polito.it
Politecnico di Torino (logo)

Revisione sistematica della letteratura in merito all'utilizzo di tecniche AI per potenziare modelli di system dynamics = Systematic Literature Review on the Use of AI Techniques to Enhance System Dynamics Models

Michele Vittorio Carbone

Revisione sistematica della letteratura in merito all'utilizzo di tecniche AI per potenziare modelli di system dynamics = Systematic Literature Review on the Use of AI Techniques to Enhance System Dynamics Models.

Rel. Giovanni Zenezini, Filippo Maria Ottaviani. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2025

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (6MB) | Preview
Abstract:

Negli ultimi anni, l’uso dell’Intelligenza Artificiale (AI) per supportare e potenziare i modelli di System Dynamics (SD) ha suscitato un crescente interesse nella comunità scientifica. Questa revisione sistematica della letteratura analizza le principali applicazioni delle tecniche di AI, come il Machine Learning, le reti neurali e gli algoritmi evolutivi, nel miglioramento della simulazione e della modellizzazione dei sistemi dinamici complessi. L’obiettivo è comprendere in che modo questi strumenti possano contribuire alla calibrazione dei parametri, alla previsione delle dinamiche di sistema e all’ottimizzazione delle strategie decisionali. L’analisi si basa su una selezione rigorosa di studi pubblicati in riviste e conferenze scientifiche, mettendo in evidenza sia i progressi ottenuti che le sfide ancora aperte. In particolare, emergono vantaggi significativi nell’uso dell’AI per rendere i modelli più adattabili e accurati, ma anche limiti legati alla trasparenza e alla necessità di dati di alta qualità. Questa revisione offre una panoramica strutturata dello stato dell’arte e suggerisce possibili direzioni di ricerca future per integrare in modo più efficace l’Intelligenza Artificiale nei modelli di System Dynamics.

Relatori: Giovanni Zenezini, Filippo Maria Ottaviani
Anno accademico: 2024/25
Tipo di pubblicazione: Elettronica
Numero di pagine: 106
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Gestionale
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-31 - INGEGNERIA GESTIONALE
Aziende collaboratrici: NON SPECIFICATO
URI: http://webthesis.biblio.polito.it/id/eprint/35611
Modifica (riservato agli operatori) Modifica (riservato agli operatori)