L’idea della tesi nasce da un’applicazione reale: l’ottimizzazione della flotta di un’azienda che offre manutenzione di bancomat e la conseguente programmazione giornaliera degli interventi di manutenzione. Nella prima parte della tesi si analizza il problema dell’ottimizzazione della flotta: due modelli di programmazione intera vengono studiati con alcuni risultati teorici di convessità discreta utili per la ricerca della soluzione ottima del problema minimizzando i tempi del relativo algoritmo. Nella seconda parte della tesi viene costruito un modello analitico per l’attribuzione dei singoli interventi di riparazione ai tecnici della flotta sulla base della distribuzione geografica e temporale degli interventi, dei costi di penali per i ritardi negli interventi e dalle tipologie di tecnici. Per la soluzione di questo problema è stato creato un algoritmo ad hoc che fornisce una soluzione esatta al problema di ottimo. La scelta di un algoritmo esatto (e non un’euristica) è dettata dalla caratteristica del problema (problema di piccole/medie dimensioni). Quattro differenti versioni dell’algoritmo sono analizzate e testate su 200 problemi generati casualmente.

Optimal fleet size and scheduling: some theoretical results and a real application

2007

Abstract

L’idea della tesi nasce da un’applicazione reale: l’ottimizzazione della flotta di un’azienda che offre manutenzione di bancomat e la conseguente programmazione giornaliera degli interventi di manutenzione. Nella prima parte della tesi si analizza il problema dell’ottimizzazione della flotta: due modelli di programmazione intera vengono studiati con alcuni risultati teorici di convessità discreta utili per la ricerca della soluzione ottima del problema minimizzando i tempi del relativo algoritmo. Nella seconda parte della tesi viene costruito un modello analitico per l’attribuzione dei singoli interventi di riparazione ai tecnici della flotta sulla base della distribuzione geografica e temporale degli interventi, dei costi di penali per i ritardi negli interventi e dalle tipologie di tecnici. Per la soluzione di questo problema è stato creato un algoritmo ad hoc che fornisce una soluzione esatta al problema di ottimo. La scelta di un algoritmo esatto (e non un’euristica) è dettata dalla caratteristica del problema (problema di piccole/medie dimensioni). Quattro differenti versioni dell’algoritmo sono analizzate e testate su 200 problemi generati casualmente.
26-apr-2007
Italiano
Cambini, Riccardo
Università degli Studi di Pisa
File in questo prodotto:
File Dimensione Formato  
Tesi_PhD_Riccardi_completa.pdf

embargo fino al 15/12/2046

Tipologia: Altro materiale allegato
Dimensione 988.69 kB
Formato Adobe PDF
988.69 kB Adobe PDF
Sintesi_PhD_Riccardi.pdf

embargo fino al 15/12/2046

Tipologia: Altro materiale allegato
Dimensione 130.24 kB
Formato Adobe PDF
130.24 kB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/153924
Il codice NBN di questa tesi è URN:NBN:IT:UNIPI-153924