Presentazione di PowerPoint

1
Università degli Studi di Bologna  FACOLTÀ DI
INGEGNERIA Corso di Laurea in Ingegneria
Gestionale Ricerca Operativa
MODELLI PER LOTTIMIZZAZIONE DELLOFFERTA NELLA
RACCOLTA DI RIFIUTI
Tesi di Laurea di FILIPPO BUTTINO
Relatore Chiar.mo Prof. Ing. DANIELE
VIGO Correlatori Chiar.mo Prof. Ing. PAOLO TOTH
Chiar.mo Prof. Ing. ALBERTO CAPRARA
2
Definizione del problema
Gestione del servizio di raccolta di rifiuti
solidi urbani, partendo dallanalisi della
situazione attuale

• Analisi della domanda studio dellandamento
  della produzione di rifiuti nelle postazioni
• Riqualificazione dellofferta

• Ubicazione delle postazioni
• Frequenze di conferimento
• Dimensionamento delle capacità

3
Le caratteristiche del servizio di raccolta

• I rifiuti sono riposti in appositi contenitori di
  capacità volumetrica differente
• I contenitori sono aggregati in postazioni, che
  soddisfano la domanda di un determinato bacino
  dutenza
• Le postazioni sono riunite in zone che vengono
  servite durante lo stesso viaggio dei camion
  adibiti alla raccolta

4
Obiettivo dello studio
Realizzazione di uno strumento di ricerca della
configurazione ottima del servizio di raccolta,
in funzione delle variabili caratteristiche

• Frequenze di conferimento delle zone
• Numero di contenitori per ogni postazione

• Buona qualità del servizio di raccolta
• Contenimento dei costi legati al servizio (fissi
  variabili)

5
Fasi dello studio

• Acquisizione delle localizzazioni
• Analisi della domanda
• Scelta delle frequenze di servizio (profili)
• Determinazione delle capacità delle postazioni

6
Dati di ingresso
Dati di origine presenti su database realizzato
con Microsoft Access

• tipo di contenitori e profili di svuotamento
• informazioni sulle postazioni (ubicazione,
  frequenza di conferimento, zona di appartenenza,
  numero di contenitori e capacità complessiva)
• elenco dei singoli contenitori attualmente in uso
• osservazioni sulle quantità di rifiuti raccolte
  nelle postazioni in date successive

7
Analisi della domanda
Individuazione di un parametro che esprima la
richiesta di domanda giornaliera per ogni
postazione
Tasso di riempimento giornaliero
Kg o Litri di rifiuti accumulati ogni giorno in
una postazione Tale parametro si ottiene secondo
due diverse modalità

• Calcolo del tasso di riempimento basato sulle
  osservazioni, per mezzo di metodi di indagine
  statistica (regressione e media)
• Calcolo esterno del tasso di riempimento,
  utilizzando il peso totale raccolto e conoscendo
  le modalità attuali di servizio

8
Scelta dei profili di svuotamento
Ogni profilo di svuotamento è caratterizzato da

• frequenza settimanale di svuotamento
• giorni in cui effettuare il servizio

Frequenza Giorni di Sv. Intervallo Max.
1 Lun 7
2 Mar-Ven 4
2 Lun-Ven 4
3 Mar-Gio-Sab 3
6 Tutti i giorni 2
Due profili di uguale frequenza possono avere
significati differenti. Vengono inclusi
nellanalisi solo i profili desiderati
9
Ottimizzazione dellofferta
Il modello proposto è basato sulla seguente
funzione obiettivo Min Z


Costo di acquisto
Costi di aggiunta e rimozione
Costi di visita e di svuotamento
Funzione di costo settimanale (lineare) le
variabili sono il numero di contenitori aggiunti,
rimossi, acquistati e finali e le frequenze di
servizio adottate per ogni zona in cui è diviso
il sistema
10
Ottimizzazione dellofferta

