Il problema della scelta modale ਠsolitamente affrontato con metodologie di scelta discreta, metodologie distinte nelle tre categorie dei modelli parametrici, dei modelli semiparametrici e non parametrici. Gli approcci di tipo parametrico, in particolare i modelli di scelta discreta di tipo Logit vanno a stabilire una forte relazione, rappresentata dai coefficienti di calibrazione, tra attributi e scelta. Una grossa limitazione all'applicazione di questa tipologia di modelli ਠil loro utilizzo con scarsa disponibilità  di dati e soprattutto affidabilità  dei dati relativi alla domanda portando allo sviluppo di una serie di metodologie alternative non pi๠di derivazione statistica. A fianco e in parallelo ai modelli di tipo parametrico esistono tecniche modellistiche completamente diverse, cioਠquelle di tipo non parametrico, che forniscono solitamente risultati migliori rispetto ai modelli parametrici. Si hanno una serie di vantaggi dall'utilizzo di questi metodi, ovvero una capacità  di rappresentazione dei dati rilevati migliore rispetto ai modelli parametrici e la possibilità  di utilizzare dati affetti da †œdisturbi†� di vario genere o comunque meno affidabili, ma con la grossa limitazione di non essere statisticamente validi, e spesso non si ha la possibilità  di indagare su come il modello fornisca i risultati, specialmente in fase previsionale. Nel campo della scelta modale, ਠlecito quindi chiedersi quale sia la procedura migliore da utilizzare: premesso che un modello teorico perfetto non esiste, rimane aperta la questione relativa alla preferibilità  nel seguire un approccio classico di tipo statistico o uno non statistico. Attualmente la ricerca, in particolare nel campo della ricerca operativa, sta riscoprendo molte metodologie di data mining, ਠquesto il caso, fra gli altri, della metodologia oggetto di questa tesi, la †œTeoria dei Rough-set†�, nata come strumento matematico per lo studio e l'analisi di oggetti o azioni, descritti da attributi incerti, inconsistenti o ambigui. Tali azioni possono essere considerate come scelte di un decisore o pi๠decisori a fronte di diverse situazioni cui si chiede di dare risposta. Su questo concetto di base sono state sviluppate nel corso degli anni due diverse accezioni del metodo: la prima, si basa sul concetto di indiscernibilità , ovverosia due oggetti con la stessa descrizione, in termini di attributi, sono indistinguibili per quanto riguarda l'informazione fornita, mentre la seconda accezione del metodo, ਠquella che sfrutta la cosiddetta relazione di dominanza, per superare un limite del metodo classico, ovvero l'impossibilità  di stabilire una relazione d'ordine fra attributo e oggetto. Il risultato finale ਠun complesso di regole, espresso in forma di semplice costrutto logico †œif…then…†�, in funzione degli attributi. Questo aspetto in particolare rende il metodo assolutamente diverso da tutti gli altri: a differenza di quanto succede con i modelli precedentemente richiamati, la teoria dei Rough-set permette di collegare direttamente la scelta agli attributi che la determinano, nonchà©, effettuando un'ulteriore approfondita analisi delle regole, gli oggetti che supportano la scelta, e che quindi la giustificano. Il tutto diventa quindi perfettamente trasparente, a differenza di quanto accade con le altre metodologie parametriche e non. Prendendo atto dei pregi e difetti delle metodologie esistenti, la teoria dei Rough-set puಠessere utilizzata come approccio alternativo ai modelli di scelta discreta fino ad ora utilizzati, ed in particolare nel ramo prettamente trasportistico della scelta modale. La tesi come obiettivo principale si pone l'analisi della scelta del modo di trasporto con l'utilizzo di questa metodologia, finalizzata alla valutazione della loro applicabilità  e della capacità  previsiva di un modello di scelta modale realizzato sulla base di tale approccio. L'obiettivo del lavoro puಠessere riassunto come la verifica dell'applicabilità  della nuova metodologia al problema della scelta modale, la realizzazione a tale scopo di una procedura per l'applicazione della metodologia stessa a un caso reale per studiarne i risultati e le capacità  previsive, e il confronto con delle metodologie classiche applicate a questo tipo di problemi, in modo da valutarne i punti di forza e le debolezze. La nuova metodologia, ed allo stesso tempo i modelli sviluppati, non vanno considerati come una teoria che vada a sostituire le esistenti, quanto una procedura che puà², a fianco e in alternativa alle altre, fornire ulteriori indicazioni o informazioni su quanto studiato.

La teoria dei rough-set per la modellazione della scelta modale.

