Resoconto del quinto incontro del ciclo di seminari “ROAR IN AZIONE!”, su come la ricerca operativa possa essere utilizzata per l’ottimizzazione di operazioni ferroviarie in area portuale.

Continuano gli incontri di “ROAR IN AZIONE!”, dedicati a presentare applicazioni della ricerca operativa e della matematica in generale, per affrontare e risolvere problemi di ottimizzazione emergenti in varie situazioni reali.

 

L’oratrice

La voce del quinto seminario, svoltosi venerdì 18 marzo, è stata quella di Veronica Asta, co-founder della startup innovativa OPTIMeasy Srls assieme alla Prof.ssa Daniela Ambrosino (Università degli Studi di Genova).

Veronica Asta.

Come è arrivata Veronica Asta, classe 1993, a fondare una startup di ricerca operativa?
Dopo il diploma scientifico, ha frequentato l’Università degli Studi di Genova, dove ha ottenuto prima una laurea triennale in Economia delle Aziende Marittime, della Logistica e dei Trasporti, e poi una laurea magistrale in Economia e Management Marittimo e Portuale. Questi corsi di laurea, tra i pochi in Italia su questi argomenti, includono insegnamenti dedicati a metodi quantitativi usati per affrontare e risolvere problemi di logistica e trasporti. Veronica Asta ha poi proseguito con un dottorato proprio su questi temi, in collaborazione con il CIELI (Centro Italiano di Eccellenza sulla Logistica i Trasporti e le Infrastrutture) e il gruppo di aziende Circle Group. Conseguito il titolo nel 2021, si è subito lanciata nell’avventura di fondare OPTIMeasy. Ma di cosa si occupa questa startup, che è anche spin-off dell’Università degli Studi di Genova?

 

OPTIMeasy, la semplicità come chiave per l’ottimizzazione

Lo scopo principale di OPTIMeasy è quello di portare le tecniche proprie della ricerca operativa e dell’ottimizzazione all’interno delle aziende, per migliorarne i processi sia a livello strategico sia a livello operativo attraverso strumenti di supporto alle decisioni. Ciò viene fatto anche cercando di trasferire i risultati della ricerca più pura nel mercato reale, integrando competenze matematiche, logistiche ed economiche.

Principali settori in cui opera OPTIMeasy.

I settori in cui lavora OPTIMeasy sono principalmente tre: sviluppo software, logistica, e trasporti. Spesso l’obiettivo, soprattutto nel primo settore, è quello di analizzare le informazioni già presenti nei sistemi gestionali delle aziende (come, per esempio, quelle sugli autotrasportatori) e incentivare i processi di digitalizzazione dei dati. Tali dati, riorganizzati efficientemente, possono poi essere usati come input dei modelli di ricerca operativa.

Vediamo ora in dettaglio la descrizione di uno dei progetti su cui Veronica Asta e OPTIMeasy, insieme a Circle Group nell’ambito del progetto europeo E-Bridge, stanno lavorando da tempo.

Ottimizzazione delle operazioni di manovra ferroviaria in ambito portuale

Quando si vogliono trasferire delle merci da un determinato punto di partenza a una certa destinazione, può capitare che le modalità di trasporto adoperate siano più di una. Spesso, infatti, non è sufficiente usare dei mezzi “su gomma” (per esempio, dei camion), ma è necessario pianificare dei tratti “su rotaia” (per esempio, con dei treni) o via mare.

Trasferimento di merci da una data origine a una data destinazione,
attraverso diverse modalità di trasporto. 

Ogni volta che c’è un cosiddetto cambio modale (ossia un cambio nella modalità di trasporto), sono generalmente necessarie delle operazioni aggiuntive. Per esempio, nella parte evidenziata dell’immagine qui sopra, vi è un cambio modale tra il trasporto marittimo e il trasporto ferroviario. Quando le navi arrivano, scaricano i container con le merci nei terminal marittimi. Le merci vengono stoccate, organizzate e trasferite nelle aree di attesa, dove poi sono caricate nei rispettivi treni. Ogni treno, una volta aver attraversato la zona di carico (magari risolvendo un problema di block planning), esce dalla stazione e si immette nella rete ferroviaria per raggiungere la destinazione finale. Quelle stesse navi, o altre che giungono al porto nel frattempo, possono essere poi sfruttate per altri trasferimenti.

