Algoritmi euristici per il caricamento e l instradamento di una flotta di bisarche
|
|
- Modesto Oliva
- 8 anni fa
- Visualizzazioni
Transcript
1 Università degli Studi di Modena e Reggio Emilia Ingegneria di Reggio Emilia Estratto della Tesi di Laurea di Simone Falavigna Algoritmi euristici per il caricamento e l instradamento di una flotta di bisarche
2 Argomenti trattati Introduzione al problema Considerazioni preliminari Euristico iniziale e ricerche locali Tabu Search Conclusioni Possibili sviluppi futuri
3 Il Gruppo Mercurio S.p.A. Il Gruppo Mercurio S.p.A. è leader in Europa nel trasporto di veicoli
4 I Parchi Mercurio Piazzali adibiti allo stoccaggio dei veicoli per un periodo variabile da pochi giorni fino a qualche mese
5 Sette Parchi in Italia San Polo di Torrile (PR) Bologna Livorno Civitavecchia (RM) Salerno Palermo Catania
6 La bisarca La capacità di carico di una bisarca è variabile e dipende dalla tipologia
7 La flotta Mercurio MERCURIO PADRONCINI Forbice Pesante Motrice 5 12 Centina Forbice: indicato per il trasporto di automobili. Composta da motrice e rimorchio Pesante: indicato per il trasporto dei camion. Composta da motrice e rimorchio Motrice: indicata per il trasporto di automobili. Ha una capacità di carico ridotta Centina: indicata per trasporti speciali. Dotata di copertura per proteggere i veicoli
8 Il trasporto Il trasporto effettuato con bisarche si realizza: Da Punti di prelievo Parchi Mercurio oppure stabilimenti del Gruppo Fiat A Punti di consegna Concessionari oppure Parchi Mercurio 1500/2000 veicoli trasportati ogni giorno
9 Caricamento Caricamento: stabilire quanti e quali veicoli caricare su ogni bisarca disponibile Elenco veicoli sbloccati Per ogni veicolo è noto: Data di sbloccaggio Punto di prelievo Punto di consegna Numero e tipologia delle bisarche disponibili Liste dei carichi relative ai diversi punti di prelievo Impiego massimo della capacità delle bisarche Attenzione alle anzianità
10 Caricamento Slot 1 Slot 3 Slot 2 Slot 4 S L O T CLASSE
11 Instradamento Instradamento: determinare il percorso effettuato dalle bisarche e il loro riposizionamento Bisarche disponibili in un determinato punto di prelievo Assegnazione Lista dei carichi relativa al punto di prelievo considerato È necessario stabilire: L ordine con cui i concessionari sono visitati Il punto di riposizionamento
12 Step 2 Introduzione al problema Considerazioni preliminari
13 Ipotesi semplificative applicate Considerato solo il Parco di San Polo di Torrile Mezzi considerati: forbice e motrice Media Totale % Forbice % Motrice % Pesante % Centina 0 6 0% Totale %
14 Ipotesi semplificative applicate Considerato solo il Parco di San Polo di Torrile Mezzi considerati: forbice e motrice I concessionari/clienti sono identificati dalla città Costo della tratta tra due concessionari della stessa città supposto pari a 0 Destinazione N veicoli Modello ROMA 4 AGILA 1 ANTARA 1 ASTRA SW 1 CORSA 1 ZAFIRA ROMA 1 107
15 Ipotesi semplificative applicate Considerato solo il Parco di San Polo di Torrile Mezzi considerati: forbice e motrice I concessionari/clienti sono identificati dalla città Costo della tratta tra due concessionari della stessa città supposto pari a 0 Distanze tra le città sono approssimate/linea d aria, non stradali
16 Definizione dell orizzonte temporale Istanza considerata Intero mese di luglio 2009 Possibili scenari per la pianificazione delle spedizioni 1 Giorno + Giorni Senza riposizionamento Con riposizionamento
17 Definizione degli ordini Sono considerate due tipologie di ordini: Ordini di consegna Ordini di ritiro Possono essere eseguiti solo dopo aver consegnato tutti gli ordini assegnati ad una bisarca Al massimo un ordine di ritiro per ogni bisarca Ordini da pianificare per ogni giorno sono stati estrapolati dalle liste di carico
18 Creazione degli ordini Lista di carico MERCURIO 1 ID ordine Destinazione N veicoli Modello 424 ID città ROMA 4 AGILA 3 ID gg sblocco 1 ANTARA 8 ID gg consegna 1 ASTRA SW 5 N linee ordine 1 CORSA N riga N veicoli ID modello 1 ZAFIRA ROMA ID ordine ID città ID gg sblocco 8 ID gg consegna 1 N linee ordine N riga N veicoli ID modello
19 Parametri del problema Ogni veicolo ha un indice di carico monofigura relativo al forbice ed uno relativo alla motrice Ogni ordine ha un indice di carico relativo al forbice ed uno relativo alla motrice Ordine Forbice Indice di carico dell ordine Motrice
20 Parametri del problema Ogni veicolo ha un indice di carico monofigura relativo al forbice ed uno relativo alla motrice Ogni ordine ha un indice di carico relativo al forbice ed uno relativo alla motrice Ogni bisarca ha un indice di riempimento L indice di riempimento di una bisarca non può superare il valore massimo (MAXR) Il valore di MAXR è stato fissato pari a 1,15 per tutte le prossime simulazioni
