19 mars 2024

Forskare på Matematiska institutionen vid Linköping universitet fick nyligen uppmärksamhet i media. I doktorsavhandlingen ”Optimization of Snow Removal in Cities” har de nämligen tagit fram en matematisk modell om hur snöröjning kan optimeras i svenska städer.

Kaj Holmberg och Roghayeh Hajizadeh
Kaj Holmberg och Roghayeh Hajizadeh, aktuella med avhandlingen ”Optimization of Snow Removal in Cities” Fotograf: Carina Stahre

De nordiska vintrarna bjuder på idylliska, vintervita snötäcken, men även en hel del bekymmer. Kraftiga snöfall och bitande kyla där ishalka uppstår ställer till stora problem i vardagen för både allmänhet och samhälle. Det bildas köer och det uppkommer olyckor, för att inte tala om det allmänna missnöje som sprider sig bland samhällsinvånarna år efter år.

Matematisk modell för att optimera snöröjning

Kaj Holmberg, professor vid Linköpings universitet, kände att snöröjningen borde kunna effektiviseras och fick stöd av Vetenskapsrådet samt forskaren Roghayeh Hajizadeh från Iran. Tillsammans har de fokuserat på de återkommande problemen som vinterhalvåret bjuder på och sedan modellerat dem matematiskt för att ta fram lösningar.
– Jag kommer från den kallaste delen av Iran där det också snöar. Jag flyttade hit och insåg att det fanns utrymme för förbättringar inom snöröjningen, säger Roghayeh.
Problem som identifierats för att göra effektivisering av snöröjning möjlig har bland annat varit i vilken ordning gatorna ska tas. Vilket fordon tar vilken gata? Och vilken väg ska de välja? Andra utmaningar har varit att olika vägar behöver röjas av olika typer av fordon som exempelvis cykelvägar och gågator. Genom optimering har forskarna sedan kunnat presentera lösningar för att effektivisera snöröjningen.

Effektivisering för att uppnå de globala målen

Slutsatsen har presenterats i avhandlingen ”Optimization of Snow Removal in Cities” som skrivits av Roghayeh. Avhandlingen förklarar hur man kan beräkna bra vägar för snöröjningsfordonen så att tiden för snöröjningen minimeras. Att kunna effektivisera snöröjningen skulle inte bara vara tidsbesparande utan därmed även minska påverkan på miljön och minska kostnaderna för samhället. Ett betydande bidrag för att uppnå de globala målen som till exempel ”Hållbara städer och samhällen” samt ”Bekämpa klimatförändringarna”. Genom att effektivisera snöröjningen kan man bidra till en hållbar, inkluderande stadsmiljö samt minska utsläppen för att främja miljö och välstånd över hela planeten. Man kan även få bättre framkomlighet, vilket skulle ge effektivare gods- och persontransporter, samt minska olycksrisken och därmed även sänka sjukvårdskostnaderna.

Kommunens uppgift att tillämpa nya arbetssätt

Den största utmaningen framöver ser forskarna inte ligger i själva snöröjningen utan implementeringen av det nya arbetssättet. De har skapat ett verktyg som löser många samhällsproblem men som nu fortfarande står inför en del utmaningar.
– Det är entreprenörerna som kör runt och röjer som borde använda lösningen och deras uppdragsgivare är ofta en kommun, som borde säga åt dem att använda det här verktyget. Och där är vi inte än, säger Kaj.
Trots detta är forskarna hoppfulla inför framtiden. Den teoretiskt svåraste utmaningen, den akademiska forskningen, är gjord. Nu återstår bara användningen av den.

De globala målen

Läs mer om tillämpad matematik

Läs mer om Matematiska institutionen (MAI)

Forskarna bakom verktyget för snöröjning i städer

Senaste nytt från LiU

Serverrum,data på svart skärm.

Maskinpsykologi – en brygga till generell AI

AI som är lika intelligent som människor kan bli möjlig tack vare psykologiska inlärningsmodeller, kombinerat med vissa typer av AI. Det menar Robert Johansson som i sin avhandling har utvecklat begreppet maskinpsykologi.

Forskning för hållbar framtid får nära 20 miljoner i bidrag

Ett oväntat samarbete mellan materialvetenskap och beteendevetenskap. Utveckling av bättre tjänster för att hantera klimatförändringarna. Det är två forskningsprojekt vid LiU som får stora stöd från Marianne och Marcus Wallenbergs stiftelse.

Innovativ idé för effektivare cancerbehandlingar prisas

Lisa Menacher har tilldelats Christer Giléns stipendium 2024 inom området statistik och maskininlärning för sin masteruppsats. Hon har använt maskininlärning i ett försök att göra val av cancerbehandling mer effektivt.