Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Network optimization via Ant Colony Algorithm: il caso della rete di trasporto urbano di Roma

La crescente attenzione al trasporto modale con finalità ambientali, sociali ed economiche non può prescindere da una fase di ottimizzazione della rete di percorsi urbani. In un'epoca nella quale la soluzione di problemi di routing ha assunto una posizione apicale nella ricerca operativa, la scelta di un bio algoritmo come ACS rappresenta un approccio alternativo all’utilizzo dei più affidabili ma esosi in termini di potenza di calcolo approcci di Dijkstra, Ford-Fulkerson, Orlin.
La possibilità di variare ACS per creare un algoritmo taylor-made che meglio si adatti all'ottimizzazione di una rete di trasporto pubblico consente di ampliare il set di parametri della rete che ottengono benefici dalla soluzione.
La rete di trasporto pubblico di Roma viene sezionata, analizzata e digitalizzata per potere essere simulata e per poterne valutare le performance attuali. La città viene trasformata in una scacchiera virtuale sulla quale fare viaggiare dapprima le vetture che quotidianamente percorrono le vie di Roma ed in un secondo momento liberare formiche. Formiche virtuali che, guidate dall’algoritmo ACS, ricreano i percorsi delle linee urbane.
L’obiettivo dell’algoritmo, modificato ed adattato, è quello di ottenere percorsi più brevi degli attuali ma in grado di trasportare un maggior numero di passeggeri secondo un approccio che, unendo entrambi i principali target della ricerca operativa, può a tutti gli effetti essere definito come “maximum flow-minimum cost”.
Nel confronto back to back con il quale si valuta la bontà dell’approccio ed i miglioramenti della rete di trasporto in seguito all'applicazione dell’algoritmo, è possibile focalizzarsi su più aspetti. Chiaramente, il target finale di passeggeri/km che sempre risulta incrementato può essere considerato il metro con il quale giudicare la validità della tesi di partenza: è possibile migliorare una rete di trasporto pubblico mediante ACS? E’ importante però sottolineare come sia possibile ridurre la lunghezza chilometrica complessiva della rete pur mantenendo un significativo incremento di passeggeri trasportati, garantendo un livello di servizio pari o migliore dell’attuale.
Doveroso pensare anche come si potrebbe comportare il trasporto pubblico di Roma nell’ipotesi, non solo fattibile ma meglio auspicabile, di un aumentato utilizzo del trasporto pubblico. BRT, interventi urbanistici, aumentata coscienza socio-ambientale sono alcuni aspetti che in tempi più o meno lunghi, potrebbero garantire un incremento dei passeggeri sulle linee di trasporto urbane. Nelle simulazioni con aumentato livello di richiesta, le linee modificate con ACS dimostrano di essere in grado di garantire un livello di servizio estremamente elevato con livelli di riempimento vettura e lunghezza dei percorsi del singolo utente che si assestano su valori oggettivamente positivi con incrementi di diverse decine di punti percentuali rispetto alle simulazioni effettuate con l’attuale disegno delle linee urbane.

Mostra/Nascondi contenuto.
Network Optimization via Ant Colony Algorithm – Il caso della rete di trasporto urbano di Roma 7 Introduzione Insetti come pachidermi. Per quanto paradossale, l’obiettivo di questo lavoro è quello di utilizzare l’intelligenza delle formiche per riconquistare le strade di Roma, più di due millenni dopo il celebre tentativo di Annibale con i suoi elefanti. Il trasporto pubblico, in un’epoca di crescente attenzione ai temi ambientali e di convivenza con un permanente stato di traffico congestionato, vede aumentare quotidianamente la propria importanza come mezzo per soddisfare la richiesta di mobilità nelle città, soprattutto nelle metropoli. La scelta che porta una persona all’utilizzo di un autobus o di una linea di metropolitana interrata è legata ad una serie di fattori come la comodità, la rapidità, la distanza dalla propria posizione e da quella di arrivo. Dall’altra parte del servizio vi sono coloro che il sistema di trasporto lo dirigono e che, nel soddisfare al meglio gli utenti, devono cercare un equilibrio con la sostenibilità economica e le esigenze pratiche della gestione quotidiana. Lo scopo di questa tesi è quello di cercare di ottimizzare la rete di trasporto pubblico della maggiore metropoli italiana, Roma. Nello specifico s’intende studiare ed applicare un approccio che consenta di ridisegnare le linee di trasporto esistenti variandone il percorso per consentire ad un maggior numero di persone di utilizzare il trasporto pubblico senza costringerle a spostarsi per raggiungere le fermate. Al tempo stesso lo studio si prefigge di limitare l’aumento di distanza chilometrica delle linee per evitare da un lato l’allungamento dei tempi di viaggio e dall’altro per garantire un bilanciamento tra il potenziale incremento di utenza e la variazione dei costi fissi. Ridisegnare un sistema di trasporto focalizzandosi sul miglioramento di determinati parametri è un’operazione che ricade all’interno di un ampio insieme di metodiche e tecniche conosciuto come ottimizzazione di reti. E’ infatti di uso comune la denominazione “rete di trasporto pubblico” per indicare tutto il complesso sistema di tragitti, mezzi, frequenze. L’ottimizzazione di reti è diventata nel corso degli anni uno degli argomenti più importanti e su cui ci si è concentrati maggiormente di tutta la ricerca operativa, la branca della logica matematica sviluppatasi nella seconda metà del secolo scorso sulla scia degli studi di pionieri come Turing 1 , Minsky 2 , Dijkstra 3 . Non è un caso che con il termine “problema di routing” con cui oggi si indica un generico problema d’instradamento in una rete sia diventato di accezione comune: navigatori satellitari che risolvono reti stradali e router informatici che risolvono reti di calcolatori sono oggetti con cui quotidianamente abbiamo rapporti più o meno diretti a livello professionale, ludico, domestico. 1 (Turing, 1950) 2 (Minsky, 1967) 3 (Dijkstra, 1959)

Laurea liv.I

Facoltà: Ingegneria

Autore: Roberto Marisaldi Contatta »

Composta da 130 pagine.

 

Questa tesi ha raggiunto 264 click dal 26/02/2016.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.