Mostra i principali dati dell'item

dc.contributor.advisorZero, Enrico <1990>
dc.contributor.authorFerrari, Francesco <2003>
dc.date.accessioned2025-07-24T14:23:47Z
dc.date.available2025-07-24T14:23:47Z
dc.date.issued2025-07-17
dc.identifier.urihttps://unire.unige.it/handle/123456789/12614
dc.description.abstractLa presente tesi di laurea affronta lo studio e la simulazione di un sistema produttivo in cui è prevista la gestione di job con priorità e urgenze differenti. L’obiettivo principale è analizzare l’impatto che regole di priorità e meccanismi di rilascio condizionato possono avere sull’efficienza operativa del sistema. Dopo una rassegna della letteratura sui metodi di schedulazione in ambienti dinamici, sono stati analizzati diversi modelli simulativi presenti in letteratura e implementati in ambiente AnyLogic. Particolare attenzione è stata rivolta all’integrazione di tecniche intelligenti, come il reinforcement learning, e all’utilizzo di strategie composite per l’ottimizzazione della sequenza produttiva. Infine, è stato sviluppato un modello originale per la gestione di un magazzino a mensole, con logiche di priorità tra oggetti urgenti e normali. Il modello è stato validato tramite esperimenti ripetuti e analisi statistica dei tempi medi di attraversamento, confermando l’efficacia della strategia di rilascio prioritario. La simulazione si è dimostrata uno strumento utile per testare soluzioni operative e supportare la progettazione di sistemi produttivi più reattivi ed efficienti.it_IT
dc.description.abstractThe following thesis focuses on the simulation of a manufacturing system involving jobs with different levels of priority and urgency. The main objective is to evaluate how priority rules and controlled release mechanisms can influence the overall efficiency of the production process. After an initial review of the main scheduling techniques in dynamic environments, several simulation models from the literature were analyzed and reproduced in AnyLogic. Particular attention was given to the integration of artificial intelligence methods, such as reinforcement learning, and to the use of composite rules for optimizing job sequencing. An original model was then developed to simulate a warehouse with five shelves, where each item is assigned a priority level. A custom release logic was implemented to ensure that urgent items are processed before standard ones. The model was tested through ten simulation runs, and the results were statistically analyzed. The outcomes confirmed that the implemented logic effectively reduces the average time spent in the system for high-priority jobs, highlighting the usefulness of discrete event simulation for designing and optimizing production systems.en_UK
dc.language.isoit
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.titleSimulazione di un Reparto Manufatturiero con Priorità e Urgenzeit_IT
dc.title.alternativeSimulation of a Manufacturing Department with Priorities and Urgenciesen_UK
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.subject.miurING-INF/04 - AUTOMATICA
dc.publisher.nameUniversità degli studi di Genova
dc.date.academicyear2024/2025
dc.description.corsolaurea10716 - INGEGNERIA GESTIONALE
dc.description.area9 - INGEGNERIA
dc.description.department100025 - DIPARTIMENTO DI INGEGNERIA MECCANICA, ENERGETICA, GESTIONALE E DEI TRASPORTI


Files in questo item

Questo item appare nelle seguenti collezioni

Mostra i principali dati dell'item