Dalla PIP al MODSS Andrea Castelletti Politecnico di Milano MCSA 07/08 L03 Zambesi.
-
Upload
bice-giuseppe -
Category
Documents
-
view
217 -
download
3
Transcript of Dalla PIP al MODSS Andrea Castelletti Politecnico di Milano MCSA 07/08 L03 Zambesi.
Dalla PIP al MODSS
Andrea CastellettiPolitecnico di Milano
MCSA 07/08MCSA 07/08L03L03
Zambesi
2
Azioni pianificatorie e azioni gestionaliAzioni pianificatorieAzioni pianificatorie:: decise una tantum o comunque su un orizzonte temporale molto lungo.
Azioni gestionaliAzioni gestionali: decise periodicamente, spesso quotidianamente.
Azioni pianificatorieAzioni pianificatorie:: con un Progetto, valutando diverse alternative per individuare quelle che più soddisfano Decisori e Portatori d’interesse.
Azioni gestionaliAzioni gestionali: sono lasciate al buon senso e all’esperienza del Regolatore.
NON E’ POSSIBILE!!!NON E’ POSSIBILE!!!
Come si assumono?
3
t
affl
ussi
t
live
lli
G D t
erog
azio
ni
capacità
Progetto di un nuovo serbatoio
Decido se costruire il serbatoio, ma per valutarne le prestazioni devo anche stabilire come verrà giornalmente regolato.
Non si può ignorare la gestione ogni volta che la pianificazione la implichi o modifichi il contesto in cui essa si effettua.Pianificare la gestionePianificare la gestionePianificare la gestionePianificare la gestione
.......
taf
flus
si
t
live
lli
G D t
erog
azio
ni
capacità
Decisione di pianificazione:Decisione di pianificazione: costruisco il serbatoio
Decisione di gestioneDecisione di gestione:: volume da erogare nelle 24h
4
Pianificare la gestione
Semplificazione: se il sistema è periodico bastano 365 decisioni di gestione.
Specificando la decisione di gestione per ogni giorno dell’orizzonte di progetto (h anni) si definisce una sequenza di decisioni (h*365 azioni) che nel suo complesso costituisce una
decisione di pianificazionedecisione di pianificazione..
Piano di rilascio
E’ la miglior soluzione?
Per rispondere occupiamoci per un momento solo della
gestione, supponendo che il serbatoio sia già stato
costruito.
E’ la miglior soluzione?
Per rispondere occupiamoci per un momento solo della
gestione, supponendo che il serbatoio sia già stato
costruito.
5
bacino
serbatoio
+ utenti
st+1
wt+1
utm0…
It
at+1
?
Piano di rilascio
modTtm
6
It
bacino
serbatoio
+ utenti wt+1
a*t+1
ut
Traiettoria di riferimento/1
s*t+1
s
t
s*
m0… m0… modTtm
7
?
It
bacino
serbatoio
+ utenti wt+1
a*t+1
ut
Traiettoria di riferimento/2
s*t+1
s
t
s*
s
t
s*
8
It
bacino
serbatoio
+ utenti wt+1
a*t+1
ut
Traiettoria di riferimento/3
mt(st)s*
t+1
s
t
s*
s
t
s*
Politica di gestione
ritardo
ritardo
p= {mt(•) t = 0,1,…,h}
9
st+1
wt+1
It
bacino
serbatoio
+ utenti
at+1
utmt(st,wt)mt(st,wt,It,at)
Politica di gestione
ritardo
p= {mt(•) t = 0,1,…,h}
ritardo
ritardo
10
st+1
wt+1
It
bacino
serbatoio
+ utenti
at+1
utmt(st,wt,ât+1)
Politica di gestione
ritardoâ t+1
previsore
ritardo
ritardo
11
ritardo
ritardo
st+1
wt+1
It
bacino
serbatoio
+ utenti
at+1
ut
Politica di gestione
ritardo
â t+1
previsore
mt(st,wt,It,at)mt(st,wt,ât+1)
12
ritardo
ritardo
st+1
wt+1
It
bacino
serbatoio
+ utenti
at+1
ut
Politica di gestione
Perché una sola decisione ut ?