21 Step 3 Introduzione al problema Considerazioni preliminari Euristico iniziale e ricerche locali
22 Euristico iniziale Assegna tutti gli ordini di consegna e di ritiro della giornata Si basa sul criterio closest neighbor Costruisce una prima soluzione
23 Euristico iniziale Input: ordini, matrice delle distanze, bisarche disponibili, indici di carico Output: soluzione migliore e tempi (costi, IR, route, carichi elaborati ) while il numero di ordini di consegna rimanenti non è nullo inizializza una bisarca di tipologia casuale inizializza la route con un ordine casuale while la bisarca non è satura scegli un ordine di consegna in base al criterio closest neighbor assegna l ordine alla route end while end while while il numero di ordini di ritiro rimanenti non è nullo scegli l ordine di ritiro in base al criterio closest neighbor assegna l ordine alla route end while calcola i costi delle route elaborate
24 Algoritmi di ricerca locale L obiettivo della ricerca locale è quello di ottimizzare la soluzione ottenuta dall euristico iniziale Euristico iniziale Move Swap Move& Swap
25 Bisarca j: Situazione iniziale i= Move Situazione iniziale Situazione finale Bisarca j2: i2= Bisarca j: Bisarca j: 2 Situazione finale i=3 4 Risparmio c( i 1, i) c( i, i 1) c( i 1, i 1) Bisarca j2: 9 8 i2=2 Bisarca j2: 9 8 CostoAgg c( i2 1, i) c( i, i2 1) c( i2 1, i2 1)
26 Situazione iniziale i=3 Situazione finale Swap Bisarca j: Bisarca j2: i2=2 Situazione iniziale Situazione finale Bisarca j: Bisarca j: i=3 4 Risparmio _ j1 c( i 1, i) c( i, i 1) CostoAgg _ j1 c( i 1, i2) c( i2, i 1) 7 7 Bisarca j2: 8 i2=2 Bisarca j2: 3 Risparmio _ 9 j2 c( i2 1, i2) c( i2, i2 1) 9 CostoAgg _ j2 c( i2 1, i) c( i 1, i2 1)
27 Move&Swap Implementa le logiche di Move e Swap Itera finché la funzione obiettivo diminuisce, richiamando alternativamente Move e Swap
28 Move&Swap Inizia Move&Swap Move Swap Prima iterazione no FO è diminuita? si Move no FO è diminuita? si Swap Iterazioni successive FO è diminuita? no Termina Move&Swap si
29 Costo totale mensile ( ) Tempo di elaborazione medio (sec) Risultati computazionali (costi fittizi) Mercurio Euristico iniziale Euristico+Move Euristico+Swap Euristico+M&S Costo totale ( ) Costo totale ( ) Tempo medio (s) Costo totale ( ) Tempo medio (s) Costo totale ( ) Tempo medio (s) Costo totale ( ) Tempo medio (s) , , , ,60 1,100,000 1,080,000 1,060,000 1,040,000 1,020,000 Costo totale mensile VS tempo di elaborazione medio 1,084,398 1,023,192 1,021, ,000, , , , , , ,000 Mercurio Euristico iniziale Move Swap Move&Swap 0 Euristici proposti
30 Step 4 Introduzione al problema Considerazioni preliminari Euristico iniziale e ricerche locali Tabu Search
31 Tabu Search L obiettivo del Tabu Search è quello di estendere la ricerca locale Euristico iniziale Move&Swap Tabu Search Consente cambiamenti peggiorativi Blocca le ultime mosse effettuate per un certo numero di iterazioni Permette di esplorare più approfonditamente lo spazio delle soluzioni rispetto alla ricerca locale
32 Costo totale mensile ( ) Risultati computazionali (costi fittizi) Parametri del Tabu Search: Tenure= , , ,000 Tabu Search - Andamento di costo totale mensile al variare del numero di iterazioni Miglior soluzione dell algoritmo Move&Swap Soluzione Mercurio 960, , , , Iterazioni (x1.000)
33 Risultati computazionali (costi fittizi) Numero di iterazioni Costo totale ( ) Tempo medio (sec) , , , , , , , , , , , , ,15
34 Step 5 Introduzione al problema Considerazioni preliminari Euristico iniziale e ricerche locali Tabu Search Conclusioni
35 Conclusioni I risultati emersi nella tesi sono incoraggianti: Ricerca locale, Tabu Search e modello di Set Covering hanno ottenuto risultati quantitativamente migliori rispetto alla soluzione elaborata da Mercurio I tempi computazionali sono molto bassi Nei casi peggiori si tratta di qualche minuto
36 Step 6 Introduzione al problema Considerazioni preliminari Euristico iniziale e ricerche locali Tabu Search Conclusioni Possibili sviluppi futuri
37 Possibili sviluppi futuri Sviluppare un algoritmo che risolva il problema Mercurio eliminando le semplificazioni: Ottimizzazione di tutti i Parchi Mercurio italiani Introduzione delle tipologie di bisarca trascurate Inserimento dei riposizionamenti Orizzonte temporale delle simulazioni che consideri più giorni Flessibilità nella selezione degli ordini giornalieri da pianificare
38 Ulteriori sviluppi Problema di caricamento: Implementazione di un modello matematico tipo Multiple Knapsack Obiettivo: controllare se un insieme di veicoli possa essere completamente contenuto negli scompartimenti di una bisarca Problema di instradamento: Implementazione di un modello matematico tipo Set Covering Obiettivo: individuare i cammini minimi in modo tale da soddisfare gli ordini della giornata
