Curriculum dell attività scientifica e didattica di Ludovica Adacher

Transcript

1 Curriculum dell attività scientifica e didattica di Ludovica Adacher Posizione attuale Dal 1 gennaio 2008 è ricercatore confermato nel settore scientifico disciplinare ING-INF/04 presso il dipartimento di Informatica ed Automazione dell Università degli studi Roma Tre. Carriera 1991 Diploma di maturità scientifica presso il Liceo Scientifico di Bracciano I. Vian con la votazione di 60/60. A.A. 96/97 Tesi di Laurea sperimentale in Automazione Industriale, presso la facoltà di Ingegneria Informatica della Sapienza Corso di Dottorato in Ingegneria dei Sistemi (XIV). Università degli Studi di Roma "La Sapienza Tesi di Dottorato dal titolo Control strategies for production planning in discrete manufacturing systems Marzo 02 - Marzo 03 Marzo 03 / Luglio 03 Borsa CNR La Gestione delle Emergenze nelle Organizzazioni Complesse Collaborazione con il SESM nell ambito del Cluster C25 per il progetto A5 Gestione Flotte Intermodali per le Emergenze. Gennaio 04/Gennaio 05 Ricercatore a tempo determinato nel settore scientifico disciplinare ING-INF/04 presso il dipartimento di Informatica ed Automazione dell Università degli studi Roma Tre. Collabora dal gennaio del 1998 con il dipartimento di Informatica ed Automazione (DIA) per la realizzazione di ricerche in discipline proprie dell automazione industriale: Gennaio 98 / Marzo 98 Preparazione delle pagine Web del Laboratorio Aut.Or.I integrate nelle pagine Web del DIA. Luglio10-98 Realizzazione di un simulatore per un impianto produttivo gestito da Agenti Autonomi / 3-99 Sviluppo di un nuovo software per determinare il ruolo dell autonomia in un impianto gestito da Agenti Autonomi / Sviluppo di un software per l ottimizzazione delle prestazioni nei sistemi logistici integrati / 3-03 Sviluppo di un software per la gestione di sistemi manifatturieri / 4-03 Analisi di tecniche decentralizzate per il traffico aereo / Applicazione di Euristiche per lo scheduling in Ambiente Aeroportuale. Formazione Dicembre 97: Febbraio 02: Ha conseguito la Laura in Ingegneria Informatica, indirizzo gestionale, presso l Università degli studi di Roma La Sapienza, con la votazione di 108/110. Discutendo la tesi Minimizzazione dei ritardi in un impianto produttivo, gestito da Agenti Produttivi Autonomi E stata realizzata la simulazione di un impianto produttivo, gestito da agenti intelligenti, attraverso l utilizzo di un linguaggio di simulazione orientato agli oggetti (MODSIM II); parte del programma è stato realizzato tramite il linguaggio di programmazione C. Le euristiche di schedulazione sono state oggetto di questa tesi sperimentale e testate mediante simulazioni di scenario. Ha conseguito il titolo di dottore di ricerca in Ingegneria dei Sistemi presso la facoltà di Ingegneria dell Università degli studi di Roma La Sapienza discutendo la tesi dal titolo Control strategies for production planning in Discrete Manufacturing Systems ( Strategie di controllo decisionale per sistemi manifatturieri) supervisore Prof. Fernando Nicolò. Parte del curriculum di dottorato è stato svolto presso il Department of Manufacturing Engineering della Boston University (gennaio 01- giugno 01) Ha inoltre seguito i seguenti corsi:

2 Roma Metodi d'approssimazione (M. Roma) - Ottimizzazione combinatoria II (A. Sassano) - Seminario analisi dei sistemi (L. Farina) - Sistemi stocastici e teoria del Filtraggio (C. Bruni) - Teoria ed algoritmi per l'ottimizzazione II (L. Grippo) Auronzo Scuola per dottorandi dal tema "La didattica degli strumenti gestionali attraverso i casi. Modelli di decisione e realtà operativa" Milano 2000 Elementi di dinamica non lineare: stabilita', biforcazioni e caos. Corso, a carattere puramente scientifico, organizzato dalla Società Italiana Caos e Complessità (SICC), dalla Fondazione ENI Enrico Mattei (FEEM) e dal Dipartimento di Elettronica e Informazione (DEI) del Politecnico di Milano. Roma Realizzazione stocastica di processi stazionari ( A. de Santis) - Metodi di ottimizzazione vincolata (G. Di Pillo) - Metodi di ottimizzazione non vincolata (M. Roma) Auronzo Scuola per dottorandi dal tema" Strutture organizzative per imprese a rete ". Bertinoro Scuola per dottorandi dal tema "Controllo robusto - Stima set-membership per il controllo robusto ". Boston Problemi di Scheduling (J. Perkins) - Processi stocastici (P. Vakili ) Attività didattica A.A A.A A.A A.A A.A Supplenza di Modelli e Metodi per la Simulazione, nell ambito del corso di laurea in Ingegneria Supplenza di Modelli e Metodi per la Simulazione, nell ambito del corso di laurea in Ingegneria Supplenza di Modelli e Metodi per la Simulazione, nell ambito del corso di laurea in Ingegneria Membro di commissioni di esame relative ai corsi di Automazione Industriale1 e 2, Gestione dei Progetti, Ricerca Operativa 1 e 2 e Modelli di Sistemi di Produzione, Reti di Calcolatori, Impianti di Elaborazione, nell ambito del corso di laurea in Ingegneria Informatica, presso la facoltà di Ingegneria dell Università degli studi Roma Tre.

