Pianificazione di una rete logistica per lo smaltimento e il riutilizzo

Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Pianificazione di una rete logistica per lo smaltimento e il
riutilizzo dei rifiuti di apparecchiature elettriche ed
elettroniche: applicazione del progetto WEEENMODELS
nel Comune di Genova
Candidata: Ishara Thirimadura Mendis
Relatore: Prof. Silvia Siri
Correlatore: Ing. Cino Repetto
Università degli Studi di Genova
Corso di Laurea Magistrale
in Ingegneria Gestionale
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
◆ Introduzione
❖ Contesto di riferimento
❖ Obiettivo
❖ Stato dell’arte
◆ Definizione della rete logistica
❖ Rete di riferimento
❖ Rete attuale
❖ Rete futura
◆ Formulazione del modello matematico
❖ Dati
❖ Variabili decisionali e funzione obiettivo
❖ Vincoli
◆ Implementazione
❖ Strumenti utilizzati
◆ Analisi dei risultati
❖ Raccolta dei dati
❖ Analisi e confronto degli scenari
❖ Scenario ottimo
❖ Ulteriori analisi
◆ Conclusioni
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Contesto di riferimento
Obiettivo
Stato dell’arte
■ Questa tesi è realizzata nell’ambito del progetto europeo WEEENMODELS (Waste Electric and Electronic Equipment - New MODEl for Logistic
Solutions).
■ Il progetto consiste nella introduzione di un nuovo modello di soluzione
logistica per la raccolta dei RAEE che sia ottimale sia dal punto di vista
economico che ecologico.
■ I partner italiani del progetto sono:
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Contesto di riferimento
Obiettivo
Stato dell’arte
I RAEE sono i Rifiuti delle Apparecchiature Elettriche ed Elettroniche e in Italia
sono classificati in cinque raggruppamenti:
■ R1 - Freddo e Clima (frigoriferi, condizionatori, congelatori, ecc.);
■ R2 - Grandi Bianchi (lavatrici, lavastoviglie, forni, ecc.);
■ R3 - TV e Monitor (televisori e schermi a tubo catodico, LCD o al plasma,
ecc.);
■ R4 - Piccoli elettrodomestici (telefonini, stampanti, giochi elettronici, apparecchi, asciugacapelli, ecc.);
■ R5 - Sorgenti luminose (lampadine a basso consumo, lampade al neon, lampade
fluorescenti, ecc.).
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Contesto di riferimento
Obiettivo
Stato dell’arte
La nuova Direttiva europea 2012/19/UE ha introdotto alcuni elementi di innovazione per arrivare a obiettivi di raccolta dei RAEE più elevati e i due elementi
pricipali sono:
■ il concetto del riutilizzo;
■ nuovi obblighi di raccolta per i distributori (concetto dell’1 contro 0).
In Italia, il progetto WEEENMODELS viene sviluppato inizialmente a Genova e i
risultati dell’esperimento possono fornire informazioni utili per effettuare ulteriori
repliche in altre realtà italiane ed europee.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Contesto di riferimento
Obiettivo
Stato dell’arte
L’obiettivo della tesi è stato quello di realizzare, nell’ambito di
WEENMODELS, un modello di programmazione matematica per la
pianificazione ottimale della rete logistica di smaltimento e riutilizzo degli
R4 nel Comune di Genova, in modo da valutare i benefici provenienti
dall’introduzione nella rete dei cambiamenti previsti dal progetto.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Contesto di riferimento
Obiettivo
Stato dell’arte
È stata effettuata una ricerca all’interno della letteratura scientifica internazionale
relativamente alla gestione dei RAEE. I temi affrontati dagli articoli trovati (29
articoli, 1997-2014) possono essere classificati in due macrogruppi:
■ progettazione e ottimizzazione della rete logistica;
■ analisi di strategie per le attività di lavorazione dei RAEE e studio dei
materiali.
Una maggiore attenzione è stata posta sui primi i quali possono essere ulteriormente suddivisi a seconda dell’orizzonte temporale in cui sono collocati:
■ orizzonte temporale di lungo periodo;
■ orizzonte temporale di medio periodo;
■ orizzonte temporale di breve periodo.
