Network and Information Technologies Doctoral Programme
12/03/2018

Autor: Aljoscha Claudio Gruler
Programa: Doctorat de Tecnologies de la Informaci i de Xarxes
Idioma: angls
Directors: Dr. ngel Alejandro Juan Prez and Dr. Antoni Prez Navarro
Departament / Institut: Escola de Doctorat de la UOC
Matries: Informtica
Paraules clau: Simheurstics, metaheurstiques, optimitzaci, simulaci, ciutats intel·ligents, transport
rea de coneixement: Tecnologies de la Informaci i de Xarxes

+ Enlla al projecte

Resum

La logstica urbana intel·ligent constitueix un factor crucial en la creaci de sistemes de transport urb eficients i sostenibles. Entre altres factors, aquests sistemes es centren en la incorporaci de dades en temps real i en la creaci de models de negoci col·laboratius en el transport urb de mercaderies, considerant l'augment dels habitants en les ciutats, la creixent complexitat de les demandes dels clients i els mercats altament competitius. Aix permet als que planifiquen el transport minimitzar els costos monetaris i ambientals del transport de mercaderies a les rees metropolitanes. Molts problemes de presa de decisions en aquest context es poden formular com a problemes d¿optimaci combinatria. Tot i que hi ha diferents enfocaments de resoluci exacta per a trobar solucions ptimes a aquests problemes, la seva complexitat i grandria, a ms de la necessitat de prendre decisions instantnies pel que fa a l'encaminament de vehicles, la programaci o la situaci d'instal·lacions, fa que aquestes metodologies no s'apliquin a la prctica. A causa de la seva capacitat per a trobar solucions pseudoptimes en gaireb temps real, els algorismes metaheurstics reben una atenci creixent dels investigadors i professionals com a alternatives eficients i fiables per a resoldre nombrosos problemes d'optimaci en la creaci de la logstica de les ciutats intel·ligents. Malgrat el seu xit, les tcniques metaheurstiques tradicionals no representen plenament la complexitat dels sistemes ms realistes. En assumir entrades (inputs) i restriccions de problemes deterministes, la incertesa i el dinamisme experimentats en els escenaris de transport urb queden sense explicar. Els algorismes simheurstics persegueixen superar aquests inconvenients mitjanant la integraci de qualsevol tipus de simulaci en processos metaheurstics per a explicar la incertesa inherent a la majoria de les aplicacions de la vida real. Aquesta tesi defineix i investiga l's d'algorismes simheurstics com el mtode ms adequat per a resoldre problemes d'optimaci derivats de la logstica de les ciutats. Alguns algorismes simheurstics s'apliquen a una srie de problemes complexos, com la recollida de residus urbans, els problemes de disseny de la cadena de subministrament integrada i els models de transport innovadors relacionats amb la col·laboraci horitzontal entre els socis de la cadena de subministrament. A ms de les discussions metodolgiques i la comparaci d'algorismes desenvolupats amb els referents de la bibliografia acadmica, es mostra l'aplicabilitat i l'eficincia dels algorismes simheurstics en diferents casos de gran escala.