Modellazione e simulazione di sistemi intralogistici

  • Studio di modelli contettuale per rappresentare strutture, flussi e interdipendenze in un sistema logistico.
  • Sviluppo di modelli di simulazione ad eventi discreti e agent-based per analisi di scenario e dinamiche emergenti.
  • Investigazione degli effetti di configurazioni, politiche decisionali e vincoli sulla performance globale del sistema.

Applicazione dell’intelligenza artificiale alla logistica di fabbrica

  • Sviluppo di modelli di machine learning, deep learning e reinforcement learning nell’ambito dell’intralogistica.
  • Progettazione di pipeline sperimentali per l’addestramento, la validazione e il confronto delle architetture AI.
  • Analisi critica delle capacità predittive e della robustezza dei modelli in condizioni reali o disturbate.

Digital twin di magazzino

  • Sviluppo di gemelli digitali ad alta fedeltà di processi di magazzino automatico.
  • Integrazione di dati real-time e algoritmi AI per la rappresentazione dinamica delle operazioni.
  • Valutazione dell’impatto dei digital twin su decision making, resilienza e progettazione dei sistemi intralogistici.

Logistica sanitaria

Logistica urbana