La maggior parte degli articoli adotta metodi di programmazione matematica
per la risoluzione dei problemi di ottimizzazione affrontati.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Rete di riferimento
Rete attuale
Rete futura
La filiera di raccolta dei RAEE prevista da WEEENMODELS è articolata in tre componenti fondamentali.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Rete di riferimento
Rete attuale
Rete futura
Il primo componente è rappresentato dai servizi di raccolta svolti da AMIU , dove:
■ f1 - servizi di raccolta mobile;
■ f2 - isola ecologica standard;
■ f3 - isola ecologica dedicata al riutilizzo;
■ f4 - allestimento di punti di conferimento in aree pubbliche.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Rete di riferimento
Rete attuale
Rete futura
Il secondo componente è rappresentato dai flussi di raccolta dei distributori , dove:
■ f5 - raccolta 1 contro 1;
■ f6 - raccolta 1 contro 0 obbligatorio;
■ f7 - raccolta 1 contro 0 facoltativo.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Rete di riferimento
Rete attuale
Rete futura
Il terzo componente è rappresentato dalle attività delle isole ecologiche/centri di raccolta
.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Rete di riferimento
Rete attuale
Rete futura
Il problema affrontato consiste nel modellare una rete logistica per lo smaltimento
e il riutilizzo dei RAEE in modo da determinare la localizzazione ottimale dei nodi
e la pianificazione ottimale dei flussi lungo gli archi all’interno della rete, dove:
■ i nodi rappresentano gli attori che sono coinvolti nella rete logistica nei suoi
diversi stadi (iniziali, intermedi e finali);
■ gli archi rappresentano i collegamenti che si verificano tra gli attori coinvolti
nella rete nei diversi stadi (iniziali-intermedi e intermedi-finali).
L’ottimizzazione del problema preso in esame deve considerare anche:
■ i prodotti trasportati lungo la rete logistica;
■ le modalità di ritiro dei RAEE generati dai cittadini.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Rete di riferimento
Rete attuale
Rete futura
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Rete di riferimento
Rete attuale
Rete futura
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Dati
Variabili decisionali e funzione obiettivo
Vincoli
■ È stato formulato un modello di programmazione matematica con l’obiettivo
di risolvere il problema di localizzazione di nuovi servizi di raccolta e di
pianificazione dei flussi di prodotti all’interno di una rete logistica per lo
smaltimento e il riutilizzo dei rifiuti.
■ Si tratta di un modello di location multi-stadio multi-prodotto che può
essere applicato per modellare una generica rete logistica in cui i rifiuti
vengono raccolti in uno stadio iniziale e vengono poi portati, attraverso
una serie di stadi intermedi, fino a uno o più stadi finali.
■ Per la formulazione del modello matematico è stata adottata la metodologia MILP, ovvero la programmazione lineare a variabili misto-intere.
■ Tale modello è stato poi applicato al caso genovese.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Dati
Variabili decisionali e funzione obiettivo
Vincoli
Dati generici sulla rete:
● G = (V, E), grafo rappresentante la rete considerata;
● N = {1,. . . ,9}, insieme delle famiglie di nodi;
● Vn ⊆ V, n ∈ N , insieme di nodi della generica famiglia n;
● C = {1,. . . ,14}, insieme di tutte le connessioni tra le famiglie di nodi;
● Oc ⊆ V, c ∈ C, insieme di nodi di origine della generica connessione c;
● Dc ⊆ V, c ∈ C, insieme di nodi di destinazione della generica connessione c.
Le famiglie di nodi:
● Produttori di RAEE: V1 = {1,. . . ,9};
● Servizi Territoriali: V2 = {1,. . . ,9};
● Distributori Territoriali: V3 = {1,. . . ,9};
● ecc.
Le connessioni tra le famiglie di nodi:
● la connessione c = 1 connette la famiglia di nodi V1 e la famiglia di nodi V2 ,
quindi si ha O1 = V1 e D1 = V2 ;
● la connessione c = 2 connette la famiglia di nodi V1 e la famiglia di nodi V3 ,
quindi si ha O2 = V1 e D2 = V3 ;
● ecc.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Dati
Variabili decisionali e funzione obiettivo
Vincoli
Le tipologie di prodotto:
P = {1,2}, p ∈ P, dove:
● p = 1 sono i prodotti riutilizzabili (non presente nello stato attuale);
● p = 2 sono i prodotti non riutilizzabili.
Le modalità di ritiro:
R = {1,. . . ,5}, r ∈ R, dove:
● r = 1 è il ritiro ST (presso i Servizi Territoriali);
● r = 2 è il ritiro IES (presso le Isole Ecologiche Standard);
● r = 3 è il ritiro 1 a 1;
● r = 4 è il ritiro 1 a 0 obbligatorio (non presente nello stato attuale);
● r = 5 è il ritiro 1 a 0 facoltativo (non presente nello stato attuale).