39 Modello Set Covering 1 gg (1) Euristico iniziale Move&Swap Tabu Search Set Covering L obiettivo del modello è quello di definire un sottoinsieme di pattern a costo minimo, tale che ogni ordine sia assegnato ad almeno un pattern
40 Modello Set Covering 1 gg (2) Il problema di caricamento e di instradamento può essere ricondotto ad un problema di Set Covering Si indichi con: p un pattern (p=1,,q) i un ordine (i=1,..,m) j una tipologia di bisarca (b=1,,z) Si definisca: t t j vettore del numero di bisarche della tipologia j disponibili c vettore dei costi, dove c p rappresenta il costo del pattern p b jp a ip c p 1 seil il pattern p èp assegnato è assegnato alla bisarca ad una di tipo bisarca j di tipo j 0 altrimenti 1 seilil pattern p contiene p contiene l' ordinel ordine i i 0 altrimenti
41 Modello Set Covering 1 gg (3) L obiettivo del modello è quello di definire un sottoinsieme di pattern a costo minimo, tale che ogni ordine sia assegnato ad almeno un pattern Il modello matematico proposto: min q p 1 c p x p (1) q p 1 a ip x p 1 i=1,, m (2) q b jp x p p 1 t j j=1,, z (3)
42 Modello Set Covering 1 gg (4) Costi, bisarche e pattern sono inizializzati con le elaborazioni degli algoritmi Move&Swap e Tabu Search Euristico iniziale Move&Swap Tabu Search Genera costi, bisarche e pattern relativi alla soluzione migliore di Move&Swap Genera costi, bisarche e pattern diversi per ogni iterazione del Tabu Search Set Covering Il modello di Set Covering è in grado di ottimizzare ulteriormente la soluzione ottenuta dal Tabu Search Nel peggiore dei casi restituisce una soluzione uguale a quella migliore ottenuta dal Tabu Search
43 Costo giornaliero ( ) Risultati preliminari Set Covering (costi fittizi) Istanza dell 8 luglio 09 42,000 41,900 Andamento del costo giornaliero in Tabu Search e Set Covering Miglior soluzione dell algoritmo Tabu Search Iter. 41,800 41,700 41,600 41,500 2,3 sec 41,400 41,300 31,5 sec 0 2,500 5,000 7,500 10,000 12,500 15,000 Pattern
Introduzione al MATLAB c Parte 2
Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 18 gennaio 2008 Outline 1 M-file di tipo Script e Function Script Function 2 Costrutti di programmazione
DettagliQuadratic assignment Problem: The Hospital Layout
Università degli Studi di Modena e Reggio Emilia Corso di Laurea Magistrale in Ingegneria Gestionale Metodi di ottimizzazione per la logistica e la produzione Quadratic assignment Problem: The Hospital
DettagliOttimizzazione Multi Obiettivo
Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali
DettagliStrumenti e metodi per la redazione della carta del pericolo da fenomeni torrentizi
Versione 2.0 Strumenti e metodi per la redazione della carta del pericolo da fenomeni torrentizi Corso anno 2011 E. MANUALE UTILIZZO HAZARD MAPPER Il programma Hazard Mapper è stato realizzato per redarre,
DettagliNozione di algoritmo. Gabriella Trucco
Nozione di algoritmo Gabriella Trucco Programmazione Attività con cui si predispone l'elaboratore ad eseguire un particolare insieme di azioni su particolari informazioni (dati), allo scopo di risolvere
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliInformatica 3. Informatica 3. LEZIONE 10: Introduzione agli algoritmi e alle strutture dati. Lezione 10 - Modulo 1. Importanza delle strutture dati
Informatica 3 Informatica 3 LEZIONE 10: Introduzione agli algoritmi e alle strutture dati Modulo 1: Perchè studiare algoritmi e strutture dati Modulo 2: Definizioni di base Lezione 10 - Modulo 1 Perchè
DettagliLogistica o distribuzione
6. I problemi di trasporto e distribuzione 1 Logistica o distribuzione La logistica è l attività di trasportare merci e/o servizi dai luoghi ( sorgenti ) dove tali merci o servizi sono disponibili, alle
Dettaglimin 4x 1 +x 2 +x 3 2x 1 +x 2 +2x 3 = 4 3x 1 +3x 2 +x 3 = 3 x 1 +x 2 3x 3 = 5 Innanzitutto scriviamo il problema in forma standard: x 1 x 2 +3x 3 = 5
IL METODO DEL SIMPLESSO 65 Esercizio 7.4.4 Risolvere utilizzando il metodo del simplesso il seguente problema di PL: min 4 + + + + = 4 + + = + = 5 Innanzitutto scriviamo il problema in forma standard:
DettagliModelli matematici e realtà:
Piano Lauree Scientifiche Matematica e Statistica 2010-11 Modelli matematici e realtà: sulle equazioni differenziali - prima parte R. Vermiglio 1 1 Dipartimento di Matematica e Informatica - Università
DettagliUniversità degli Studi di L Aquila. Facoltà di Ingegneria. Corso di Laurea in Ingegneria Elettronica Corso di Sistemi Informativi
Università degli Studi di L Aquila Facoltà di Ingegneria Corso di Laurea in Ingegneria Elettronica Corso di Sistemi Informativi Prof. Gaetanino Paolone Dott. Ottavio Pascale a.a.2003-2004 Progetto Campo
DettagliEsercizio 1: trading on-line
