Facoltà: Ingegneria Gestionale - classe L-9
Collocazione: 22220
Autore: Augusto Andrea
Data: 28/02/2024
Titolo: Algoritmi Genetici per l'ottimizzazione dei percorsi di consegna
Relatore: Mari Luca
Autorizzazione per la consultazione: SI
Le tesi si possono consultare unicamente in sede
La presente tesi esplora le potenzialità degli algoritmi genetici (GA) nell’ottimizzazione dei percorsi di consegna, simulato attraverso il problema del commesso viaggiatore (TSP). I primi capitoli presentano la storia logistica, sottolineando l’importanza di questa disciplina, e allo stesso tempo esaminano le sfide attuali da dover affrontare. La tesi si pone l’obiettivo di offrire un contributo, riguardo l’efficienza delle consegne, utilizzando appunto i GA per risolvere il problema del TSP. Si spiegano le dinamiche su cui sono basati questi particolari algoritmi, dalle teorie di Darwin fino a concetti tecnici come quello di fitness, selezione, crossover e mutazione e successivamente si è implementato un algoritmo genetico. L’implementazione pratica dell’algoritmo genetico, utilizzando librerie Python, viene presentato come una soluzione per affrontare il Travel Salesman Problem, problema noto per la sua complessità all’aumentare del numero dei vincoli. I dati relativi alle coordinate dei nodi, che rappresentano “gli stabilimenti di consegna”, sono stati inseriti randomicamente all’interno dei fogli di calcolo Excel, così da simulare nel modo più reale possibile l’immagazzinamento degli ordini aziendali. La tesi sottolinea la capacità degli algoritmi genetici nella generazione di soluzioni accettabili, con un cospicuo risparmio di tempo, risorse e con la capacità di adattamento dinamico a variabili mutabili come quella relativa al traffico. Viene spiegata la visualizzazione della risoluzione del problema tramite un grafico a dispersione, che viene aggiornato ad ogni iterazione dell’algortimo e che permette di osservare la progressione nel corso delle iterazioni permettendo di intuire la direzione su cui l’algortimo cerca di lavorare. Il lavoro si conclude sottolineando l’impatto che potrebbero avere i GA se fossero utilizzati a livello aziendale e si enfatizza, che la capacità di adattamento di questi particolari algoritmi, potrebbe creare soluzioni efficaci relative alle esigenze richieste dal mercato.
