Algoritmi genetici per il controllo integrato tempi-costi-qualità nel construction management: caso di studio di un progetto stradale

I progetti di costruzione devono soddisfare requisiti in termini di tempi, costi e qualità e il Project Management è fondamentalmente concentrato su questo compromesso. In ogni progetto questi tre parametri sono interdipendenti: non si può modificare un elemento senza influenzare almeno uno degli al...

Full description

Bibliographic Details
Main Author: Mariarosa Sorrentino
Format: Article
Language:English
Published: University of Bologna 2013-10-01
Series:In_Bo
Subjects:
Online Access:http://in_bo.unibo.it/article/view/4080
id doaj-ee9ee070d9064a42824918e33ee3143a
record_format Article
spelling doaj-ee9ee070d9064a42824918e33ee3143a2020-11-24T21:22:58ZengUniversity of BolognaIn_Bo2036-16022013-10-014216317610.6092/issn.2036-1602/40803763Algoritmi genetici per il controllo integrato tempi-costi-qualità nel construction management: caso di studio di un progetto stradaleMariarosa Sorrentino0Università di BolognaI progetti di costruzione devono soddisfare requisiti in termini di tempi, costi e qualità e il Project Management è fondamentalmente concentrato su questo compromesso. In ogni progetto questi tre parametri sono interdipendenti: non si può modificare un elemento senza influenzare almeno uno degli altri due. Questo lavoro presenta l’uso di una tecnica di intelligenza artificiale per la pianificazione delle attività di un progetto infrastrutturale, in vista di una ottimizzazione multi obbiettivo in termini di tempi-costi-qualità. L’approccio si basa sull’utilizzo di algoritmi genetici, implementati in Matlab, per valutare set di combinazioni di opzioni per le attività di costruzione. Lo scopo è quello di fornire una tecnica efficace per esplorare adeguatamente tutte le possibili configurazioni progettuali.http://in_bo.unibo.it/article/view/4080Construction Managementindicatori di prestazione chiaveottimizzazione tempi-costi-qualitàcostruzione di stradealgoritmi geneticiottimizzazione multi-obiettivo
collection DOAJ
language English
format Article
sources DOAJ
author Mariarosa Sorrentino
spellingShingle Mariarosa Sorrentino
Algoritmi genetici per il controllo integrato tempi-costi-qualità nel construction management: caso di studio di un progetto stradale
In_Bo
Construction Management
indicatori di prestazione chiave
ottimizzazione tempi-costi-qualità
costruzione di strade
algoritmi genetici
ottimizzazione multi-obiettivo
author_facet Mariarosa Sorrentino
author_sort Mariarosa Sorrentino
title Algoritmi genetici per il controllo integrato tempi-costi-qualità nel construction management: caso di studio di un progetto stradale
title_short Algoritmi genetici per il controllo integrato tempi-costi-qualità nel construction management: caso di studio di un progetto stradale
title_full Algoritmi genetici per il controllo integrato tempi-costi-qualità nel construction management: caso di studio di un progetto stradale
title_fullStr Algoritmi genetici per il controllo integrato tempi-costi-qualità nel construction management: caso di studio di un progetto stradale
title_full_unstemmed Algoritmi genetici per il controllo integrato tempi-costi-qualità nel construction management: caso di studio di un progetto stradale
title_sort algoritmi genetici per il controllo integrato tempi-costi-qualità nel construction management: caso di studio di un progetto stradale
publisher University of Bologna
series In_Bo
issn 2036-1602
publishDate 2013-10-01
description I progetti di costruzione devono soddisfare requisiti in termini di tempi, costi e qualità e il Project Management è fondamentalmente concentrato su questo compromesso. In ogni progetto questi tre parametri sono interdipendenti: non si può modificare un elemento senza influenzare almeno uno degli altri due. Questo lavoro presenta l’uso di una tecnica di intelligenza artificiale per la pianificazione delle attività di un progetto infrastrutturale, in vista di una ottimizzazione multi obbiettivo in termini di tempi-costi-qualità. L’approccio si basa sull’utilizzo di algoritmi genetici, implementati in Matlab, per valutare set di combinazioni di opzioni per le attività di costruzione. Lo scopo è quello di fornire una tecnica efficace per esplorare adeguatamente tutte le possibili configurazioni progettuali.
topic Construction Management
indicatori di prestazione chiave
ottimizzazione tempi-costi-qualità
costruzione di strade
algoritmi genetici
ottimizzazione multi-obiettivo
url http://in_bo.unibo.it/article/view/4080
work_keys_str_mv AT mariarosasorrentino algoritmigeneticiperilcontrollointegratotempicostiqualitanelconstructionmanagementcasodistudiodiunprogettostradale
_version_ 1725994187733598208