Dati sui nodi:
● si ,p,r , i ∈ V1 , p = 1,2, r = 1,. . . ,5, quantità di prodotto p relativo al ritiro r
uscente dal nodo i ;
● qin , i ∈ Vn , n ∈ N /{1}, capacità massima del nodo i della famiglia di nodi n.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Dati
Variabili decisionali e funzione obiettivo
Vincoli
Costi:
● ζic,j,p,r , c ∈ C, i ∈ Oc , j ∈ Dc , p = 1,2, r = 1,. . . ,5, costo di trasporto unitario
relativo al prodotto p e al ritiro r sull’arco (i , j) relativo alla connessione c;
● ϕni , i ∈ Vn , n ∈ N , costo annuale di attivazione del nodo i della famiglia n (non
presente nello stato attuale).
Ricavi:
● αp , p ∈ P, dove:
❏ α1 è il ricavo che si ottiene per la raccolta di un kg di prodotto di tipo p =
1 e che viene conferito al sistema dal Centro per il Riutilizzo (non presente
nello stato attuale).
❏ α2 è il ricavo che si ottiene per la raccolta di un kg di prodotto di tipo p
= 2 e che viene conferito al sistema dal Centro di Trattamento.
● β è il ricavo che si ottiene per ogni kg di prodotto (sia riutilizzabile che non riutilizzabile) che viene raccolto in più rispetto alla situazione attuale (non presente
nello stato attuale).
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Dati
Variabili decisionali e funzione obiettivo
Vincoli
Le variabili decisionali:
● xic,j,p,r , c ∈ C, i ∈ Oc , j ∈ Dc , p = 1,2, r = 1,. . . ,5, quantità di prodotto p
relativo al ritito r sull’arco (i , j) relativo alla connessione c;
● yin , i ∈ Vn , n ∈ N , variabile binaria che vale 1 se il nodo della famiglia n viene
attivato, 0 altrimenti (per i nodi già attivati è uguale a 1) (non presente nello
stato attuale).
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Dati
Variabili decisionali e funzione obiettivo
Vincoli
La funzione obiettivo:
La funzione obiettivo consiste nella massimizzazione della differenza tra il ricavo totale
del sistema e il costo totale del sistema.
max
X
5
X XX
c∈{12,13,14} i ∈Oc j∈Dc r=1
X
+
X
α1 · xic,j,1,r +
5
X XX
α2 · xic,j,2,r
c∈{7,8,9} i ∈Oc j∈Dc r=1
2 X
5
X XX
β · xic,j,p,r
c∈{7,8,9,12,13,14} i ∈Oc j∈Dc p=1 r=1
−
5
2 X
XX XX
c∈C i ∈Oc j∈Dc p=1 r=1
ζic,j,p,r · xic,j,p,r −
XX
n∈N i ∈Vn
ϕni · yin
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Dati
Variabili decisionali e funzione obiettivo
Vincoli
■ La prima tipologia serve per assicurare che i prodotti uscenti dalla famiglia di nodi
dei Produttori vengano tutti consegnati ai vari punti di raccolta:
X
X
∀i ∈ V1 ∀p = 1, 2 ∀r = 1, . . . , 5
xic,j,p,r = si ,p,r
c∈{1,...,3} j∈Dc
■ La seconda tipologia serve per imporre che venga rispettata la soglia di capacità
massima di ciascun nodo, ad eccezione dei nodi appartenenti alla famiglia dei
produttori:
5 X
2
X
X
X
n
n
c
xj,i
,p,r ≤ qi · yi
∀n ∈ N /{1}
∀i ∈ Vn
r=1 p=1 c∈C:Dc =Vn j∈Oc
■ La terza tipologia serve per che sia verificata, per ciascun nodo, la condizione di
bilanciamento tra i flussi di prodotto entranti e i flussi di prodotti uscenti:
X
X
c∈C:Dc =Vn j∈Oc
c
xj,i
,p,r =
X
X
xic,j,p,r
∀n ∈ N /{1, 7, 9}
c∈C:Oc =Vn j∈Dc
∀i ∈ Vn
∀p = 1, 2
∀r = 1, . . . , 5
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Strumenti utilizzati
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
L’analisi della rete genovese (sia attuale che futura) tramite l’applicazione del modello
matematico, è stata preceduta da una fase di raccolta dei dati necessari per effettuare
tale analisi.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
Gli scenari analizzati
➀ Situazione attuale:
obiettivo ➜ pianificazione ottimale dei flussi.
