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

Algoritmi di ottimizzazione per la raccolta dei rifiuti solidi urbani

L'anteprima di questa tesi è scaricabile in PDF gratuitamente.
Per scaricare il file PDF è necessario essere iscritto a Tesionline.
L'iscrizione non comporta alcun costo. Mostra/Nascondi contenuto.

Cap.1 : Introduzione 10 1.2 : Problemi decisionali nella gestione dei rifiuti Un primo filone di studi riguarda la costruzione di modelli di previsione della produzione di rifiuti (“waste generation forecasting”). Attualmente non si può dimostrare che un particolare metodo di previsione sia superiore agli altri sotto ogni punto di vista (Ghiani, [40]). Per poter generare una previsione, la domanda (chiameremo spesso domanda la quantità di rifiuti che deve essere raccolta) deve presentare un qualche grado di regolarità. Gli studi fatti in questo campo possono essere suddivisi in due principali categorie: da una parte si hanno i metodi casuali, in cui si assume che la domanda futura sia in correlazione con i valori passati o attuali di alcune variabili, dall’altra si hanno i metodi basati sull’estrapolazione di serie temporali, nei quali si assume che alcune caratteristiche dei modelli temporali della domanda passata rimangano le stesse in futuro. Nel primo caso le pubblicazioni di maggior rilievo sono quelle di Daskalopoulos et al. [27] riguardante i rifiuti urbani e di Haws e Rossiter [40] riguardante i rifiuti industriali; in tutti e due i lavori si usa un metodo di Regressione. Sempre fra i metodi casuali va citato il modello econometrico di Joutz [53], che si occupa di fornire una stima dell’energia ottenibile dai rifiuti. Fra le pubblicazioni riguardanti i metodi di estrapolazione si ricordano quella di Chang et al. [40], in cui si usano tecniche di decomposizione e di media mobile, e quella di Chang e Lin [40], in cui ci si serve del metodo ARIMA (Auto-Regressive Integrated Moving Average). Come nel caso di molti altri problemi derivanti da applicazioni pratiche, anche nel campo della gestione dei rifiuti solidi gli studi di Ricerca Operativa hanno seguito tre direzioni principali. Si è cercato, cioè, di costruire modelli matematici che potessero essere

Anteprima della Tesi di Nicola Tiecco

Anteprima della tesi: Algoritmi di ottimizzazione per la raccolta dei rifiuti solidi urbani, Pagina 10

Tesi di Laurea

Facoltà: Ingegneria

Autore: Nicola Tiecco Contatta »

Composta da 153 pagine.

 

Questa tesi ha raggiunto 3149 click dal 20/03/2004.

 

Consultata integralmente 5 volte.

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