Lomonaco, Marco
 
(2017)
Ant colony optimization metaheuristics to solve an assignment problem in urban freight transport context.
[Laurea magistrale], Università di Bologna, Corso di Studio in 
Ingegneria gestionale [LM-DM270], Documento ad accesso riservato.
  
 
  
  
        
        
	
  
  
  
  
  
  
  
    
  
    
      Documenti full-text disponibili:
      
        
          
            ![[thumbnail of Thesis]](https://amslaurea.unibo.it/style/images/fileicons/application_pdf.png)  | 
            
              
Documento PDF (Thesis)
   Full-text accessibile solo agli utenti istituzionali dell'Ateneo
   Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
 
              Download (2MB)
              
              
                | Contatta l'autore
              
  
              
             | 
          
        
      
    
  
  
    
      Abstract
      In un mondo che deve necessariamente ambire a crescere in modo sostenibile, ogni attività umana ha il dovere di rispettare l'ambiente limitando gli sprechi: l'ottimizzazione delle risorse a disposizione è fondamentale. Ottimizzazione è la parola chiave di questo elaborato, dove viene esaminata l'innovativa possibilità di trasportare merci e persone contemporaneamente, sfruttando un'unica infrastruttura.
Il trasporto merci in ambito urbano infatti oggi viene effettuato quasi esclusivamente tramite camion, comportando grandi svantaggi facilmente individuabili nell'aumento del traffico e dell'inquinamento. Il metodo alternativo proposto nel testo si pone come obiettivo quello di impiegare meno veicoli inquinanti possibile ottimizzando quindi il trasporto delle merci.
Vengono individuati alcuni problemi di ottimizzazione riconducibili all'ambito del trasporto urbano di merci tramite linea ferroviaria: in particolare il problema analizzato riguarda l'assegnamento di merci a diversi treni appartenenti ad una singola linea, dove ogni stazione può essere usata come piattaforma di carico/scarico.
Per minimizzare il tempo totale di attesa delle merci all'interno delle stazioni, l'approccio metaeuristico Ant Colony Optimization (ACO) è proposto: quattro diverse varianti ACO sono adattate e infine implementate per risolvere il problema in esame.
I risultati si dimostrano buoni, vicini ai valori dell'ottimo trovati dal modello matematico.
In conclusione un esempio di applicazione sulla linea 14 della metro di Parigi è proposto per valutare l'utilità e la fattibilità del metodo.
     
    
      Abstract
      In un mondo che deve necessariamente ambire a crescere in modo sostenibile, ogni attività umana ha il dovere di rispettare l'ambiente limitando gli sprechi: l'ottimizzazione delle risorse a disposizione è fondamentale. Ottimizzazione è la parola chiave di questo elaborato, dove viene esaminata l'innovativa possibilità di trasportare merci e persone contemporaneamente, sfruttando un'unica infrastruttura.
Il trasporto merci in ambito urbano infatti oggi viene effettuato quasi esclusivamente tramite camion, comportando grandi svantaggi facilmente individuabili nell'aumento del traffico e dell'inquinamento. Il metodo alternativo proposto nel testo si pone come obiettivo quello di impiegare meno veicoli inquinanti possibile ottimizzando quindi il trasporto delle merci.
Vengono individuati alcuni problemi di ottimizzazione riconducibili all'ambito del trasporto urbano di merci tramite linea ferroviaria: in particolare il problema analizzato riguarda l'assegnamento di merci a diversi treni appartenenti ad una singola linea, dove ogni stazione può essere usata come piattaforma di carico/scarico.
Per minimizzare il tempo totale di attesa delle merci all'interno delle stazioni, l'approccio metaeuristico Ant Colony Optimization (ACO) è proposto: quattro diverse varianti ACO sono adattate e infine implementate per risolvere il problema in esame.
I risultati si dimostrano buoni, vicini ai valori dell'ottimo trovati dal modello matematico.
In conclusione un esempio di applicazione sulla linea 14 della metro di Parigi è proposto per valutare l'utilità e la fattibilità del metodo.
     
  
  
    
    
      Tipologia del documento
      Tesi di laurea
(Laurea magistrale)
      
      
      
      
        
      
        
          Autore della tesi
          Lomonaco, Marco
          
        
      
        
          Relatore della tesi
          
          
        
      
        
          Correlatore della tesi
          
          
        
      
        
          Scuola
          
          
        
      
        
          Corso di studio
          
          
        
      
        
      
        
      
        
          Ordinamento Cds
          DM270
          
        
      
        
          Parole chiave
          logistica distributiva,distribuzione urbana merci,mixed transport,ottimizzazione,Ant Colony Optimization,assegnamento,algoritmi,metaeuristica
          
        
      
        
          Data di discussione della Tesi
          15 Marzo 2017
          
        
      
      URI
      
      
     
   
  
    Altri metadati
    
      Tipologia del documento
      Tesi di laurea
(NON SPECIFICATO)
      
      
      
      
        
      
        
          Autore della tesi
          Lomonaco, Marco
          
        
      
        
          Relatore della tesi
          
          
        
      
        
          Correlatore della tesi
          
          
        
      
        
          Scuola
          
          
        
      
        
          Corso di studio
          
          
        
      
        
      
        
      
        
          Ordinamento Cds
          DM270
          
        
      
        
          Parole chiave
          logistica distributiva,distribuzione urbana merci,mixed transport,ottimizzazione,Ant Colony Optimization,assegnamento,algoritmi,metaeuristica
          
        
      
        
          Data di discussione della Tesi
          15 Marzo 2017
          
        
      
      URI
      
      
     
   
  
  
  
  
  
    
    Statistica sui download
    
    
  
  
    
      Gestione del documento: