L 16 Progetto delle alternative Andrea Castelletti Modellistica e Controllo dei Sistemi Ambientali.

Slides:



Advertisements
Presentazioni simili
ALLEGATO 1 CRITERI PER LA VALUTAZIONE DELL'IMPORTANZA DELLE
Advertisements

L10 Il passo temporale et al.
Metodi e Applicazioni numeriche nell’Ingegneria Chimica
8) GLI INTERVALLI DI CONFIDENZA
L13 Il processo di modellizzazione Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
Politica Economica – Micro
Fondamenti della Misurazione
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Dynamic Programming Chiara Mocenni Corso di.
Analisi delle Decisioni Funzioni di utilita’ e lotterie
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Lezione 2 Chiara Mocenni Corso di laurea L1.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Scelte di consumo Chiara Mocenni Corso di laurea.
L’analisi Costi-Benefici
Dalla PIP al MODSS Andrea Castelletti Politecnico di Milano MCSA 07/08 L03 Zambesi.
BBN e meccanicistici Andrea Castelletti Politecnico di Milano MCSA 07/08 L07.
Portatori d’interesse
Modelli e indicatori Andrea Castelletti Politecnico di Milano MCSA 07/08 L12 Volga.
L 17 Il Problema di Progetto Andrea Castelletti Modellistica e Controllo dei Sistemi Ambientali.
1 L 19 Pianificare la gestione: la politica Andrea Castelletti.
Modelli aggregati MCSA 07/08 L15 Andrea Castelletti
La procedura PIP Andrea Castelletti Politecnico di Milano MCSA 07/08 L02 Locarno – piena 2000.
Area di ricerca: Analisi e gestione dei sistemi ambientali e territoriali Sezione di Automatica Dipartimento di Elettronica e Informazione.
Ricognizione e azioni MCSA 07/08 L04 Andrea Castelletti Piena del Po
L18 Scegliere tra infinite alternative Andrea Castelletti Modellistica e Controllo dei Sistemi Ambientali.
Progetti 9 Progetto Nasello Rodolfo Soncini Sessa Pianificazione e gestione delle risorse idriche: progetto di DSS Copyright 2002 © Rodolfo Soncini Sessa.
Macchine non completamente specificate
Dip. Economia Politica e Statistica
CORSO DI MODELLI DI SISTEMI BIOLOGICI LAUREA IN INGEGNERIA CLINICA E BIOMEDICA.
CONTROLLO DI SUPPLY CHAIN MEDIANTE TECNICHE H-INFINITO E NEGOZIAZIONE
Lezione 8 Numerosità del campione
Num / 36 Lezione 9 Numerosità del campione.
Lezione 4 Probabilità.
6.6.Strumenti di valutazione: lanalisi multicriteri (AMC) Valutazione delle politiche AA 2005/2006 Davide Viaggi.
Marco Martoccia e Mattia Pancerasa
Copyright 2004 © Rodolfo Soncini Sessa.
Copyright 2004 © Rodolfo Soncini Sessa.
I sistemi di pianificazione e controllo.
Pianificazione Integrata e Partecipata
1 AUTOMATIZZAIAUTOMATIZZAIAUTOMATIZZAIAUTOMATIZZAI S.I. SISTEMASISTEMA INFORMATIVO INFORMATIVO PROCESSOPROCESSO DECISIONALE DECISIONALE DECISIONEDECISIONE.
RAZIONALITA’ LIMITATA
I SISTEMI OPERATIVI Per meccanismi operativi (o meccanismi organizzativi) s’intende l’insieme dei processi che fanno funzionare il sistema.
SINTESI DELLA PROCEDURA DI PIANIFICAZIONE DEI TRASPORTI
è … lo studio delle caratteristiche di regolarità dei fenomeni casuali
Milano, 7 luglio 2011 Rodolfo Soncini Sessa, Enrico Weber, Daniela Anghileri, Marco Micotti DEI – Politecnico di Milano 2. Azioni VerbaCe Attività
Copyright 2004 © Rodolfo Soncini Sessa.
PERCEZIONE Processo psicologico di creazione di un’immagine interna del mondo esterno.
R. Soncini Sessa, MODSS, S27 Stima degli effetti (Wald) Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
Copyright 2004 © Rodolfo Soncini Sessa.
Implementazione di dizionari Problema del dizionario dinamico Scegliere una struttura dati in cui memorizzare dei record con un campo key e alcuni altri.
La verifica d’ipotesi Docente Dott. Nappo Daniela
Progetto New Valley Andrea Castelletti Politecnico di Milano MCSA 06/07 P02 High Aswan Dam.
R. Soncini Sessa, MODSS, L 25 Il Processo decisionale Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
R. Soncini Sessa, MODSS, L 26 Stima degli effetti Calcolo degli obiettivi (Laplace) Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini.
R. Soncini Sessa, MODSS, L21 Accettare la casualità Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
Ayas, Capitanata e Sacramento River – Fase 0 Andrea Castelletti Politecnico di Milano MCSA 07/08 P01.
L23 Politiche fuori linea senza apprendimento: progetto funzionale Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
Test basati su due campioni Test Chi - quadro
Elementi di statistica Le cifre significative
Progetti P02 Progetto Mar Morto Rodolfo Soncini Sessa Pianificazione e gestione delle risorse idriche: progetto di DSS Copyright 2002 © Rodolfo Soncini.
Inga Dams: opportunità o danno?
Progetto Vomano Fasi 0,1 e 2 MCSA 07/08 P02 Andrea Castelletti
R. Soncini Sessa, MODSS, L22 Pianificare la gestione: la politica Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
R. Soncini Sessa, MODSS, L17 Modelli aggregati Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
R. Soncini Sessa, MODSS, P07 Progetto Bormida Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
R. Soncini-Sessa, MODSS, 2006 Rodolfo Soncini-Sessa Politecnico di Milano DEI – Politecnico di Milano L01 Perchè un nuovo paradigma?
L 18 Progetto delle alternative Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
L14 I ndicatori Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
R. Soncini Sessa, MODSS, 2004 L07 Sistemi, dominii e reti causali Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
Fiume Krishna: possibilità di sviluppo per il sud dell’India Messori Giada: Gentile Alessandro:
Obiettivi e struttura della lezione Lezione 3 – La Formazione delle Decisioni Obiettivo della lezione Presentare i diversi modelli teorici per la formazione.
Valutazioni applicate alle decisioni di investimento Arch. Francesca Torrieri Analisi di sensitività e analisi del rischio.
Transcript della presentazione:

L 16 Progetto delle alternative Andrea Castelletti Modellistica e Controllo dei Sistemi Ambientali

2 Portatori 0. Ricognizione e obiettivi 1. Definizione delle azioni 2. Definizione di criteri e indicatori 3. Identificazione del modello 4. Progetto delle alternative 6. Valutazione delle alternative 5. Stima degli effetti 7. Comparazione e negoziazione Alternative di compromesso 8. Mitigazione e compensazione Cercare ancora? si 9. Scelta politica no PIANIFICAZIONE Alternativa di miglior compromesso MODSS

3 Quali alternative considerare Troppo spesso le alternative considerate nella pratica progettuale sono solo quelle suggerite dallesperienza dellAnalista o proposte dal Decisore e dai Portatori dinteresse. E invece opportuno considerare tutte le alternative che si ottengono combinando in tutti i modi possibili le azioni identificate nella Fase 1. Es. Progetto Verbano: s scala di deflusso f fascia di regolazione d valore di DMV p politica di regolazione AZIONI E un insieme finito con 2 elementi. Sono insiemi infiniti. politiche fasce DMV SCALA att politiche fasce DMV SCALA +600 Infinite alternative

4 Problema di Progetto Il Problema di Progetto In generale, anche se non sempre infinito, il numero delle alternative è molto elevato, pertanto è necessario selezionare le più interessanti" più interessanti secondo i criteri specificati dai Portatori dinteresse. Sulla base degli indicatori che quantificano tali criteri si definiscono degli obiettivi e si individuano le alternative efficienti rispetto ad essi.

5 Condizioni di completa razionalità La soluzione di un Problema di Progetto risulta in genere complessa, perché: gli obiettivi sono molteplici e non esiste quindi un criterio unico con cui scegliere tra le alternative. IPOTESI SEMPLIFICATIVA: completa razionalità Esiste un unico indicatore di progetto Il caso è di scarso interesse nel paradigma della decisione partecipata, perché: o è presente un unico Portatore dinteresse: caso molto raro o lAnalista definisce lobiettivo escludendo i Portatori (ad esempio quando adotta lAnalisi Costi-Benefici): assenza di partecipazione !

6 Lindicatore di progetto i deve essere tale che, date due alternative A1 e A2, se i(A1) < i(A2) allora A1 è preferita ad A2. Lalternativa ottima è quella che rende i minimo. Ad esempio: i non può essere un indicatore come larea S di una zona umida In altre parole: i deve riflettere la soddisfazione prodotta dallalternativa, cioè il suo Valore. V S

7 0. Ricognizione e obiettivi 1. Definizione delle azioni 2. Definizione di criteri e indicatori 3. Identificazione del modello 4. Progetto delle alternative 6. Valutazione delle alternative 5. Stima degli effetti 7. Comparazione e negoziazione Alternative di compromesso 8. Mitigazione e compensazione Cercare ancora? si PIANIFICAZIONE Alternativa di miglior compromesso 9. Scelta politica no La PIP in condizioni di razionalità totale Alternativa ottima Serve: o in presenza di due modelli o per validare il risultato

8 Anche in condizioni di Razionalità totale il Problema di progetto resta difficile In presenza di un unico indicatore la soluzione del Problema di Progetto è lalternativa ottima (quella cui corrisponde il miglior valore dellindicatore). Tuttavia permangono 3 difficoltà: 1. la presenza di infinite alternative 2. lincertezza degli effetti indotta dal casualità dei disturbi 3. la presenza di decisioni ricorsive

9 Infinite alternative Se il numero delle alternative è finito (e abbastanza piccolo): procedura esaustiva per ogni alternativa A calcolo Se i è un costo, lalternativa ottima è quella che min i Se il numero delle alternative è infinito (o molto elevato) occorre individuare una procedura che analizzando solo un numero finito di alternative individui quella ottima (o almeno una molto prossima ad essa).

10 Incertezza degli effetti Non è possibile ordinare le alternative rispetto a i... indicatore casuale (stocastico o incerto) disturbi casuali... Esempio Progetto: costruzione di un argine fluviale contro le esondazioni Decisione: altezza u P dellargine i = danni futuri attualizzati + costo costruzione argine i cambia a seconda della traiettoria dei livelli Non è nota (è casuale!) quando devo scegliere u p. A parità di u p possono realizzarsi valori diversi di i. Che fare ?

11 Incertezza degli effetti non è possibile ordinare le alternative rispetto a J... indicatore casuale (stocastico o incerto) disturbi casuali... Esempio Progetto: costruzione di un argine fluviale contro le esondazioni Decisione u P : altezza dellargine J = danni futuri attualizzati + costo costruzione argine J cambia a seconda della traiettoria dei livelli non è nota (è casuale) quando devo scegliere u p a parità di u p possono realizzarsi diversi valori di J che fare ? È necessario filtrare lincertezza: ad ogni u P si associa un valore deterministico di i. 1) Se i è stocastico, individuo la sua distribuzione di probabilità, oppure, se i è incerto, individuo linsieme dei valori che assume. 2) Scelgo lalternativa ottima sulla base di unopportuna statistica. Nellesempio: scelgo u P per cui è minimo il valore atteso di i (min E [i]) oppure scelgo u P per cui è minimo il valore di i nel caso peggiore (min max i) È necessario filtrare lincertezza: ad ogni u P si associa un valore deterministico di i. 1) Se i è stocastico, individuo la sua distribuzione di probabilità, oppure, se i è incerto, individuo linsieme dei valori che assume. 2) Scelgo lalternativa ottima sulla base di unopportuna statistica. Nellesempio: scelgo u P per cui è minimo il valore atteso di i (min E [i]) oppure scelgo u P per cui è minimo il valore di i nel caso peggiore (min max i) criteri di filtraggio del disturbo

12 Decisioni ricorsive decisioni ricorsive Sono trasformabili in una decisione di pianificazione definendo una politica di regolazione, che, nel caso più semplice, è espressa da una successione periodica di leggi di controllo m t () Come definirle?

13 Condizioni di razionalità parziale Una volta risolte queste difficoltà e individuati gli algoritmi risolutivi del Problema di progetto in condizioni di razionalità totale affronteremo il Problema nel caso generale di molteplici obiettivi.

14 Leggere MODSS Cap. 7