| KEYWORD |
Confronto delle Prestazioni dei Metamodelli Basati su Reti Neurali nei Sistemi Automatizzati di Stoccaggio e Recupero (AS/RS)
Parole chiave AUTOMAZIONE INDUSTRIALE, MAGAZZINO, METAEURISTICHE, RETI NEURALI
Riferimenti GIOVANNI ZENEZINI
Riferimenti esterni Andrea Ferrari
Gruppi di ricerca www.reslog.polito.it
Tipo tesi RICERCA, RICERCA SPERIMENTALE E TEORICA
Descrizione Nel campo delle tecniche di simulazione e ottimizzazione, esiste un'area specializzata che coinvolge l'uso di metamodelli. Un metamodello, in questo contesto, è definito come una rappresentazione di livello superiore di un modello esistente. Partendo da un modello di simulazione ad eventi discreti (DES) per un sistema automatizzato di stoccaggio e recupero (AS/RS) e da una serie di metamodelli basati su reti neurali ricorrenti (RNN), questa tesi mira ad ampliare l'ambito di applicazione di tali metamodelli. L'obiettivo del lavoro è anche confrontare le prestazioni di questi metamodelli.
Conoscenze richieste • Competenza nelle tecniche e negli strumenti di simulazione ad eventi discreti (DES).
• Solida comprensione dei concetti di machine learning, in particolare delle reti neurali artificiali.
• Esperienza con linguaggi come Python, soprattutto per implementare e addestrare reti neurali utilizzando framework come TensorFlow o PyTorch.
• Competenze nell'analisi dei dati.
Scadenza validita proposta 07/10/2025
PROPONI LA TUA CANDIDATURA