3 Membro di commissioni di esame relative ai corsi di Automazione Industriale1 e 2, Gestione dei Progetti, Ricerca Operativa 1 e 2 e Modelli di Sistemi di Produzione, nell ambito del corso di laurea in Ingegneria A.A A.A A.A A.A Professore a contratto di Automazione Industriale 1, nell ambito del corso di laurea in Ingegneria Incarico di docenza per il corso di Automazione Industriale 2 e per il corso di Gestione dei Progetti, nell ambito del corso di laurea in Ingegneria Informatica, presso la facoltà di Ingegneria dell Università degli studi Roma Tre. Incarico di supporto alla didattica per il corso di Gestione dei Progetti, nell ambito del corso di laurea in Ingegneria Membro di commissioni di esame relative ai corsi di Automazione Industriale1 e 2, Gestione dei Progetti, Ricerca Operativa 1 e 2 e Modelli di Sistemi di Produzione, nell ambito del corso di laurea in Ingegneria Professore a contratto del corso Automazione Industriale1 nell ambito del corso di laurea in Ingegneria Incarico di docenza nel corso Automazione Industriale2 nell ambito del corso di laurea in Ingegneria Membro di commissioni di esame relative ai corsi di Automazione Industriale1 e 2, Gestione dei Progetti, Ricerca Operativa 1 e 2 e Modelli di Sistemi di Produzione, nell ambito del corso di laurea in Ingegneria Incarico di docenza per il corso Automazione Industriale nell ambito del corso di laurea in Ingegneria Incarico di docenza per il corso Organizzazione della produzione nell ambito del corso di laurea in Economia e Commercio dell'università Luiss Guido Carli. Membro di commissioni di esame relative ai corsi di Automazione Industriale, Ricerca Operativa e Modelli di Sistemi di Produzione, nell ambito del corso di laurea in Ingegneria Informatica, presso la facoltà di Ingegneria dell Università degli studi Roma Tre e al corso di Organizzazione della produzione presso la Facoltà di Economia e Commercio Luiss. Incarico di docenza per il corso Automazione Industriale nell ambito del corso di laurea in Ingegneria Incarico di docenza per il corso Organizzazione della produzione nell ambito del corso di laurea in Economia e Commercio dell'università Luiss Guido Carli. Membro di commissioni di esame relative ai corsi di Automazione Industriale, Ricerca Operativa e Modelli di Sistemi di Produzione, nell ambito del corso di laurea in Ingegneria Informatica, presso la facoltà di Ingegneria dell Università degli studi Roma Tre e al corso di Organizzazione della produzione presso la Facoltà di Economia e Commercio Luiss. A.A Incarico di docenza per il corso Automazione Industriale nell ambito del corso di laurea in Ingegneria Incarico di docenza nell'ambito del corso Organizzazione della produzione nell ambito del corso di laurea in Economia e Commercio dell'università Luiss Guido Carli. Membro di commissioni di esame relative ai corsi di Automazione Industriale, Ricerca Operativa e Modelli di Sistemi di Produzione, nell ambito del corso di laurea in Ingegneria Informatica, presso la facoltà di Ingegneria dell Università degli studi Roma Tre e al corso di Organizzazione della produzione presso la Facoltà di Economia e Commercio Luiss A.A Incarico di supporto alla didattica nell'ambito del corso Automazione Industriale nell ambito del corso di laurea in Ingegneria Informatica, presso la facoltà di Ingegneria dell Università degli studi Roma Tre. Membro di commissioni di esame relative ai corsi di Automazione Industriale e Ricerca Operativa nell ambito del corso di laurea in Ingegneria Informatica, presso la facoltà di Ingegneria dell Università degli studi Roma Tre.