Esercizio 1: trading on-line Si realizzi un programma Java che gestisca le operazioni base della gestione di un fondo per gli investimenti on-line Creazione del fondo (con indicazione della somma in inizialmente
DettagliBasi di dati 9 febbraio 2010 Compito A
Basi di dati 9 febbraio 2010 Compito A Domanda 0 (5%) Leggere e rispettare le seguenti regole: Scrivere nome, cognome, matricola (se nota), corso di studio e lettera del compito (ad esempio, A) sui fogli
DettagliESEMPIO P.L. : PIANIFICAZIONE DI INVESTIMENTI
ESEMPIO P.L. : PIANIFICAZIONE DI INVESTIMENTI PROBLEMA: un azienda deve scegliere fra due possibili investimenti al fine di massimizzare il profitto netto nel rispetto delle condizioni interne e di mercato
DettagliIl Test d ingresso per la Facoltà à di Scienze. PISA 3 dicembre 2008
Il Test d ingresso per la Facoltà à di Scienze PISA 3 dicembre 2008 SOMMARIO Il documento ufficiale Esempio di test I punti del documento ufficiale della Conferenza delle Facoltà di Scienze Necessità di
DettagliOsservatorio SosTariffe.it Telefonia Mobile
Osservatorio SosTariffe.it Telefonia Mobile TARIFFE IN PORTABILITA DEL NUMERO: ANALISI SUL RISPARMIO CHE SI OTTIENE EFFETTUANDO IL PASSAGGIO DEL NUMERO AD UN ALTRO OPERATORE SIA PER ABBONAMENTI CHE PER
Dettaglielicaweb manuali - Vendite: come iniziare - pagina 1 di 9
elicaweb manuali - Vendite: come iniziare - pagina 1 di 9 Indice Premessa 2 Listini di vendita! 2 Variazioni 2 Nuovo listino 3 Cerca e Query 3 Report 4 Classi di sconto! 5 Nuovo 5 Cerca 5 Report 5 Sconti
DettagliInformatica 3. LEZIONE 21: Ricerca su liste e tecniche di hashing. Modulo 1: Algoritmi sequenziali e basati su liste Modulo 2: Hashing
Informatica 3 LEZIONE 21: Ricerca su liste e tecniche di hashing Modulo 1: Algoritmi sequenziali e basati su liste Modulo 2: Hashing Informatica 3 Lezione 21 - Modulo 1 Algoritmi sequenziali e basati su
DettagliIL TEST DI ACCESSO AI CORSI DI STUDIO TRIENNALI DI PSICOLOGIA
AI CORSI DI STUDIO TRIENNALI DI PSICOLOGIA Claudio Barbaranelli Sapienza Università di Roma, Dipartimento di Psicologia 1 OUTLINE - Le prove del test - Il bando: localizzazione e contenuti - La difficoltà
DettagliPage 1. Evoluzione. Intelligenza Artificiale. Algoritmi Genetici. Evoluzione. Evoluzione: nomenclatura. Corrispondenze natura-calcolo
Evoluzione In ogni popolazione si verificano delle mutazioni. Intelligenza Artificiale In un ambiente che varia, le mutazioni possono generare individui che meglio si adattano alle nuove condizioni. Questi
DettagliAnalisi per processi - ESEMPI DI MODELLAZIONE AZIENDALE -
Analisi per processi - ESEMPI DI MODELLAZIONE AZIENDALE - Prof. Riccardo Melloni riccardo.melloni@unimore.it Università di Modena and Reggio Emilia Dipartimento di Ingegneria Enzo Ferrari via Vignolese
DettagliIdentificazione dei Parametri Caratteristici di un Plasma Circolare Tramite Rete Neuronale
Identificazione dei Parametri Caratteristici di un Plasma Circolare Tramite Rete euronale Descrizione Il presente lavoro, facente segiuto a quanto descritto precedentemente, ha il fine di: 1) introdurre
DettagliValutazione delle Prestazioni. Valutazione delle Prestazioni. Architetture dei Calcolatori (Lettere. Tempo di risposta e throughput
Valutazione delle Prestazioni Architetture dei Calcolatori (Lettere A-I) Valutazione delle Prestazioni Prof. Francesco Lo Presti Misura/valutazione di un insieme di parametri quantitativi per caratterizzare
DettagliINTRODUZIONE ALLA MICROECONOMIA [F O] / Prova finale 14 Gennaio 2005. Nome.. Cognome. Matricola. Corso di laurea: CLEMI CLEA CLSES
INTRODUZIONE ALLA MICROECONOMIA [F O] / Prova finale 14 Gennaio 2005 A Nome.. Cognome. Matricola. Corso di laurea: CLEMI CLEA CLSES Istruzioni: rispondete alle domande segnando con una crocetta la lettera
DettagliCapitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano
Capitolo 5: Ottimizzazione Discreta E. Amaldi DEI, Politecnico di Milano 5.1 Modelli di PLI, formulazioni equivalenti ed ideali Il modello matematico di un problema di Ottimizzazione Discreta è molto spesso
DettagliPre Mitel. Metodi di programmazione logistica 01/12/2010 1
Pre Mitel Metodi di programmazione logistica Giulio Gencarelli 01/12/2010 1 Programmazione Definizione delle azioni da realizzare sulla base delle risorse effettivamente disponibili; Quadro di sviluppo
DettagliSistemi Operativi mod. B. Sistemi Operativi mod. B A B C A B C P 1 2 0 0 P 1 1 2 2 3 3 2 P 2 3 0 2 P 2 6 0 0 P 3 2 1 1 P 3 0 1 1 < P 1, >
Algoritmo del banchiere Permette di gestire istanze multiple di una risorsa (a differenza dell algoritmo con grafo di allocazione risorse). Ciascun processo deve dichiarare a priori il massimo impiego
DettagliQG Gestione Assenze. Inserimento per Classe. Per la gestione delle assenze accedere dal Menu Giornaliere->Assenze e Giustificazioni
