L'ottimizzazione del layout del cantiere edile attraverso l'utilizzo di algoritmi genetici multi-obiettivo: caso di studio.

Acciarino, Andrea (2019) L'ottimizzazione del layout del cantiere edile attraverso l'utilizzo di algoritmi genetici multi-obiettivo: caso di studio. [Laurea magistrale], Università di Bologna, Corso di Studio in Ingegneria edile - architettura [LM-DM270], Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore. (Contatta l'autore)

Abstract

Un buon layout di cantiere è fondamentale per garantire il corretto svolgimento delle lavorazioni e le condizioni di sicurezza al suo interno. Il progetto del cantiere ha un impatto significativo sui costi e sulla durata della costruzione. Il progetto del layout di cantiere comprende la ricerca della collocazione efficace ed efficiente delle facility temporanee e permanenti all’interno del sito dove sorgerà la costruzione. Per questo motivo, il progetto del layout di cantiere può essere considerato come un problema di ottimizzazione dove obiettivi spesso conflittuali devono essere raggiunti. Negli ultimi anni, il problema è stato risolto con varie tecniche di ottimizzazione metaeuristiche basate sulla minimizzazione di un criterio legato ai costi di costruzione e, talvolta, dei rischi per la sicurezza. L’obiettivo di questa tesi è quello di formulare un modello di ottimizzazione multi-obiettivo del layout di cantiere in grado di minimizzare il costo totale di interazione tra le facility e i rischi in termini di sicurezza. Il modello è stato sviluppato con l’utilizzo di algoritmi genetici, implementati in un software di modellazione parametrica, in grado di trovare l’insieme degli ottimi di Pareto. In conclusione, il modello sviluppato è stato utilizzato per la risoluzione di un caso studio reale per analizzarne le prestazioni.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Acciarino, Andrea
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
layout di cantiere,ottimizzazione multi-obiettivo,algoritmi genetici
Data di discussione della Tesi
15 Marzo 2019
URI

Altri metadati

Gestione del documento: Visualizza il documento

^