4 A.A Incarico di supporto alla didattica nell'ambito del corso Automazione Industriale nell ambito del corso di laurea in Ingegneria Informatica, presso la facoltà di Ingegneria dell Università degli studi Roma Tre. Esercitazioni/Seminari Ha curato le esercitazioni dei seguenti insegnamenti: A. A. Corso 06/07 Automazione Industriale II, Automazione Industriale I canale (A-K) nell ambito del Corso di Laurea in Ingegneria Informatica presso la Facoltà di Ingegneria dell Università degli Studi Roma Tre. 05/06 Automazione Industriale II, Automazione Industriale I canale (A-K) nell ambito del Corso di Laurea in Ingegneria Informatica presso la Facoltà di Ingegneria dell Università degli Studi Roma Tre. 04/05 Automazione Industriale II, Automazione Industriale I canale (A-K) nell ambito del Corso di Laurea in Ingegneria Informatica presso la Facoltà di Ingegneria dell Università degli Studi Roma Tre. E membro di commissioni di esame relative ai corsi di Automazione Industriale1 e 2, Gestione dei Progetti, Ricerca Operativa 1 e 2 e Modelli di Sistemi di Produzione, Reti di Calcolatori, Impianti di Elaborazione, nell ambito del corso di laurea in Ingegneria E abitualmente membro delle commissioni di laurea in Ingegneria Informatica presso la Facoltà di Ingegneria dell Università degli Studi Roma Tre. Altre Attività Didattiche E stata docente del Master in Project Management per i corsi di metodi di decisione (18h) e di Risk Management (9h) organizzato dalla Facoltà di Ingegneria dell Università degli studi Roma Tre presso lo IASI. (luglio-settembre 2007). E' stata docente per i Master in System engineering e Project management del corso di "Probabilità e statistica" (25 ore) organizzato dalla Direzione Generale per il Personale Militare di concerto con il Consiglio Nazionale delle Ricerche (gennaio 2007). E' stata docente per i Master in System engineering e Project management del corso di "Metodi di Pianificazione e controllo dei progetti" (25 ore) organizzato dalla Direzione Generale per il Personale Militare di concerto con il Consiglio Nazionale delle Ricerche (aprile-maggio 2007). E' stata docente di un corso in Project management (19 ore) organizzato dalla Direzione Generale per il Personale Militare di concerto con il Consiglio Nazionale delle Ricerche (settembre-ottobre 2007). E stata docente per la scuola di dottorato CIRA (Bertinoro) nel corso Modelli per il controllo dei sistemi di produzione (luglio 2006) E stata docente del Master in Project Management per i corsi di Metodi di decisione (9h) e di Risk Management (9h) organizzato dalla Facoltà di Ingegneria dell Università degli studi Roma Tre presso lo IASI. (luglio-settembre 2006). E stata docente del Master in Project Management per il corso di Risk Management (9h) organizzato dalla Facoltà di Ingegneria dell Università degli studi Roma Tre. (settembre 2005) E' stata docente per i Master in Progettisti di Sistemi Informatici e Ingegneria dei Sistemi Complessi del corso di "Ricerca Operativa" (10 ore) organizzato dalla Direzione Generale per il Personale Militare di concerto con il Consiglio Nazionale delle Ricerche (maggio 2005). E stata docente del Master in Project Management per i corsi di metodi di decisione (9h) e di Risk Management (9h) organizzato dalla Facoltà di Ingegneria dell Università degli studi Roma Tre presso lo IASI. (luglio-settembre 2004).