QG Gestione Assenze Per la gestione delle assenze accedere dal Menu Giornaliere->Assenze e Giustificazioni Le voci principali che permettono l inserimento delle assenze sono: Inserimento per Classe Inserimento
DettagliLe parole dell informatica: modello di calcolo, complessità e trattabilità
Le parole dell informatica: modello di calcolo, complessità e trattabilità Angelo Montanari Dipartimento di Matematica e Informatica Università degli Studi di Udine Ciclo di seminari su un Vocabolario
DettagliRicerca di outlier. Ricerca di Anomalie/Outlier
Ricerca di outlier Prof. Matteo Golfarelli Alma Mater Studiorum - Università di Bologna Ricerca di Anomalie/Outlier Cosa sono gli outlier? L insieme di dati che sono considerevolmente differenti dalla
DettagliPROVA FINALE V. AULETTA G. PERSIANO ALGORITMI II - -MAGIS INFO
PROVA FINALE V. AULETTA G. PERSIANO ALGORITMI II - -MAGIS INFO 1. Load Balancing Un istanza del problema del load balancing consiste di una sequenza p 1,..., p n di interi positivi (pesi dei job) e un
DettagliPricing & Costing: Il comportamento dei costi aziendali
Pricing & Costing: Il comportamento dei costi aziendali G. TOSCANO e A. VINCI Corso: Pricing & Costing LIUC Università di Ottobre 2012 Anno accademico 2012/13 1 La definizione di costo UN COSTO PUO ESSERE
DettagliTesina di Identificazione dei Modelli e Analisi dei Dati
Tesina di Identificazione dei Modelli e Analisi dei Dati Ceccarelli Egidio e Papi Alessio 19 Luglio 2000 1 Indice 1 Introduzione 3 2 Valutazioni relative all identificazione 3 3 Prove 4 4 Conclusioni 5
Dettagli(Atti per i quali la pubblicazione non è una condizione di applicabilità) COMMISSIONE
L 86/6 Gazzetta ufficiale dell Unione europea 5.4.2005 II (Atti per i quali la pubblicazione non è una condizione di applicabilità) COMMISSIONE DECISIONE DELLA COMMISSIONE del 22 marzo 2005 che stabilisce
DettagliEsempi di algoritmi. Lezione III
Esempi di algoritmi Lezione III Scopo della lezione Implementare da zero algoritmi di media complessità. Verificare la correttezza di un algoritmo eseguendolo a mano. Imparare a valutare le prestazioni
Dettaglifit-up), cioè ai problemi che si verificano all atto dell assemblaggio quando non si riescono a montare i diversi componenti del prodotto o quando il
Abstract Nel presente lavoro di tesi è stata analizzata l importanza che riveste l assemblaggio meccanico nelle diverse fasi del processo produttivo, centrando l attenzione sulle fasi di progettazione
DettagliMetodi Stocastici per la Finanza
Metodi Stocastici per la Finanza Tiziano Vargiolu vargiolu@math.unipd.it 1 1 Università degli Studi di Padova Anno Accademico 2011-2012 Lezione 6 Indice 1 Il metodo bootstrap 2 Esercitazione 3 Interpolazione
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
DettagliSistemi Informativi Territoriali. Map Algebra
Paolo Mogorovich Sistemi Informativi Territoriali Appunti dalle lezioni Map Algebra Cod.735 - Vers.E57 1 Definizione di Map Algebra 2 Operatori locali 3 Operatori zonali 4 Operatori focali 5 Operatori
DettagliObiettivi dell esercitazione. Requisiti (cont.) Requisiti. Università di Roma La Sapienza A.A. 2008-2009. Facoltà di Ingegneria Sede di Latina
Università di Roma La Sapienza A.A. 2008-2009 Facoltà di Ingegneria Sede di Latina Laurea in Ingegneria Informatica ed Ingegneria dell Informazione Corso di PROGETTAZIONE DEL SOFTWARE Esercitazione sulla
DettagliCriticità e potenzialità nella creazione di un progetto di efficientamento per i CAS.
Criticità e potenzialità nella creazione di un progetto di efficientamento per i CAS. Pavia, 18 dicembre 2014 Tavola rotonda su Efficienza Energetica e certificati bianchi per interventi nell ambito del
DettagliALGORITMI e PROGRAMMI Programmazione: Lavoro che si fa per costruire sequenze di istruzioni (operazioni) adatte a svolgere un dato calcolo
ALGORITMI e PROGRAMMI Programmazione: Lavoro che si fa per costruire sequenze di istruzioni (operazioni) adatte a svolgere un dato calcolo INPUT: dati iniziali INPUT: x,y,z AZIONI esempio: Somma x ed y
DettagliIL PROGETTO MILANESE DI INTEGRAZIONE TRA CAR-SHARING E TPL
IL PROGETTO MILANESE DI INTEGRAZIONE TRA CAR-SHARING E TPL Arch. Filippo Salucci Direttore Settore Attuazione Mobilità e Trasporti Comune di Milano 31 MAGGIO 2010 LO STATO DELL ARTE A MILANO Iscritti:
DettagliFLASHINVESTOR Manuale dell Utente
FLASHINVESTOR Manuale dell Utente Questa breve guida ha lo scopo di aiutare l utente a prendere confidenza con il prodotto in modo da sfruttarne appieno tutte le potenzialità. Abbiamo cercato di realizzare
DettagliGuida sintetica Gestione Attività
Guida sintetica Gestione Attività Sommario Creare le tipologie di Attività... 1 Registrare una attività... 2 Registrare più attività automaticamente... 3 Visualizzare la totalità delle Pianificazioni...