Soffermiamoci intanto sui treni all’interno dell’area portuale. Principalmente, le operazioni principali di trasferimento in cui sono coinvolti sono due:

• Primary shunting, dall’area della stazione ferroviaria fino al parco di manovra;
• Secondary shunting, dal parco di manovra fino al terminal o ai terminali dei porti.

Operazioni di manovra all’interno dell’area portuale.

Tali operazioni potrebbero costituire un problema perché gli operatori che gestiscono il servizio potrebbero trovarsi a gestire una situazione di molta confusione, per esempio quando il numero di treni da coordinare, in un orizzonte temporale breve, è elevato. Infatti, se non c’è efficienza in questo, si potrebbero creare delle congestioni che potrebbero portare ad avere blocchi o stalli. Per organizzare le attività in maniera ottimale, si può ricorrere a dei modelli di scheduling. 

 

Formulazione del problema

Schematizzazione di un problema di scheduling nell’area portuale.

Consideriamo come orizzonte temporale una settimana, composta da sei giorni.

Questa settimana può essere sia standard (generica, non contestualizzata nel tempo ma che descrive una situazione media) oppure specifica (per esempio, la prossima in calendario). Supponiamo di sapere:

• la lista dei treni previsti, sia in arrivo sia in partenza;
• le operazioni specifiche da fare su ogni treno (per esempio, caricare o scaricare della merce).

Si vuole pianificare le operazioni nell’orizzonte temporale, giorno per giorno, tenendo conto delle risorse a disposizione. 

 

Variabili

Per ogni singola operazione da svolgere su ogni treno, si introducono due variabili continue, rappresentanti gli orari di inizio e di fine.

 

Vincoli

Le condizioni da soddisfare possono essere di varia natura.

Riguardo alle risorse, l’infrastruttura della rete ferroviaria pone dei vincoli sul numero dei binari disponibili, limitando perciò il numero di treni che possono arrivare, sostare o partire contemporaneamente in un determinato intervallo di tempo.

Anche il numero di operatori delle cosiddette squadre di manovra e dei locomotori, incaricati di movimentare i treni all’interno dell’area portuale, è chiaramente limitato. Allo stesso tempo, se non c’è abbastanza personale, non è detto si riesca a schedulare tutte le operazioni desiderate.

Altri vincoli sono di tipo temporale. Gli orari di arrivo e partenza dei treni dalla stazione collegata all’area portuale sono noti e da rispettare. Vengono decisi commercialmente, in quanto venduti tra il gestore dell’infrastruttura e l’impresa ferroviaria. Non si dovrebbe quindi pensare di pianificare un treno prima del suo orario di arrivo o dopo il suo orario di partenza dalla stazione.

Sono poi da non tralasciare le esigenze operative dei terminal marittimi, che impongono delle finestre temporali su quando gli operatori sono in grado, per esempio, di gestire altre attività, quali lo stoccaggio della merce nei piazzali e l’organizzazione delle operazioni di carico e scarico delle navi.

 

Funzione obiettivo

In base al contesto e alla settimana considerata, si può richiedere di minimizzare il tempo di attesa dei treni, cercando di movimentare su di essi le merci il prima possibile e lasciarli meno in attesa. In altri casi, si cerca di soddisfare il più possibile le richieste dei terminali. Quando le risorse a disposizione sono molto limitate, si massimizza il numero di treni che si può effettivamente schedulare.

A volte nella stessa funzione vengono modellati più obiettivi, abbinando ciascuno a un diverso peso per descriverne la priorità.

 

Rappresentazione della soluzione

Una volta modellato il problema di scheduling delle operazioni di primary e secondary shunting nell’area portuale, si può dunque ottenere in output un piano completo di quando e come svolgere tutte le attività.

Visualizzazione della soluzione ottenuta per un’istanza di esempio
(A: arrivo del treno nell’area portuale; D: partenza del treno).