5 E stata docente del Corso "Modellistica e controllo di reti di trasporto e di telecomunicazione" per la Scuola di Bertinoro luglio E stata docente alla scuola estiva Giornate di Ricerca Operativa in Cadore, Auronzo (BL), Giugno Seminario dal titolo Tecniche di ottimizzazione per il traffico aereo. E stata docente alla scuola estiva Giornate di Ricerca Operativa in Cadore, Auronzo (BL), Giugno Seminario dal titolo Tecniche di ottimizzazione stocastica:comparazione stocastica e il metodo del surrogato. E stata docente alla scuola estiva Giornate di Ricerca Operativa in Cadore, Auronzo (BL), Giugno Seminario dal titolo Tecniche di scheduling decentralizzato. E stata docente per i corsi di formazione post-laurea di Gestori di Sistemi di Produzione Innovativi, nall ambito del programma nazionale di ricerca e formazione Sistemi di Produzione Innovativi, Tema11, presso il Dipartimento di Informatica e Automazione dell Università degli studi Roma Tre (febbraio 2000). E stata docente alla scuola estiva Giornate di Ricerca Operativa in Cadore, Auronzo (BL), Giugno Seminario dal titolo Algoritmi ed euristiche per lo scheduling su macchine parallele. E stata docente alla scuola estiva Giornate di Ricerca Operativa in Cadore, Auronzo (BL), Giugno Seminario dal titolo Un sistema di gestione della produzione ad agenti autonomi. E stata docente alla scuola estiva Giornate di Ricerca Operativa in Cadore, Auronzo (BL), Giugno Seminario dal titolo Sistemi centralizzati vs sistemi decentralizzati. E stata docente per il corso di videolezioni in videocassetta del corso di Automazione Industriale per i corsi di laurea a distanza dell area Ingegneria del Consorzio Nettuno (marzo 1998). Interessi di Ricerca L'attività di ricerca ha avuto come oggetto lo sviluppo di tecniche di simulazione e di ottimizzazione per sistemi di produzione manifatturiera, e negli ultimi due anni si è cercato di applicare tali tecniche anche a sistemi di trasporto aereo ed urbano. Esaminando diverse metodologie di gestione per i sistemi lavorativi di fabbrica, si è cercato di inviduare quale siano le caratteristiche che sono maggiormente richieste ad un sistema moderno (robustezza, modularità e semplicità) e quale metodologia riesca meglio a soddisfarle. Il controllo tradizionale (centralizzato) spesso non è applicabile a causa di: - Eventi imprevisti che influenzano le decisioni prese. - La complessità dei processi che rende difficile la realizzazione di un controllore globale. - L'autonomia decisionale degli operatori umani, che spesso perseguono obiettivi dettati dalla propria esperienza. - La scarsità di informazioni che si riesce ad avere nel sistema stesso L'analisi delle strutture esistenti, in letteratura, per la gestione di un sistema di fabbrica ha evidenziato come non esista un brusco salto dal sistema centralizzato ad uno decentralizzato, ma è presente "un'evoluzione" delle metodologie di gestione dei sistemi manifatturieri in cui la decentralizzazione e l'autonomia avviene a più stadi e a più livelli. L attività di ricerca essenzialmente centrata sull analisi, sulla modellistica e sull ottimizzazione di sistemi di produzione di beni e di servizi può essere schematizzata nelle seguenti aree principali: - Sistemi di supporto decisionali caratterizzati dalla presenza di agenti autonomi - Scheduling e controllo real-time - Problemi di ottimizzazione stocastica e deterministica Sistemi di supporto decisionali caratterizzata dalla presenza di agenti autonomi La globalizzazione dei mercati, l aumento nella diversificazione dei prodotti, nonché la riduzione del ciclo di vita degli stessi, hanno costretto le imprese manifatturiere a dover riconsiderare i metodi fin qui utilizzati, di pianificazione e di gestione della produzione. Quindi, se le imprese vogliono rimanere competitive, devono puntare a cambiamenti sostanziali nei sistemi produttivi.