Dettagli(Esercizi Tratti da Temi d esame degli ordinamenti precedenti)
(Esercizi Tratti da Temi d esame degli ordinamenti precedenti) Esercizio 1 L'agenzia viaggi GV - Grandi Viaggi vi commissiona l'implementazione della funzione AssegnaVolo. Tale funzione riceve due liste
DettagliPROGRAMMA SVOLTO DI INFORMATICA ANNO SCOLASTICO 2013/2014. DOCENTE: Villani Chiara
LICEO SCIENTIFICO STATALE "FILIPPO LUSSANA" V i a A n g e l o Ma j, 1 2 4 1 2 1 B E R G A M O 035 237502 Fax: 035 236331 Sito e contatti: www.liceolussana.com Codice fiscale: 80026450165 PROGRAMMA SVOLTO
DettagliModelli per la gestione delle scorte
Modelli per la gestione delle scorte Claudio Arbib Università di L Aquila Seconda Parte Sommario Sui problemi di gestione aperiodica equazioni di stato Funzioni di costo Un modello convesso formulazione
DettagliSchedulazione delle attività di un progetto in presenza di multi-calendari
Schedulazione delle attività di un progetto in presenza di multi-calendari Maria Silvia Pini Resp. accademico: Prof.ssa Francesca Rossi Università di Padova Attività FSE DGR 1102/2010 La gestione dell
DettagliLocalità. Piacenza. Progetto ECATE. Progetto E.C.A.T.E. Efficienza e Compatibilità Ambientale delle Tecnologie Energetiche
Località Piacenza Doc. n. R 4.1/4 CONSORZIO LEAP Laboratorio Energia Ambiente Piacenza Progetto ECATE Rev 0. Progetto E.C.A.T.E. Efficienza e Compatibilità Ambientale delle Tecnologie Energetiche > REALIZZAZIONE
DettagliAppunti sulla Macchina di Turing. Macchina di Turing
Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso
DettagliPacchetto Mobilità Sostenibile Offerta Business. Parma, Gennaio 2015
Pacchetto Mobilità Sostenibile Offerta Business Parma, Gennaio 2015 COSA È IL CAR SHARING Permette di avere a disposizione un auto solo quando se ne ha un effettivo bisogno, senza sostenere i costi di
DettagliINTRODUZIONE A EXCEL ESERCITAZIONE I
1 INTRODUZIONE A EXCEL ESERCITAZIONE I Corso di Idrologia e Infrastrutture Idrauliche Prof. Roberto Guercio Cos è Excel 2 Foglio di calcolo o foglio elettronico è formato da: righe e colonne visualizzate
DettagliManuale di Aggiornamento BOLLETTINO. Rel. 5.10.2B. DATALOG Soluzioni Integrate a 32 Bit
KING Manuale di Aggiornamento BOLLETTINO Rel. 5.10.2B DATALOG Soluzioni Integrate a 32 Bit Bollettino 5.10.2B - 15 2.3 Contabilità Analitica Plus: Nuove funzioni Con l attuale release sono state aggiunte
DettagliImparare a progettare il miglioramento. Corso di Mappatura e Analisi dei Processi Aziendali. Piano didattico 2015
Corso di Mappatura e Analisi dei Processi Aziendali Piano didattico 2015 Imparare a progettare il miglioramento PROXYMA Via Imperiali, 77 36100 Vicenza Tel. 0444 512733 Email: proxyma@proxyma.it Mappare
DettagliLab 11 Gestione file di testo"
Fondamenti di Informatica e Laboratorio T-AB Ingegneria Elettronica e Telecomunicazioni Lab 11 Gestione file di testo" Lab15 1 Esercizio 1 n Realizzare un programma che, aperto un file di testo di nome
DettagliRICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007
RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 Rispondere alle seguenti domande marcando a penna la lettera corrispondente alla risposta ritenuta corretta (una sola tra quelle riportate). Se
DettagliRicerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Introduzione
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Introduzione La Ricerca Operativa La Ricerca Operativa è una disciplina relativamente recente. Il termine Ricerca Operativa è stato coniato
DettagliFiat Group Purchasing Supplier Quality SQP Manuale Utente Versione 1, Dicembre 2008
SQP Certificazione Fornitore Versione 1, Dicembre 2008 Indice argomenti 1. Versione documento...2 2. Premessa...3 3. Introduzione alla nuova funzionalità...4 4. Tipi di certificazione...5 5. Enti certificatori...6
DettagliFunzioni di Trasferimento Movimenti
Airone Gestione Rifiuti Funzioni di Trasferimento Movimenti Airone Funzione di Trasferimento Movimenti pag. 1 Indice INTRODUZIONE... 3 FUNZIONE DI TRASFERIMENTO MOVIMENTI... 3 Configurazione dell applicazione...4
DettagliStatistica. Esercitazione 3 5 maggio 2010 Serie storiche. Connessione e indipendenza statistica
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2008/2009 Statistica Esercitazione 3 5 maggio 2010 Serie storiche. Connessione e indipendenza
DettagliEsercizi di Gestione della Produzione Industriale. Tabella 1: tempi di lavorazione di un set di job.
