Algoritmi euristici per l’ottimizzazione dell’offerta nella raccolta di rifiuti Tesi di laurea di Nicola Bindini Relatore: Chiar.mo Prof. Ing. DANIELE.

Presentazione sul tema: "Algoritmi euristici per l’ottimizzazione dell’offerta nella raccolta di rifiuti Tesi di laurea di Nicola Bindini Relatore: Chiar.mo Prof. Ing. DANIELE."— Transcript della presentazione:

1 Algoritmi euristici per l’ottimizzazione dell’offerta nella raccolta di rifiuti Tesi di laurea di Nicola Bindini Relatore: Chiar.mo Prof. Ing. DANIELE VIGO Correlatori: Chiar.mo Prof. Ing. PAOLO TOTH Chiar.mo Prof. Ing. ALBERTO CAPRARA Università degli Studi di Bologna FACOLTÀ DI INGEGNERIA Corso di Laurea in Ingegneria Gestionale Ricerca Operativa

2 Obiettivo della tesi Realizzazione di uno strumento software, per la gestione del servizio di raccolta dei rifiuti, con un’ interfaccia utente semplice ed immediata.  Lo strumento è stato realizzato con Visual Basic 6.0  Il programma si compone di 18 progetti integrati, gestiti da un progetto principale (main).  Ogni progetto è chiamato per svolgere specifiche funzioni, al termine delle quali restituisce il controllo al main.  Nello stadio finale il software si interfaccia con un ottimizzatore per la determinazione della soluzione ottima

3 Il servizio di raccolta di rifiuti I rifiuti sono accumulati in contenitori di diversi tipi e con differenti capacità I contenitori sono riuniti in postazioni, destinate a soddisfare la domanda di un bacino di utenza Le postazioni appartengono a zone, servite con lo stesso profilo di svuotamento, durante un unico viaggio Pianificazione del servizio di raccolta: Individuazione delle Frequenze di servizio da adottare nelle varie zone Dimensionamento delle postazioni (numero e tipo di contenitori impiegati)

4 Dati di partenza La base di dati si compone di più tabelle referenziate, le principali sono: Tabella ANAGRAFICA CASSONETTO Tabella POSTAZIONE Tabella OSSERVAZIONI E’ stata necessaria una riorganizzazione dei dati forniti dalle aziende erogatrici del servizio di raccolta rifiuti con cui si è collaborato Costruzione di un database relazionale con Microsoft Access

5 Architettura del programma  Fase 0: interfacciamento con la base di dati  Fase 1: analisi della domanda  Fase 2: scelta dei profili di svuotamento  Fase 3: determinazione della configurazione ottima Il programma si compone di 4 fasi principali :

6 Una generica fase si presenta all’utente sotto questo aspetto:

7 FASE 0 In questa fase si eseguono 2 operazioni fondamentali: 1) Creazione di un nuovo progetto Nome del progetto Cartella di lavoro Data di inizio pianificazione 2) Creazione di una connessione col database 2 dei 18 progetti componenti il programma sono dedicati alla gestione della connessione all’esportazione di informazioni tramite query

8 Nella fase 0 viene generata una copia clone del database di origine su cui si eseguiranno gli update dovuti alle scelte dell’utente e propri del particolare progetto in esecuzione Ad esempio la scelta delle postazioni da includere nell’analisi richiede un’operazione di aggiornamento della base di dati

9 FASE 1 In questa fase viene eseguita l’analisi della domanda Sulla base dei dati raccolti nella campagna di osservazioni, tramite regressione lineare, si determina una legge di riempimento per ogni postazione All’utente vengono mostrate le situazioni che presentano tassi di riempimento poco attendibili e viene data la possibilità di correggere tali valori manualmente

10 FASE 2 In questa fase vengono determinate le frequenze di servizio di ogni zona sulla base di due passi: individuazione delle frequenze ideali per ogni postazione determinazione della frequenza attuale ideale di zona che coincide con quella delle postazioni critiche di tale zona PASSO 1: PASSO 2: La determinazione dei profili è ottenuta sulle base di regole di associazione di un frequenza ad un intervallo di svuotamento.

11 FASE 3 E’ la fase conclusiva del programma, termina con l’individuazione della configurazione ottima, si compone dei seguenti passaggi: raccolta dei parametri di costo di servizio Preparazione file di input per il risolutore Chiamata dell’ottimizzatore Recupero e interpretazione del file di output contenente i risultati

12 Ottimizzatori L’utente per eseguire la fase 3 deve scegliere quale dei due ottimizzatori a disposizione utilizzare RSUeur: è un eseguibile scritto in linguaggio c, integrato al programma, che basa la ricerca della soluzione ottima su un algoritmo di tipo euristico RSUopt: si appoggia a CPLEX, un risolutore commerciale esterno al programma che attraverso un’ esplorazione intelligente dei nodi corrispondenti alle soluzioni ammissibili va a determinare quella ottima.

13 Sperimentazione: il caso Firenzuola SITUAZIONE ATTUALE Sono presenti 344 cassonetti, collocati in 270 postazioni. Sono a disposizione tre tipi di cassonetti : 1100lt, 1300lt, 1700lt. L’attuale mix di utilizzo è il seguente: Il territorio è suddiviso in 24 zone: 23 servite con frequenza bisettimanale 1 servita sei volte alla settimana Tipo di cassonetto1100lt1300lt1700lt Cassonetti utilizzati23395

14 SOLUZIONE PROPOSTA DALL’ALGORITMO EURISTICO Aumento del numero di cassonetti e conseguentemente del numero di svuotamenti dovuto al attuale sottodimensionamento di molte postazioni Mantenimento delle frequenze di servizio attuali Aumento del numero di visite settimanali I costi di servizio passano da 9244€ a 10273€ (incremento del 11%)

15 SOLUZIONE DEL MODELLO CON CPLEX Un aumento considerevole del numero di cassonetti ha consentito ad 11 zone il passaggio da frequenza 2 a frequenza 1. Riduzione del numero di visite settimanali I costi variabili di servizio passano da 9244€ a 9047€ con una riduzione del 2%, a fronte dell’acquisto di numerosi cassonetti

16 Conclusioni Si è realizzato un software di ausilio in un’attività come quella della pianificazione della raccolta dei rifiuti in cui le variabili in gioco sono molteplici Testando il programma in più situazioni ha sempre mostrato di poter generare soluzioni che consentono efficienze di costo pur garantendo la qualità del servizio. Lo strumento è utilizzabile sia come ripianificatore di una situazione attuale inefficiente, sia come analizzatore di scenari per una piena comprensione dell’impatto sul sistema di scelte differenti.