6 Sono questi i motivi che ci hanno portato ad esaminare la possibilità di introdurre il controllo integrato mediante Agenti Autonomi nella produzione industriale. La ricerca ha avuto come obiettivo un sistema di schedulazione e di controllo della produzione che utilizza un approccio diverso da quello tradizionale. Infatti, invece di macchine che elaborano lavori in base ad un piano stabilito da un controllore globale, è stato individuato un insieme di entità intelligenti che cooperano in modo coordinato per raggiungere singoli obiettivi, in funzione di quello globale. In tal modo è possibile raggiungere gradi più elevati di distribuzione, robustezza, modularità, gestibilità, semplicità ed efficienza. La struttura si avvale della distribuzione delle decisioni e del flusso d informazione e mette in risalto la concorrenza e la cooperazione tra controlli eterogenei. Viene sviluppato un efficiente schema di unificazione delle risorse, nel quale le risorse più importanti svolgono un ruolo centrale nel processo decisionale. La selezione e l accordo reciproci tra gli agenti (parte e risorse) avvengono attraverso una negoziazione più passi e a più vie. In pratica, è stata definita una struttura generale per un sistema produttivo in un ambiente dinamico basato sulla condivisione delle attività e su una metafora di negoziazione, tramite l impiego di meccanismi di combinazione di prezzi e di obiettivi. Secondo questa struttura, gli agenti parte prendono decisioni sulla base del sistema di valutazione dei prezzi, mentre gli agenti risorsa prendono decisioni sulla base della funzione obiettivo che si vuole realizzare. Sono state discusse anche le questioni legate al coordinamento dei flussi, all equilibrio del sistema, ai requisiti di comunicazione e all integrazione di eventuali modifiche. In breve, la struttura proposta consente sia agli agenti parte sia agli agenti risorse di disporre di propri controlli intelligenti al fine di soddisfare le singole esigenze. Le strategie di controllo possono essere modellate e modificate, così come nuove strategie di controllo possono essere incorporate facilmente nel sistema. La flessibilità ottenuta consente al sistema di adattarsi a diversi ambienti di produzione e di rispondere bene ai cambiamenti di obiettivo. Il contesto di partenza è quello dei sistemi di produzione automatici, ma lo studio può essere utilmente esteso ai sistemi organizzativi in generale. Un sistema decentralizzato delle decisioni può essere uno strumento per trattare i problemi, in generale di grandi dimensioni, di pianificazione e scheduling della produzione. Scheduling e controllo real-time Il traffico aereo negli ultimi anni è in costante crescita, in particolare dal 95 in poi l incremento è stato superiore ad ogni previsione. Purtroppo tale crescita non è accompagnata da un adeguato progresso nella capacità del sistema di controllo, ponendo così seri problemi al sistema del trasporto aereo. Inoltre le previsioni di crescita sul lungo periodo non possono far altro che prefigurare ulteriori aggravi a questa situazione già critica. La congestione sta gravemente condizionando il traffico sia nel Nord America che in Europa. Partendo dalle diverse politiche, per la gestione del traffico aereo, la Ground Holding Policy, attualmente utilizzata, e la Free Flight Policy, sulla quale si sta lavorando, ma ancora lontana dall essere messa in pratica, viene proposto un approccio decentralizzato per la gestione del traffico; che può essere vista una via di mezzo tra queste due teorie. Data la complessità generale del problema si può pensare ad una struttura di controllo decentralizzata, il cui modello è un sistema in cui le decisioni non sono prese solo da un supervisore, ma anche a più livelli, ovvero ad un sistema in cui le capacità decisionali sono distribuite. Nello specifico questo approccio consiste nel dividere lo spazio aereo in settori, in ognuno dei quali si identificano due agenti autonomi, l agente che controlla il settore e l agente velivolo. Questi scambiano informazioni per gestire il flusso aereo all interno del settore, solo l agente di controllo può però prendere decisioni a riguardo. Per far sì che la gestione di ogni singolo settore sia proficua per l intero spazio aereo, gli agenti coinvolti nelle decisioni devono cooperare e negoziare l un l altro, infatti decisioni prese a livello locale possono influenzare l intero sistema. E stato implementato un software per la gestione real-time del traffico aereo all interno di un settore. Lo scopo del lavoro è quello di simulare l evolvere degli eventi in una porzione di spazio aereo, implementando una tecnica di controllo che proponga nuovi re-instradamenti per quei voli coinvolti in problemi di congestione, situazione in cui sono violati i vincoli di sicurezza e/o si presentano dei ritardi. Il re-routing è una tecnica ancora poco utilizzata, per la quale non si hanno supporti alla decisione nella scelta della rotta ottimale. Così fino ad ora è usata solo per qualche volo. Si sono voluti stimare gli effetti di un controllo basato su questa tecnica, cercando di valutare per ogni re-routing la rotta ottimale. L algoritmo è stato testato sullo spazio aereo del centro-nord Italia, con situazioni di traffico diverse, generate variando la frequenza dei voli all interno del settore in esame. Un problema che si sta esaminando, ma che per la sua complessità, è ancora in via di studio è il controllo e la gestione degli aereomobili in ambito aereoportuale. Poiché il problema generale di scheduling, per casi applicativi significativi, risulta di dimensioni eccessive e non compatibili con i tempi di calcolo a disposizione, si adotterà il tradizionale approccio basato sulla decomposizione del problema, sull'individuazione di sottoproblemi ben strutturati e debolmente interagenti, sull'impiego di tecniche computazionalmente efficienti per risolvere i sottoproblemi e sul coordinamento nella pianificazione delle diverse parti che compongono il sistema.