➁ Situazione futura con WEEENMODELS:
obiettivo ➜ pianificazione ottimale dei flussi, localizzazione ottimale delle
nuove isole ecologiche standard e localizzazione ottimale della isola ecologica per il riutilizzo.
➂ Situazione futura con WEEENMODELS e piano industriale Amiu:
obiettivo ➜ pianificazione ottimale dei flussi e localizzazione ottimale della
isola ecologica per il riutilizzo.
➃ Situazione futura senza WEEENMODELS:
obiettivo ➜ pianificazione ottimale dei flussi.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
Risultati scenario 1
Connessione
P-ST
P-DT
P-IES
ST-IES
DT-CDRP
DT-CDRC
IES-CDT
CDRP-CDT
CDRC-CDT
Funzione obiettivo
Costo ottimo
Ricavo ottimo
Flussi ottimali (kg)
93150,05
2661,43
170331,52
93150,05
818,19
1843,24
263481,57
818,19
1843,24
Totale (e)
-30198,20
51489,64
21291,44
Unitario (e/kg)
-0,11
0,19
0,08
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
Risultati scenario 2
Caso
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
Municipio IER
1
2
3
4
5
6
7
8
9
Municipio nuovi IES
1,2,8,9
1,2,8,9
1,2,3,8,9
1,2,8,9
1,2,8,9
1,2,8,9
1,2,8,9
1,2,8,9
1,2,8,9
Funzione obiettivo
Costo ottimo
Ricavo ottimo
Totale (e)
60220,50
205317,54
265538,04
Totale (e)
60220,50
60005,72
59057,43
53991,89
59096,16
57877,12
55903,65
59270,70
57283,64
Unitario (e/kg)
0,0605
0,0603
0,0593
0,0542
0,0594
0,0582
0,0562
0,0596
0,0576
Unitario (e/kg)
0,06
0,21
0,27
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
Risultati scenario 2
Connessione
P-ST
P-DT
P-IES
ST-IES
DT-IES
DT-CDRP
DT-CDRC
IES-IER
IER-CDR
IES-CDT
CDRP-CDR
CDRP-CDT
CDRC-CDR
CDRC-CDT
Flussi ottimali (kg)
319481,67
216968,86
458819,47
319481,67
4976,35
80000,00
131992,51
31331,09
31331,09
751946,39
3556,29
76443,70
4923,40
127069,11
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
Risultati scenario 3
Caso
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
Municipio IER
1
2
3
4
5
6
7
8
9
Funzione obiettivo
Costo ottimo
Ricavo ottimo
Totale (e)
-16984,33
-16621,70
-14007,87
-15104,46
-8167,44
-15414,71
-9216,06
-17610,96
-31522,93
Totale (e)
-8167,44
273705,48
265538,04
Unitario (e/kg)
-0,0171
-0,0167
-0,0141
-0,0152
-0,0082
-0,0155
-0,0093
-0,0177
-0,0317
Unitario (e/kg)
-0,008
0,275
0,267
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
Risultati scenario 3
Connessione
P-ST
P-DT
P-IES
ST-IES
DT-IES
DT-CDRP
DT-CDRC
IES-IER
IER-CDR
IES-CDT
CDRP-CDR
CDRP-CDT
CDRC-CDR
CDRC-CDT
Flussi ottimali (kg)
319481,67
216968,86
458819,47
319481,67
4976,35
61992,51
150000,00
31331,10
31331,10
751946,39
2686,75
59305,75
5792,95
144207,05
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Confronto tra scenari
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
È stata effettuata una analisi, in termini di flussi, dello scenario 2, Situazione futura
con WEEENMODELS, che è risultato essere il migliore tra i 3 scenari che sono stati
confrontati precedentemente.
Analizzando tutti i flussi ottimali che si verificano lungo tutti i possibili collegamenti
tra i vari attori, è stato possibile determinare il livello di attività dei punti di raccolta
coinvolti nella rete logistica.