Mt
ritardo
Meglio un insieme Mt !
a più valori
mt(st,wt,It,at)
13
indici di
prestazione
confronto e generazione politiche
bacino
serbatoio+ utenti
st+1
wt+1
at+1ut
politica di
gestione
modellosistemagestione
modellosistemafisico
It
sceglie lo scenario
ANALISTA
politica di
gestione
Simulatore
ritardo
ritardo
ritardo
14
indici di
prestazione
bacino
serbatoio+ utenti
st+1
wt+1
at+1ut
politica di
gestione
modellosistemagestione
modellosistemafisico
It
sceglie lo scenario
ANALISTA
Politica di gestione a più valori
Simulatore con politiche a più valori
MtDM
ritardo
ritardo
ritardo
15
Il caso dello Zambesi Cabora Bassa lake
TOTALE RAZIONALITA’
distretto irriguo
serbatoio
16
In un mondo deterministico
Introduciamo un’ipotesi semplificatrice:
Gli afflussi sono deterministici
Conosciamo {a1,…,ah} per ogni orizzonte temporale {1,…,h}
17
Razionalità totale + Mondo deterministicoIl problema di controllo
controlli ammissibili
legge di controllo
funzione di transizione
• BMoz(p)
politica di controllo• p= {mt(•) t = 0,1,…,h}
• xt+1= ft (xt,ut, at+1)
• ut= mt(xt)
• utUt (xt)
maxmoz
ppB
• {at+1} t = 0,1,…,h
indicatore
serie di afflussi nota
18
Razionalità totale + Mondo deterministicoComponenti del problema
• BMoz(p)
• p= {mt(•) t = 0,1,…,h}
• xt+1= ft (xt,ut, at+1)
• ut= mt(xt)
• utUt (xt)
maxmoz
ppB
indicatore
modello del sistema
politica
19
Razionalità totale + Mondo deterministicoFasi della formulazione del problema
• BMoz(p)
• p= {mt(•) t = 0,1,…,h}
• xt+1= ft (xt,ut, at+1)
• ut= mt(xt)
• utUt (xt)
maxmoz
ppB
indicatore
modello del sistema
politica
definizione indice
soluzione p* problema di controllo
progetto politica
identificazione modello
MOZAMBIQUE
J*mz. = utopia
p*mz.
storia
20
Razionalità totale + Mondo deterministicoFasi della formulazione del problema
• BMoz(p)
• p= {mt(•) t = 0,1,…,h}
• xt+1= ft (xt,ut, at+1)
• ut= mt(xt)
• utUt (xt)
maxmoz
ppB
indicatore
modello del sistema
politica
definizione indice
soluzione p* problema di controllo
progetto politica
identificazione modello
simulatore
*
*
*
stima effetti
21
0. Ricognizione e obiettivi
(TwoLe, Soncini-Sessa et al., 1999)
Un sistema di supporto alla modellizzazione (MSS)
4. Progetto della politica
1. Definizione delle azioni
2. Definizione di criteri e indicatori
3. Identificazione del modello
5. Stima degli effetti
Politica ottima
22
lake Kariba
lake Kafue
lake Cabora Bassa
Il caso dello ZambesiKafue – Kariba - Cabora Bassa lakes
PARZIALE RAZIONALITA’
BZam
BZim BMoz
23
BZim
BMoz
BZam
(BZamott;BZim
ott) oggi
BMozcon
1
0
1 1
max
, , ,
,...,
,...., e ,....,
moz
p
moz moz moz Kaf Kart t t t t t
moz moz mozt t t
moz mozt t
moz moz mozh
Kaf Kaf Kar Karh h
x f x u u u
u m x
u U x
p m m
u u u u
B
La situazione corrente
24
BZim
BMoz
BZam
(BZamott;BZim
ott) oggi utopia
BMozcon BMoz
ott
D
F
E
1 1 1
0
1 1
max
, , ,
,...,
,...., e ,....,
moz
p
Kaf Kart t t t t t
ZWAt t t
t t
ZWA ZWA ZWAh
Kaf Kaf Kar Karh h
f a a
m
U
p m m
a a a a
B
x x u
u x
u x
L’ottimo del mozambico
BMoz
1 1 1
0
1 1
max
, , ,
,...,
,...., e ,....,
zim
p
Kaf Kart t t t t t
ZWAt t t
t t
ZWA ZWA ZWAh
Kaf Kaf Kar Karh h
moz moz
ott
f a a
m
U
p m m
a a a a
B
B B
x x u
u x
u x
1 1 1
0
1 1
max ,
, , ,
,...,
,...., e ,....,
zwa
zim zam
p
Kaf Kart t t t t t
ZWAt t t
t t
ZWA ZWA ZWAh
Kaf Kaf Kar Karh h
moz moz
ott
f a a
m
U
p m m
a a a a
B B
B B
x x u
u x
u x
25
BZim
BMoz
BZam
(BZamott;BZim
ott) oggi
BMozcon BMoz
ott
D
F
E
La frontiera di Pareto
1 1 1
0
1 1
max , ,
, , ,
,...,
,...., e ,....,
zwa
zim zam moz
p
Kaf Kart t t t t t
ZWAt t t
t t
ZWA ZWA ZWAh
Kaf Kaf Kar Karh h
f a a
m
U
p m m
a a a a
B B B
x x u
u x
u x
Frontiera di Pareto
utopia
26
BMoz
BZam
BZim
BZam
BMoz
Razionalità parziale + Mondo deterministico
utopiaoggi
un’alternativa
27
In un mondo incerto
L’ipotesi di afflussi deterministici è irrealistica.