7 Il modulo di supporto alle decisioni degli operatori aeroportuali deve essere in grado di evitare un incidente aereo in ambito aeroportuale grazie ad un intervento preventivo che agisce direttamente sugli azzardi, modificandone l evoluzione fino a renderli innocui per la sicurezza. Purtroppo nella realtà di oggi questo non è sufficiente, e si deve tenere conto anche di una serie di vincoli imposti dai fruitori e dai gestori dei servizi aeroportuali quali il rapporto costi\benefici, l Airport Arrivals Rate (AAR), le problematiche di gestione dei ritardi (GDP), solo per citare i principali. Pertanto abbiamo cercato di rappresentare i vincoli di cui sopra facendo in modo che tra tutte le soluzioni trovate venga scelta e quindi messa in pratica quella migliore, compatibilmente con i vincoli imposti, senza chiaramente intaccare il livello di sicurezza che resta il target principale. Il grafo delle alternative, è uno strumento estremamente flessibile che permette di modellare con estremo dettaglio numerosi vincoli che esistono nel mondo reale. Inoltre, il grafo delle alternative è stato applicato per risolvere efficacemente diversi problemi reali, in particolare è stato applicato al problema di controllare in real-time il traffico di una rete ferroviaria. Numerose analogie possono essere individuate tra il controllo real-time di una rete ferroviaria ed il problema del controllo real-time dei veicoli di un aereoporto. Dal punto di vista algoritmico, numerosi algoritmi sono stati sviluppati per risolvere problemi su generici grafi delle alternative, senza effettuare assunzioni sulle caratteristiche particolari del problema considerato. Gli algoritmi spaziano da semplici e veloci euristiche costruttive ad elaborati approcci metaeuristici, e permettono di ottenere soddisfacenti risultati su istanze di benchmark note in letteratura. Nell ultimo decennio, a causa dell aumento del traffico urbano e delle limitate capacità delle reti, si stanno sviluppando algoritmi per la gestione del traffico e per l instradamento dei veicoli.la tecnologia GPS, usata per monitorare la flotta nelle aree urbane, dà tramite una stazione di riferimento centrale, utili informazioni sulle posizioni dei vari veicoli. I correnti sistemi di instradamento dei veicoli sono semplici da un punto di vista algoritmico (calcolano il cammino minimo per la loro destinazione) ma lavorano su reti molto grandi. Per questo motivo è preferibile un approccio decentralizzato, nel quale ogni veicolo indipendentemente calcola il suo personale instradamento. Naturalmente, per limitare la congestione dovuta alle decisioni di ogni singolo veicolo è necessaria una stima dell eventuale traffico sui differenti percorsi. Proponiamo, quindi un approccio decentralizzato nel quale ogni veicolo calcola il suo instradamento sulla base delle informazioni del traffico fornite dalla stazione centrale. Per imporre ai veicoli di scegliere differenti percorsi, è necessario un aggiornamento del traffico basato anche su una previsione delle ipotetiche scelte apportate dai veicoli che richiedono informazioni sulla rete Problemi di ottimizzazione stocastica e deterministica Il problema affrontato consiste nel dimensionamento ottimo dei lotti in un sistema manifatturiero. Per lotto si intende un insieme di parti simili che vengono raggruppate prima di essere lavorate da una macchina. Tale raggruppamento risulta vantaggioso quando riesce a diminuire il tempo medio speso in coda da un generico pezzo e riduce l inoperatività delle macchine. Si tratta di un problema cruciale in quanto influisce pesantemente sul tempo medio di permanenza di tutte le parti nel sistema. Esiste un dimensionamento ottimo che riduce questo tempo al minimo, però non si conosce una forma chiusa per la funzione obiettivo (tempo medio speso nel sistema) e gli studi simulativi del sistema hanno mostrato la presenza di molti minimi locali. L individuazione di questa soluzione è un problema centrale nella pianificazione e controllo della produzione, e nasce