, en conjunto con el algoritmo QPSO-LR, para determinar la ruta más optimizada. Capítulo 4 analiza los resultados obtenidos, relacionados al escenario propuesto para evaluar la efectividad de la aplicación. Finalmente, el capítulo 5 detalla las conclusiones, recomendaciones y trabajo futuros alrededor de la propuesta. Palabras Clave: Desechos Sólidos, Ruta de recolección, QPSO-LR, Google Mapas Platform, AWS | |
dc.format | application/pdf | |
dc.format.extent | 92 página | |
dc.language.iso | spa | |
dc.publisher | ESPOL. FIEC | |
dc.rights | openAccess | |
dc.subject | Desechos Sólidos | |
dc.subject | Ruta de recolección | |
dc.subject | Google Mapas Platform | |
dc.subject | QPSO-LR | |
dc.title | Smart Waste Management System: Optimización de rutas de recolección de residuos mediante IoT | |
dc.type | Ingeniero en Telemática | |
dc.identifier.codigoespol | T-114085 | |
dc.description.city | Guayaquil | |
dc.description.degree | Escuela Superior Politécnica del Litoral | |
dc.identifier.codigoproyectointegrador | INGE-2229 | |
dc.description.abstractenglish | The application of emerging technologies, in the rampant generation of waste, focuses on the management and control of solid waste, which largely contributes to ecosystem pollution. Furthermore, the inadequate treatment of these wastes, caused by incorrect collection methods, has significantly contributed to the increase and disproportionate accumulation of waste in urban areas. The following work implements a web application that allows for the generation of a waste collection route based on the positions of different collection points where this activity should take place. Regarding the optimization of waste collection time, the use of routes generated by the Quantum Particle Swarm Optimization algorithm (QPSO-LR) is proposed, which generates the most optimal route among all points that need to be emptied. This work is divided into 5 chapters. Chapter 1 covers the origin of the problem, justification, objectives, scope, limitations, and the State of the Art. Chapter 2 presents the Methodology with the architecture, components, and materials. Chapter 3 describes the solution, which involved implementing the application using Open-Source technologies as well as Google Maps Platform and AWS services, in conjunction with the QPSO-LR algorithm, to determine the most optimized route. Chapter 4 analyzes the results obtained, related to the proposed scenario to evaluate the effectiveness of the application. Finally, Chapter 5 details the conclusions, recommendations, and future work surrounding the proposal. Keywords: Solid Waste, Collection Route, QPSO-LR, Google Mapas Platform, AWS |