• I vincoli del modello sono
• Vincolo locale limite al numero massimo di
  contenitori impiegabili in una postazione
• Vincolo globale limite al numero massimo di
  contenitori di ciascun tipo globalmente
  utilizzati nella configurazione
• Vincolo di capacità ogni postazione deve essere
  dimensionata in modo da soddisfare la domanda di
  servizio
• Vincolo di zona tutte le postazioni di una zona
  sono servite con un unico profilo di svuotamento

11
Ottimizzazione dellofferta

• Il modello viene scritto su un file di testo
  opportunamente formattato
• I parametri assumono i valori recuperati dalla
  base di dati o immessi dallutente
• Il file viene letto dal risolutore CPLEX, che
  esplora le soluzioni ammissibili ed individua (se
  possibile) la configurazione ottima, ovvero
  quella di costo minimo
• Il modello può essere forzato ad attribuire
  alle variabili determinati valori, modificando i
  parametri allingresso o aggiungendo vincoli

12
Esempio di sperimentazione il caso di Russi

• Situazione attuale
• 261 postazioni
• 301 contenitori
• 4 zone
• 948 svuotamenti complessivi settimanali
• 810 visite alle postazioni

13
Implementazione del modello

• Non sono disponibili i dati sulle osservazioni
• Ipotizzando un riempimento medio dell80
  della capacità della postazione al momento dello
  svuotamento, i tassi di riempimento sono ottenuti
  applicando la formula
• I parametri di input sono visualizzati nella
  tabella (costi espressi in euro) i costi di ogni
  visita e di un singolo svuotamento sono fissati a
  5 euro

Tipo (litri) Costo acquisto Costo aggiunta Costo rimozione Vita utile Massimo acquisti
1300 450 20 20 2 50
1700 500 20 20 2 50
2400 550 20 20 2 50
3200 600 20 20 2 50
14
Prima sperimentazione
Il modello viene forzato a generare una soluzione
che mantenga le frequenze di servizio attuali
nelle 4 zone considerate

• La configurazione generata dal risolutore è
  quella attuale (301 contenitori impiegati)
• Riempimento medio dell80 (ipotesi) ? non sono
  presenti sottodimensionamenti
• Aggiunta di contenitori ? maggiori costi fissi
  (aggiunte e acquisti) e variabili (svuotamenti) e
  nessun miglioramento nella qualità del servizio

15
Seconda sperimentazione
Il modello viene forzato ad abbassare le
frequenze di conferimento delle zone da 3 a 2,
fatta eccezione per la zona RS6 (F 6) per la
quale non è possibile modificare il profilo di
svuotamento

• Alle zone R1, R2 e GS è attribuita la frequenza 2
  
• Contenitori utilizzati da 301 a 408 (26,2)
• Svuotamenti complessivi da 948 a 876 (-7,5)
• Visite alle postazioni da 810 a 556 (-31,3)
• Costo settimanale della configurazione da 8790 a
  8247 euro (-6,1)
• Considerando solo i costi variabili (svuotamenti
  visite) da 8790 a 7160 euro (-18,5)

16
Confronto tra le due configurazioni
Parco cassonetti risultante nelle due
configurazioni proposte
Prima configurazione 301 contenitori
Seconda configurazione 408 contenitori
17
Confronto tra le due configurazioni
18
Conclusioni

• Peso elevato dei costi di visita e di svuotamento
  ? aumento dei contenitori nella configurazione
  ottima per ridurre le frequenze
• Aumento dei costi di acquisto e di modifica della
  configurazione attuale ? riduzione dei
  contenitori impiegati nella configurazione ottima
• Strumento versatile e adatto ad esplorare
  differenti scenari
• Necessità delle osservazioni per stimare la
  domanda in modo preciso, individuare le
  inefficienze del servizio attuale
  (sovradimensionamenti o sottodimensionamenti
  delle postazioni) e creare i presupposti per una
  reale ottimizzazione