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...
Main Author: | |
---|---|
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 |