2. Gospodarka o obiegu zamkniętym jako nowe wyzwanie dla gospodarki odpadami komunalnymi 2.1. Gospodarka cyrkulacyjna w gospodarce odpadami - analiza literaturowa 3. Systemy gospodarki odpadami komunalnymi - możliwości i potrzeby wdrożenia gospodarki o obiegu zamkniętym 3.1. Analiza systemów gospodarki odpadami komunalnymi celem wskazania właściwych rozwiązań 3.2. Proponowane narzędzia oceny systemów gospodarki odpadami 3.3. Podsumowanie - potencjał systemu gospodarki odpadami jako systemu circular economy 4. Selektywna zbiórka odpadów komunalnych jako element systemu kompleksowego, efektywność wdrażania GOZ 4.1. Proponowana ocena rozwiązań w systemach selektywnej zbiórki "u źródła" odpadów komunalnych 4.2. Wdrożenie proponowanych ocen i procesów podejmowania decyzji w regionach o różnych charakterystykach odpadów komunalnych 4.2.1. Przykład wdrożenia analizy decyzyjnej w zakresie segregacji odpadów komunalnych "u źródła" w małej jednostce osadniczej 4.2.2. Wdrożenie analizy decyzyjnej w zakresie segregacji odpadów komunalnych "u źródła" w dużej jednostce osadniczej 4.3. Podsumowanie - ocena systemu selektywnej zbiórki jako potencjału gospodarki o obiegu zamkniętym 5. Ryzyko zagrożeń środowiskowych - odpady niebezpieczne i problemowe jako element gospodarki odpadami komunalnymi 5.1. Szacowanie ryzyka zagrożeń środowiskowych w procesach odzysku i recyklingu odpadów niebezpiecznych i problemowych pochodzenia komunalnego 5.2. Przykłady aplikacji metod oceny ryzyka szkód środowiskowych 5.2.1. Zastosowanie drzewa błędów FTA 5.2.2. Zastosowanie drzewa zdarzeń ETA 5.2.3. Zastosowanie metody macierzowej 5.3. Podsumowanie możliwości wykorzystania analizy ryzyka jako narzędzia gospodarki o obiegu zamkniętym 6. Charakterystyki odpadów w projektowaniu i eksploatacji wybranych elementów gospodarki odpadami komunalnymi 6.1. Proponowana metodyka oparta na sztucznej inteligencji i uczeniu maszynowym do optymalizacji procesów technologicznych 6.1.1. Model matematyczny algorytmu klasyfikatora neuronowego MC SVM 6.1.2. Metoda rozwiązująca problem optymalizacyjny pokrycia zbioru Greedy Set Cover 6.1.3. Wykorzystanie klasyfikatora neuronowego w procesie optymalizacji procesu wytwarzania frakcji nadsitowej 6.1.4. Parametry komponentów sieci neuronowej Elmana-Jordana - etap uczenia sieci 6.1.5. Parametry modelu sieci neuronowej Elmana-Jordana - etap uczenia sieci 6.1.6. Architektura sieci i dane uczące 6.1.7. Ustalanie składowych wartości wag połączeń synaptycznych tablicy dynamicznej 6.1.8. Metody inicjalizacji wag 6.1.9. Definicja funkcji celu 6.1.10. Algorytm wstecznej propagacji błędów 6.1.11. Analiza wrażliwości danych uczących 6.1.12. Adaptacyjny dobór współczynnika uczenia 6.2. Walidacja i testowanie modelu optymalizacji procesu technologicznego 6.2.1. Architektura i parametry sieci 6.3. Podsumowanie - możliwości i potencjał wykorzystania charakterystyk odpadów 7. Wykorzystanie charakterystyk odpadów komunalnych do bilansowania strumieni odpadów 7.1. Szacowanie charakterystyk odpadów i możliwości wartościowania opcji odzysku i recyklingu na potrzeby realizacji gospodarki cyrkulacyjnej 7.1.1. Parametry modelu - zespół zmiennych 7.1.2. Reprezentacja macierzowa zbioru danych modelu procesu spalania paliw/ frakcji 7.1.3. Przykładowe parametry modelu i dane do obliczeń 7.2. Aplikacja możliwości wartościowania opcji odzysku i recyklingu w regionie 7.3. Podsumowanie zasadności wyboru między procesami odzysku i recyklingu