dalla necessità di contemperare nel modo migliore due esigenze contrastanti: costi fissi e costi di immagazzinamento. Queste due voci di costo sono contrastanti, in quanto la prima spinge verso pochi lotti di produzione grandi ( in modo da non pagare troppo spesso i costi di set-up ), mentre per la seconda produrrebbe piccoli lotti per minimizzare i tempi di attesa. Risulta evidente che, se i lotti risultano troppo piccoli, la macchina è costretta a cambiare spesso tipo di prodotto rimanendo ferma per molto tempo; se invece sono troppo lunghi, i pezzi aspettano troppo prima di essere lavorati. Ne risulta un problema di ottimizzazione stocastica delicato a causa dell ambiente aleatorio in cui si opera. Per risolverlo ci si è avvalsi del Metodo del problema Surrogato che consiste nel trasformare il problema discreto di partenza in un problema analogo continuo. Il processo di ottimizzazione si effettua in ambito continuo e, ad ogni iterazione dell algoritmo, si aggiorna contemporaneamente il corrispondente stato discreto. Nella ricerca del valore ottimo, si deve prendere in considerazione l eventualità di determinare minimi locali, dai quali ci si deve spostare per individuare un valore migliore (ottimo globale). Per questo scopo si è utilizzato il calcolo del gradiente che, moltiplicato per un opportuno step, favorisce la convergenza all ottimo. Data la complessità della funzione obiettivo, bisogna prestare molta attenzione all aggiornamento dello step. L approccio del metodo del surrogato ha portato buoni risultati nel campo manifatturiero, e si è pensato di applicarla anche ad alcuni problemi di traffico urbano. In particolare l incremento della congestione del flusso veicolare sulle strade cittadine ed il correlato aumento dei costi diretti e indiretti, a carico sia dei singoli che della collettività, hanno contribuito a considerare il traffico quale uno tra i più importanti ed urgenti problemi da risolvere in ambito urbano. Oltre a problemi di inquinamento e di caos, una rete stradale ad alto rischio di congestinamento comporta: ritardi, incremento dell inquinamento atmosferico, perdita di tempo (e quindi anche perdite economiche) ed energia. Il problema studiato è quello della regolazione dei semafori, che può essere visto come un problema decisionale con variabili discrete (durata semaforica). Infatti la nostra funzione obiettivo (di cui non si conosce la forma chiusa) è stata

8 la minimizzazione del tempo medio di percorrenza nella rete di un singolo utente per raggiungere la sua destinazione. Uno studio preliminare, attraverso la simulazione, ha evidenziato una funzione obiettivo non convessa ma sicuramente più semplice del caso manifatturiero. I risultati preliminari sembrano evidenziare un ottimo funzionamento del metodo del surrogato anche per questa tipologia dei problemi Elenco delle pubblicazioni scientifiche 1 Adacher L., Agnetis A., Meloni C., Automous Agents Architectures and Algorithms in Flexible Manufacturing Systems. 1999, IIE Transaction, 32, (10), Adacher L., Detti P., Comparing Lagrangian-based distributed algorithms for parallel machine scheduling to apper on International Journal of Manufacturing Research. 3 Adacher L, Cassandras C., An On-Line Surrogate Problem Methodology for Lot Sizing Problems submitted to Journal of Optimization Theory and Application. 4 Adacher L., A decentralized approach for the real time air traffic control, submitted to IEEE Transactions on Intelligent Transportation Systems. 5 Adacher L., Boccadoro M., Martinelli F., Valigi P. Cooperative and Competitive Negotiation in a Supplì Chain Model CDC08, Conference on Decision and Control,Cancun, Mexico, December Adacher L., Flamini M., Nicosia G. Decentralized algorithms for multiple path routing in urban transportation network. TRISTAN V (Triennial Symposium on Transportation Analysis) Phuket Island, Thailand, June Adacher L., Martinelli F. and Piedimonte F. Production control of a supply chain node with uncertain capacity and demand CDC'06 Conference on Decision and Control, San Diego, Ca, USA. Dec Adacher L., Meloni C.; An agent based approach to the real time air traffic control IFAC Proceedings of 16th IFAC World Congress ( Praga luglio 2005). 