Contatta l'autore

Michele Giuliano - Università degli Studi di Napoli - Federico II - [2003-04]

Preview

Indice

Bibliografia

Tesi completa: 155 pagine

Il presente lavoro di tesi è stato concepito come un approccio originale al problema della diagnosi del servizio “Trasporto di Merci Pericolose” (TMP), attività oggi estremamente importante per le singole economie nazionali. Quanto detto giustifica il ricorso ad una diagnosi accurata della risorsa, che nel caso del TMP consiste nel monitorare e nell’analizzare in modo automatico i fault della flotta di autocisterne.
Impiegando le reti Neuro-Fuzzy, si è progettato un “agente di diagnosi”: concettualmente è un algoritmo capace di stabilire quali sono le cause che hanno determinato uno specifico malfunzionamento, emulando la perizia decisionale di un operatore umano. Esso infatti sa prendere in considerazione quei fattori empirici e poco analitici che gli usuali sistemi
automatici di rilevamento dei malfunzionamenti trascurano, e che rendono invece così efficiente il ragionamento umano.
L’agente fa parte del sottosistema di diagnosi di PROMADAT, un sistema capace di effettuare il controllo e la diagnosi da remoto di una flotta di autocisterne. Il sistema è applicato in forma di prototipo ad alcuni automezzi della flotta del CTQ, consorzio impegnato da anni nel settore del Trasporto di Merci Pericolose.