Esercizio 1: schedulazione con il modello di Johnson...2 Soluzione dell esercizio 1 (schedulazione con il modello di Johnson)...2 Esercizio 2: schedulazione con il modello di Hodgson...3 Soluzione dell
Dettagli1. Definizione di budget e collocazione nel processo di programmazione e controllo
21 Capitolo II Il budget 1. Definizione di budget e collocazione nel processo di programmazione e controllo Il budget - e' un programma delle operazioni di gestione da compiere in un anno, finalizzato
DettagliTemi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
Dettagliregola(1,[e,f],b) regola(2,[m,f],e) regola(3,[m],f) regola(4,[b,f],g) regola(5,[b,g],c) regola(6,[g,q],a)
ESERCIZIO1 PREMESSA Per risolvere problemi spesso esistono delle regole che, dai dati del problema, permettono di calcolare o dedurre la soluzione. Questa situazione si può descrivere col termine regola(,
DettagliNota sui derivati allegata ai sensi dall art. 62 del d.l. 112/2008
Nota sui derivati allegata ai sensi dall art. 62 del d.l. 112/2008 1 Obiettivi delle Operazioni Swap. Le operazioni Swap sottoscritte dal Comune di Campi Bisenzio, del tipo Interest Rate Swap Plain Vanilla,
DettagliALGEBRA DELLE PROPOSIZIONI
Università di Salerno Fondamenti di Informatica Corso di Laurea Ingegneria Corso B Docente: Ing. Giovanni Secondulfo Anno Accademico 2010-2011 ALGEBRA DELLE PROPOSIZIONI Fondamenti di Informatica Algebra
DettagliControlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L.
Parte 3 Aggiornamento: Settembre 2010 Parte 3, 1 Trasformata di Laplace e Funzione di trasferimento Prof. Lorenzo Marconi DEIS-Università di Bologna Tel. 051 2093788 Email: lmarconi@deis.unibo.it URL:
DettagliLezione 10: Il problema del consumatore: Preferenze e scelta ottimale
Corso di Scienza Economica (Economia Politica) prof. G. Di Bartolomeo Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale Facoltà di Scienze della Comunicazione Università di Teramo Scelta
DettagliSistemi Operativi. Scheduling della CPU SCHEDULING DELLA CPU. Concetti di Base Criteri di Scheduling Algoritmi di Scheduling
SCHEDULING DELLA CPU 5.1 Scheduling della CPU Concetti di Base Criteri di Scheduling Algoritmi di Scheduling FCFS, SJF, Round-Robin, A code multiple Scheduling in Multi-Processori Scheduling Real-Time
DettagliSistemi Operativi SCHEDULING DELLA CPU. Sistemi Operativi. D. Talia - UNICAL 5.1
SCHEDULING DELLA CPU 5.1 Scheduling della CPU Concetti di Base Criteri di Scheduling Algoritmi di Scheduling FCFS, SJF, Round-Robin, A code multiple Scheduling in Multi-Processori Scheduling Real-Time
DettagliFasi di creazione di un programma
Fasi di creazione di un programma 1. Studio Preliminare 2. Analisi del Sistema 6. Manutenzione e Test 3. Progettazione 5. Implementazione 4. Sviluppo 41 Sviluppo di programmi Per la costruzione di un programma
DettagliRendering air show e verifica della sincronizzazione
Capitolo 5 Rendering air show e verifica della sincronizzazione 5.1 Introduzione Il Rendering 3D dell evoluzioni acrobatiche costituisce uno degli aspetti cruciali dell applicazione realizzata. L ambiente
DettagliSimulazioni accoppiate 1D-3D per scenari d incendio
Simulazioni accoppiate 1D-3D per scenari d incendio Applicazione a tunnel stradali e linee metropolitane Luca Iannantuoni Dipartimento di Energia - Politecnico di Milano 29 Ottobre 2009 Luca Iannantuoni
DettagliGestione dei teatri in vari comuni italiani
Gestione dei teatri in vari comuni italiani SCENARIO Si chiede di implementare un database per la gestione dell archivio dei Teatri di Firenze, Milano, Venezia, Palermo, Roma, Bergamo e di alcuni comuni
DettagliUn gioco con tre dadi
Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.
DettagliDomande a scelta multipla 1
Domande a scelta multipla Domande a scelta multipla 1 Rispondete alle domande seguenti, scegliendo tra le alternative proposte. Cercate di consultare i suggerimenti solo in caso di difficoltà. Dopo l elenco
DettagliAD HOC Servizi alla Persona
Software per la gestione dell amministrazione AD HOC Servizi alla Persona GESTIONE PASTI RESIDENZIALE Le principali funzioni del modulo pasti si possono suddividere nei seguenti punti: gestire le prenotazioni
DettagliLe scuole che hanno risposto al questionario Aldopaolo Palareti
Le scuole che hanno risposto al questionario Aldopaolo Palareti Le scuole presenti Il Ministero dell Istruzione, dell Università e della Ricerca riporta sul suo sito, http://www.istruzione.it/, l elenco
Dettaglie-dva - eni-depth Velocity Analysis
Lo scopo dell Analisi di Velocità di Migrazione (MVA) è quello di ottenere un modello della velocità nel sottosuolo che abbia dei tempi di riflessione compatibili con quelli osservati nei dati. Ciò significa
Dettagli1a Edizione Risorse Comuni
1a Edizione Risorse Comuni Gli strumenti innovativi per la gestione efficiente della finanza dell ente Focus sulle tecniche di gestione attiva del debito Relatore: Giampiero Bergami Milano, 22 gennaio
DettagliUniversità di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
DettagliCOMPLEMENTI SULLE LEGGI FINANZIARIE
COMPLEMENI SULLE LEGGI FINANZIARIE asso di rendimento di operazioni finanziarie in valuta estera La normativa vigente consente di effettuare operazioni finanziarie, sia di investimento che di finanziamento,
DettagliRicerca Operativa A.A. 2007/2008
Ricerca Operativa A.A. 2007/2008 9. Cenni su euristiche e metaeuristiche per ottimizzazione combinatoria Motivazioni L applicazione di metodi esatti non è sempre possibile a causa della complessità del
DettagliAlternanza scuola lavoro: a che punto siamo?