9 Adacher L., Nicosia G., A decentralized route guidance algorithms in urban transportation network ICINCO st International Conference on Informatics in Control, Automation & Robotics. (Portogallo agosto 2004) 10 Adacher L., Pacciarelli D, Pauluzzi D., Pranzo M., Scheduling arrivals and departures in a busy airport.tristan V Triennial Symposium on Transportation Analysis ( Guadeloupe giugno 2004). 11 Adacher, P. Detti, C. Meloni A planning and routine model for the integrated supply chain management. Proceedings of IEEE SMC (Systems, Man and Cybernetics) ottobre Adacher L., Lucertini M., Meloni C., A decentralized approach to air traffic flow management, in Proceedings of the advanced workshop on ATM system architectures and CNS technologies needed to cope with the air traffic capacity problem, and related evaluation tools (ATM : Air Traffic Management) settembre Adacher L., Detti P., Nicolò F., Distributed Schemes on parallel machine. Proceedings of 1 st IFAC Workshop on Multi-Agent Systems in Production (MAS'99) dicembre Adacher L., Meloni C., Conceptual Modeling of Autonomous Agents paradigms in FMSs. Proceedings of 1 st IFAC Workshop on Multi-Agent Systems in Production (MAS'99) dicembre L. Adacher, A. Agnetis, P. Detti, D. Pacciarelli, Esercizi di Automazione Industriale, Consorzio NETTUNO, Pitagora Ed., Bologna, Adacher L., Martinelli F., Piedimonte F., A dynamic threshold policy to face capacity and demand variabilities in a supply chain node. Airo winter Cortina, gennaio Adacher L., Martinelli F., Distributed inventory policies for the control of uncertain supply chains orkshop: Ottimizzazione e controllo delle Supply Chain:Siena Ottobre Adacher L., Martinelli F., Gestione di magazzini in una catena logistica con fornitori e domanda soggetti a fluttuazioni. ANIPLA th Conference: Automazione per lo sviluppo e la competitività delle PMI.

9 19 AdacherL., Martinelli F., Controllo della produzione in un singolo nodo di una supply chain, caratterizzato da incertezza nella capacità e nella domanda, convegno CIRA, Milano Adacher L., Martinelli F., Politiche decentralizzate di gestione di un magazzino all'interno di una catena logistica di produzione, convegno CIRA, Tropea, Settembre L Adacher. F. Nicolò, G. Nicosia, AIRO Winter 2005 Production and Logistics Network Optimization Decentralized route guidance algorithms in urban transportation networks 22 Adacher L., Martinelli F., Distributed inventory policies for the control of uncertain supply chains Workshop: Ottimizzazione e controllo delle Supply Chain:Siena Ottobre Adacher L., Nicolò F., Nicosia G., Decentralized route guidance algorithms in urban transportation networks, Conferenza AIRO winter, Champoluc, Febbraio Adacher L., Martinelli F., Politiche decentralizzate di gestione di un magazzino all'interno di una catena logistica di produzione, convegno CIRA, Tropea, Settembre Adacher L., Martinelli F., Controllo decentralizzato di Supply Chain caratterizzate da domanda volatile, convegno CIRA, Villasimius Settembre Adacher, D. Pacciarelli, M. Pranzo, Controllo del traffico aeroportuale, Convegno CIRA, Modena, Settembre Adacher, C. G. Cassandrass Optimization approaches for lot sizing, Convegno CIRA Lecce, Settembre Adacher, M. Lucertini, Un approccio decentralizzato per il traffico aereo, Convegno CIRA Perugia, Settembre Adacher, P. Detti, F. Nicolò Tecniche di controllo decentralizzato di sistemi manifatturieri Convegno CIRA Torino Adacher, P. Detti, F. Nicolò, Parallel machines scheduling without complete information, Operational Research Society of Italy Annual Conference AIRO2000, Milano, Italy, September Adacher L., Agnetis A., Meloni C., Simulazione di un FMS gestito ad agenti autonomi. MURST Research Program: presentation of research activity. Napoli AIRO'99 Roma 25 ottobre 2008 Ludovica Adacher