Non è sufficiente dire che gli afflussi futuri non sono noti.
Decisione razionale Valutazione Previsione
Per poter prevedere bisogna che qualche caratteristica del passato si conservi nel futuro:
realizzare un modello casuale (stocastico) degli afflussi.
PARADIGMA DELLA STAZIONARIETPARADIGMA DELLA STAZIONARIETÀÀPARADIGMA DELLA STAZIONARIETPARADIGMA DELLA STAZIONARIETÀÀ
28
indice• BMoz(p)
Razionalità parziale + Mondo incertoIl problema di controllo a più obiettivi
controlli ammissibili
legge di controllo
funzione di transizione
politica di controllo• p= {mt(•) t = 0,1,…,h}
• xt+1= ft (xt,ut,t+1)
• ut= mt(xt)
• utUt (xt)
• BMoz(p); BZam(p); BZim(p) indici
• Crit
E (Laplace)
min (Wald)
disturbo con densità di p. nota• t+1 ~ t (• |xt,ut )
è un’opportuna statistica
1,2,...
.
max , ,
t
Moz Zam Zim
p
t
p p pCrit B B B
29
Decisioni in condizioni di certezza: esempio
In condizioni di certezza opterò sicuramente per l’alternativa A2 che rende 1500 €.
Valore indicatore
Stati di natura 1
Decisioni
A1 1490
A2 1500
30
Avversione al rischio
Il criterio di Laplace suggerisce di scegliere l’alternativa A2.
Voi cosa scegliereste?
Forse guardereste il caso peggiore: min
Valore indicatore
Stati di natura 1 2
Alternative A11490 1490
A20 7500
Probabilità di accadimento
j 0,8 0,2
Ej[iij]
1490
1500
31
indice• BMoz(p)
Razionalità parziale + Mondo incertoIl problema di controllo a più obiettivi
controlli ammissibili
legge di controllo
funzione di transizione
politica di controllo• p= {mt(•) t = 0,1,…,h}
• xt+1= ft (xt,ut,t+1)
• ut= mt(xt)
• utUt (xt)
• BMoz(p); BZam(p); BZim(p) indici
• Crit
E (Laplace)
min (Wald)
disturbo con densità di p. nota• t+1 ~ t (• |xt,ut )
è un’opportuna statistica
1,2,...
.
max , ,
t
Moz Zam Zim
p
t
p p pCrit B B B
Frontiera di Pareto
32
Razionalità parziale + Mondo incertoIl problema di controllo a più obiettivi
BZim
BMoz
BZam
Non sempre è possibile generare l’intera superficie.
Generare interattivamente i punti richiesti dai Portatori durante la NEGOZIAZIONE.
33
Negoziazione
BZim
BMoz
BZam
05
10152025303540
BMoz BZim BZam
0
50
100
150
200
250
300
350
400
450
500
15/03/76 22/03/76 29/03/76 05/04/76 12/04/76 19/04/76 26/04/76
flow
[m3/s
]
afflussi
domanda irrigua
Non basta mostrare i valori degli obiettivi, può essere necessario mostrare anche le traiettorie ...
34
4. Progetto della politica
0. Ricognizione e obiettivi
1. Definizione delle azioni
2. Definizione di criteri e indicatori
3. Identificazione del modello
4. Progetto delle alternative
6. Valutazione delle alternative
7. Comparazione e negoziazione
Alternative dicompromesso
8. Mitigazione e compensazione
9. Scelta politica
Alternativa di miglior compromesso
Gestione giornalieraGESTIONE
5. Stima degli effetti
PIANIFICAZIONE
Un sistema di supporto alla modellizzazione (MSS)
Le funzioni di un MODSS
35
AnalistaDM
Portatori
Controllo operativoControllo operativo
modelli e politiche
decisioni di rilascio
MODSS/P
MODSS/M
Un MODSS a più livelli
PianificazionePianificazione
GestioneGestioneDM
Utenti
36
Leggere
MODSS Cap. 2
37
AcquaPetrolio Foresta
at
rt
Afflusso al serbatoio
Rilascio dal serbatoio
Nuove scoperte
Estrazione
Trapianti
Taglio
giacimenti noti
prospezione
utente
at
rt
bacino
serbatoio
utente
at
rt
vivaio
foresta
utente
at
rt