Attraverso un grafo particolare, si possono rappresentare le operazioni considerando sia la dimensione spaziale sia la dimensione temporale.

Grafo spazio-tempo delle operazioni di port shunting relative
a un’istanza composta da due treni  (in verde e in rosso).

I nodi del grafo nella prima colonna rappresentano delle operazioni generiche in un determinato istante iniziale; quelli nella colonna subito a destra rappresentano le stesse all’istante successivo, e così via per tutte le colonne.
Un arco verticale entrante in un nodo indica l’inizio dell’operazione in quell’istante. Viceversa, un arco verticale uscente da un nodo ne segnala la fine. Gli archi orizzontali, invece, descrivono la prosecuzione dell’operazione dall’istante precedente al successivo. In questo modello di flusso a rete, a ogni arco è associata una variabile binaria, per dire se tale arco è percorso o no.

 

Gestione degli imprevisti

Purtroppo, il piano ottimale calcolato dal problema di scheduling è un piano di lavoro che può essere utilizzato come base. Nella realtà, infatti, possono verificarsi tantissimi imprevisti (anche congiuntamente), quali ritardi, cancellazioni, o la necessità di ricorrere a treni aggiuntivi straordinari. Alcuni treni potrebbero anche essere soppressi, però questo evento potrebbe risultare non essere negativo, se alleggerisce la schedulazione di un certo intervallo di tempo che era troppo fitto.

Alcuni esempi di eventi imprevisti durante lo scheduling delle attività di port shunting.

Cosa si fa in questi casi? Si procede con il rescheduling: non si butta via il piano già elaborato, bensì si rifà la pianificazione, considerando come input e vincoli aggiuntivi le informazioni relative agli imprevisti.

Schematizzazione di un problema di rescheduling nell’area portuale.

 

La nuova funzione obiettivo

Oltre a tutti gli obiettivi menzionati sopra, si vuole evitare di mettere in discussione tutto quanto precedentemente deciso nel piano teorico. Infatti, in una situazione reale gli operatori o i terminali marittimi potrebbero essersi già organizzati sulla base della schedulazione iniziale. La priorità principale ora è quella di discostarsi il meno possibile dal piano originale.

Esempio di rescheduling: nel nuovo piano, le attività in grigio non hanno subito variazioni rispetto al piano originale, mentre quelle cerchiate in rosso sono state rischedulate.

Work in progress

Come si può intuire, questi problemi di ottimizzazione sono molto complessi da affrontare. È perciò fondamentale affidarsi a un solver a cui dare in pasto il modello di programmazione lineare e le varie istanze da risolvere. Coloro che hanno maggior conoscenza del dominio sono gli operatori che lavorano nell’area portuale. Affinché possano simulare diversi scenari in maniera autonoma, si sta lavorando a un progetto pilota di un software ad hoc, dotato di un’interfaccia grafica chiara e intuitiva:

• l’operatore prima inserisce tutti i dati richiesti dal modello, come le capacità delle squadre di manovra, la lista dei treni da considerare, i giorni di circolazione e l’orizzonte temporale;
• cliccando un bottone, avvia in back-end il motore di ottimizzazione che, una volta terminata l’esecuzione, restituisce in un’altra schermata i risultati di interesse;
• a quel punto, l’operatore può salvare i risultati e generare un altro piano teorico, variando i parametri che desidera.

In questo modo, la ricerca operativa diventa usabile anche da coloro che potrebbero non conoscerla, per l’ottimizzazione di operazioni ferroviarie in area portuale.

La registrazione dell’incontro

Il seminario è stato registrato ed è disponibile qui:

 

Il prossimo incontro di “ROAR IN AZIONE!”

Il prossimo e ultimo seminario sarà venerdì 8 aprile alle ore 11:00. La relatrice sarà Anna Melchiori (World Food Programme), che parlerà di come la ricerca operativa possa essere applicata per combattere la fame nel mondo, in particolare per ottimizzare la catena di approvvigionamento di cibo di una certa regione. Per poter seguire il seminario su Zoom, anche con un’eventuale classe di studenti, contattatemi via e-mail.