Ottimizzazione di sistemi di trasporto dinamici

This doctoral thesis explores optimization problems in the context of transportation and mobility systems. The study focuses on two specific topics: order scheduling in an Automated Guided Vehicles (AGVs) system and route planning for a fleet of vehicles in an urgent delivery system. Regarding the first topic, the research involves a detailed review of the surveys in the literature on scheduling AGVs, a mathematical model to formalize the problem and a collection of the challenges and opportunities in the context of scheduling AGVs and its variants. The work on the second topic proposes a novel branch-and-regret algorithm to solve the problem of urgent deliveries, known in the literature as Same-Day Delivery Problem. The aim is to maximize the served requests thanks to an algorithm able to incorporate sampled scenarios to anticipate future events and make informed routing decisions. The computational results show the good performance of the algorithm, demonstrating the superiority of the proposed branch-and-regret compared with state-of-the-art algorithms from the literature. In conclusion, this doctorate thesis makes significant contributions to the advancement of operations research in the field of transportation, providing new prospects and innovative solutions.

Questa tesi di dottorato affronta problemi di ottimizzazione relativi ai sistemi di trasporto e mobilità. Lo studio si concentra su due argomenti in particolare: la pianificazione degli ordini in un sistema di Veicoli a Guida Autonoma (AGV), e la pianificazione dei percorsi per una flotta di veicoli in un sistema di consegne urgenti. Per quanto riguarda il primo argomento, la ricerca considera una revisione dettagliata della letteratura sulla pianificazione degli ordini in un sistema AGV, un modello matematico per formalizzare il problema e una raccolta delle sfide aperte e delle opportunità relativi al problema di pianificazione degli orini in un sistema AGV e delle sue varianti. Il secondo lavoro propone un nuovo algoritmo "branch-and-regret" per risolvere il problema delle consegne urgenti, noto nella letteratura come Same-Day Delivery Problem. L'obiettivo è massimizzare le richieste servite, e per farlo si utilizza un algoritmo in grado di incorporare scenari stocastici per anticipare eventi futuri e prendere decisioni su routing informate. I risultati computazionali mostrano le buone prestazioni dell'algoritmo, dimostrando la superiorità del "branch-and-regret" proposto a confronto con gli algoritmi presenti nella letteratura. In conclusione, questa tesi di dottorato apporta significativi contributi all'avanzamento della ricerca operativa nel campo dei trasporti, offrendo nuove prospettive e soluzioni innovative.