-
2008

Abstract

Il problema della scelta modale ਠsolitamente affrontato con metodologie di scelta discreta, metodologie distinte nelle tre categorie dei modelli parametrici, dei modelli semiparametrici e non parametrici. Gli approcci di tipo parametrico, in particolare i modelli di scelta discreta di tipo Logit vanno a stabilire una forte relazione, rappresentata dai coefficienti di calibrazione, tra attributi e scelta. Una grossa limitazione all'applicazione di questa tipologia di modelli ਠil loro utilizzo con scarsa disponibilità  di dati e soprattutto affidabilità  dei dati relativi alla domanda portando allo sviluppo di una serie di metodologie alternative non pi๠di derivazione statistica. A fianco e in parallelo ai modelli di tipo parametrico esistono tecniche modellistiche completamente diverse, cioਠquelle di tipo non parametrico, che forniscono solitamente risultati migliori rispetto ai modelli parametrici. Si hanno una serie di vantaggi dall'utilizzo di questi metodi, ovvero una capacità  di rappresentazione dei dati rilevati migliore rispetto ai modelli parametrici e la possibilità  di utilizzare dati affetti da †œdisturbi†� di vario genere o comunque meno affidabili, ma con la grossa limitazione di non essere statisticamente validi, e spesso non si ha la possibilità  di indagare su come il modello fornisca i risultati, specialmente in fase previsionale. Nel campo della scelta modale, ਠlecito quindi chiedersi quale sia la procedura migliore da utilizzare: premesso che un modello teorico perfetto non esiste, rimane aperta la questione relativa alla preferibilità  nel seguire un approccio classico di tipo statistico o uno non statistico. Attualmente la ricerca, in particolare nel campo della ricerca operativa, sta riscoprendo molte metodologie di data mining, ਠquesto il caso, fra gli altri, della metodologia oggetto di questa tesi, la †œTeoria dei Rough-set†�, nata come strumento matematico per lo studio e l'analisi di oggetti o azioni, descritti da attributi incerti, inconsistenti o ambigui. Tali azioni possono essere considerate come scelte di un decisore o pi๠decisori a fronte di diverse situazioni cui si chiede di dare risposta. Su questo concetto di base sono state sviluppate nel corso degli anni due diverse accezioni del metodo: la prima, si basa sul concetto di indiscernibilità , ovverosia due oggetti con la stessa descrizione, in termini di attributi, sono indistinguibili per quanto riguarda l'informazione fornita, mentre la seconda accezione del metodo, ਠquella che sfrutta la cosiddetta relazione di dominanza, per superare un limite del metodo classico, ovvero l'impossibilità  di stabilire una relazione d'ordine fra attributo e oggetto. Il risultato finale ਠun complesso di regole, espresso in forma di semplice costrutto logico †œif…then…†�, in funzione degli attributi. Questo aspetto in particolare rende il metodo assolutamente diverso da tutti gli altri: a differenza di quanto succede con i modelli precedentemente richiamati, la teoria dei Rough-set permette di collegare direttamente la scelta agli attributi che la determinano, nonchà©, effettuando un'ulteriore approfondita analisi delle regole, gli oggetti che supportano la scelta, e che quindi la giustificano. Il tutto diventa quindi perfettamente trasparente, a differenza di quanto accade con le altre metodologie parametriche e non. Prendendo atto dei pregi e difetti delle metodologie esistenti, la teoria dei Rough-set puಠessere utilizzata come approccio alternativo ai modelli di scelta discreta fino ad ora utilizzati, ed in particolare nel ramo prettamente trasportistico della scelta modale. La tesi come obiettivo principale si pone l'analisi della scelta del modo di trasporto con l'utilizzo di questa metodologia, finalizzata alla valutazione della loro applicabilità  e della capacità  previsiva di un modello di scelta modale realizzato sulla base di tale approccio. L'obiettivo del lavoro puಠessere riassunto come la verifica dell'applicabilità  della nuova metodologia al problema della scelta modale, la realizzazione a tale scopo di una procedura per l'applicazione della metodologia stessa a un caso reale per studiarne i risultati e le capacità  previsive, e il confronto con delle metodologie classiche applicate a questo tipo di problemi, in modo da valutarne i punti di forza e le debolezze. La nuova metodologia, ed allo stesso tempo i modelli sviluppati, non vanno considerati come una teoria che vada a sostituire le esistenti, quanto una procedura che puà², a fianco e in alternativa alle altre, fornire ulteriori indicazioni o informazioni su quanto studiato.
2008
it
Confronto
INGEGNERIA DELLE INFRASTRUTTURE,DELLE STRUTTURE E DEI TRASPORTI
Logit
Rough-set
Scelta modale
Università degli Studi di Trieste
File in questo prodotto:
Non ci sono file associati a questo prodotto.

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/20.500.14242/272673
Il codice NBN di questa tesi è URN:NBN:IT:UNITS-272673