Municipio
1
2
5
7
8
9
kg
55000
55000
55000
55000
55000
44482,7
% sul totale
17,22
17,22
17,22
17,22
17,22
13,92
% sulla capacità max
100
100
100
100
100
80,88
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Municipio
1
2
4
5
6
7
8
9
kg
138803,3
104909,7
42705,9
100955,4
144000
709,6
158992,9
92200,7
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
% sul totale
17,72
13,39
5,45
12,89
18,38
0,09
20,30
11,77
% sulla capacità max
85,68
64,76
23,73
46,74
100
0,66
98,14
56,91
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Municipio
1
2
3
4
5
6
7
8
9
kg
40000
40000
676,15
458,22
40000
40000
40000
15301,15
533,34
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
% sul totale
18,44
18,44
0,31
0,21
18,44
18,44
18,44
7,05
0,25
% sulla capacità max
100
100
1,69
1,14
100
100
100
38,25
1,33
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Municipio
CDRP/5
CDRP/6
CDRC/6
kg
40000
40000
131992,5
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
% sul totale
18,87
18,87
62,26
% sulla capacità max
18,87
18,87
62,26
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
Infine, elaborando i dati relativi ai flussi ottimali lungo i vari collegamenti, è stato
possibile mettere in evidenza, per ciascun municipio, il livello di utilizzo di ciascun punto
di raccolta che è stato determinato tramite l’assegnazione delle modalità di ritiro.
Municipio
1
2
3
4
5
6
7
8
9
Flussi verso ST (kg)
47328,561
36200,775
40683,219
30643,302
33332,640
32598,834
32469,792
31984,119
34240,428
Flussi verso DT (kg)
32142,138
24584,950
27629,102
20810,716
22637,120
22138,772
22051,136
21721,302
23253,624
Flussi verso IES (kg)
67970,301
51989,275
58426,679
44007,982
47870,240
46816,394
46631,072
45933,579
49173,948
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
Nella mappa in alto a sinistra sono riportati i collegamenti P-ST, nella mappa in alto a
destra sono riportati i collegamenti P-DT e nella mappa in basso sono riportati i
collegamenti P-IES.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
Nella mappa in alto sono riportati i collegamenti ST-IES, nella mappa in basso a
sinistra sono riportati i collegamenti DT-IES e nella mappa in basso a destra sono
riportati i collegamenti DT-CDR.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
È stata effettuata una analisi di sensitività dello scenario 3, Situazione futura con
WEEENMODELS e piano industriale Amiu, variando alcuni parametri di progetto.
Variazioni percentuali delle tipologie di prodotto:
Gruppo
a
b
c
d
e
f
g
h
i
% riutilizzabili
0,040
0,045
0,050
0,055
0,060
0,065
0,070
0,075
0,080
% non riutilizzabili
0,960
0,955
0,950
0,945
0,940
0,935
0,930
0,925
0,920
Funzione obiettivo (e/kg)
-0,008
0,001
0,010
0,020
0,029
0,038
0,047
0,057
0,066
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
Raccolta dei dati
Analisi e confronto degli scenari
Scenario ottimo
Ulteriori analisi
Variazioni percentuali delle modalità di ritiro:
Gruppo
a
b
c
d
e
f
g
% ST
32,1
30,1
28,1
26,1
24,1
22,1
20,1
% IES
46,1
49,1
52,1
55,1
58,1
61,1
64,1
% DT
16,1
15,1
14,1
13,1
12,1
11,1
10,1
Funzione obiettivo (e/kg)
-0,008
0,006
0,020
0,031
0,042
0,053
0,063
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni
■ L’obiettivo principale di questa tesi è stato quello di realizzare un modello matematico per effettuare una pianificazione ottimale della rete logistica per lo smaltimento e il riutilizzo dei RAEE nel Comune di Genova.
■ È stato formulato un modello di programmazione matematica di tipo MILP che
è in grado di effettuare una pianificazione ottimale dei flussi e una localizzazione
ottimale di nuovi servizi all’interno della rete logistica.
■ Dal confronto tra gli scenari è stato possibile dimostrare l’utilità e il beneficio che
si otterrebbe dall’introduzione dei cambiamenti previsti dal progetto WEEENMODELS.
■ Il modello, formulato in maniera generale, può essere applicato a diverse reti
logistiche per lo smaltimento e il riutilizzo dei RAEE presente sia in Italia che
negli altri paesi europei.
■ Un possibile sviluppo futuro di questa tesi può essere rappresentato dalla sua
estensione alla valutazione della performance ambientale della rete logistica dei
RAEE, realizzabile tramite l’integrazione del costo logistico con il costo ambientale
derivante dai processi di raccolta e trattamento.
Introduzione
Definizione della rete logistica
Formulazione del modello matematico
Implementazione
Analisi dei risultati
Conclusioni