Alternanza scuola lavoro: a che punto siamo? Esiti monitoraggio nazionale a.s. 2012/2013 1 Dati in sintesi e trend L alternanza scuola lavoro è una metodologia didattica innovativa del sistema dell istruzione
DettagliSCHEDULATORI DI PROCESSO
Indice 5 SCHEDULATORI DI PROCESSO...1 5.1 Schedulatore Round Robin...1 5.2 Schedulatore a priorità...2 5.2.1 Schedulatore a code multiple...3 5.3 Schedulatore Shortest Job First...3 i 5 SCHEDULATORI DI
DettagliPROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0)
PROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0) (Da effettuare non prima del 01/01/2011) Le istruzioni si basano su un azienda che ha circa 1000 articoli, che utilizza l ultimo
DettagliSistemi Operativi IMPLEMENTAZIONE DEL FILE SYSTEM. Implementazione del File System. Struttura del File System. Implementazione
IMPLEMENTAZIONE DEL FILE SYSTEM 9.1 Implementazione del File System Struttura del File System Implementazione Implementazione delle Directory Metodi di Allocazione Gestione dello spazio libero Efficienza
DettagliGli obiettivi del Cielo Unico
Gli obiettivi del Cielo Unico 1 Gli obiettivi del Cielo Unico CAPACITÀ ATM Supportare aumento 3 volte l attuale. SAFETY Grado di sicurezza 10 volte migliore. AMBIENTE Flight Efficiency Riduzione del 10%
DettagliGESTIONE DEI BENI USATI
GESTIONE DEI BENI USATI Di seguito vengono elencate le modalità per gestire l acquisto e la cessione dei beni usati OPERAZIONI PRELIMINARI Per gestire l acquisto e la cessione di beni usati è necessario:
DettagliAnalisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda
Analisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda Premessa Con l analisi di sensitività il perito valutatore elabora un range di valori invece di un dato
DettagliUniversità di Roma Tor Vergata Corso di Laurea triennale in Informatica Sistemi operativi e reti A.A. 2014-15. Pietro Frasca. Parte II Lezione 5
Università di Roma Tor Vergata Corso di Laurea triennale in Informatica Sistemi operativi e reti A.A. 2014-15 Parte II Lezione 5 Giovedì 19-03-2015 1 Intensità del traffico e perdita dei pacchetti La componente
DettagliGli effetti dei trasporti sulla distribuzione dei consumi
Gli effetti dei trasporti sulla distribuzione dei consumi alberto.milotti@unibocconi.it giuseppe.siciliano@unibocconi.it CERTeT Università Bocconi MEMIT Master in Economia dei Trasporti memit.unibocconi.it
Dettagli1. Che cos è la multiprogrammazione? Si può realizzare su un sistema monoprocessore? 2. Quali sono i servizi offerti dai sistemi operativi?
1. Che cos è la multiprogrammazione? Si può realizzare su un sistema monoprocessore? 2. Quali sono i servizi offerti dai sistemi operativi? 1. La nozione di multiprogrammazione prevede la possibilità di
DettagliA intervalli regolari ogni router manda la sua tabella a tutti i vicini, e riceve quelle dei vicini.
Algoritmi di routing dinamici (pag.89) UdA2_L5 Nelle moderne reti si usano algoritmi dinamici, che si adattano automaticamente ai cambiamenti della rete. Questi algoritmi non sono eseguiti solo all'avvio
DettagliProblemi complessi : come trovare una soluzione soddisfacente?
Informatica nel futuro, sfide e prospettive - evento scientifico per i 40 anni di ated Manno, 7 ottobre 2011 Problemi complessi : come trovare una soluzione soddisfacente? Marino Widmer Università di Friburgo
DettagliLa memoria centrale (RAM)
La memoria centrale (RAM) Mantiene al proprio interno i dati e le istruzioni dei programmi in esecuzione Memoria ad accesso casuale Tecnologia elettronica: Veloce ma volatile e costosa Due eccezioni R.O.M.
DettagliCase study City of Rome
Case study City of Rome aggio 2012 OVERVIEW Go-Mobility è una società che si occupa di pianificazione del traffico e indagini di mobilità. È tra le prime società in Italia ad utilizzare il sistema innovativo
Dettagli1) Dati in ingresso 2 numeri, l algoritmo calcola e stampa a video la loro somma
Algoritmo: E un insieme finito di azioni che risolvono un determinato problema, trasformando i dati di input in di dati di output (o risultati) attraverso relazioni o formule che legano i dati in ingresso
Dettagli