Ottimizzazione delle reti di serbatoi. Un approccio neurale

La gestione dei sistemi naturali complessi, come ad esempio quelli idrici, richiede la contemporanea conoscenza di molti fenomeni e dei valori di molte grandezze: è pertanto un’attività complessa, volta a soddisfare le esigenze di tutti i soggetti, chiamati Portatori di Interesse, che traggono un qualche beneficio dal funzionamento del sistema stesso. Per definire la gestione ottima di tali sistemi sono state proposte tecniche ormai classiche, come la Programmazione Dinamica, che ricercano il valore ottimo della funzione obiettivo in modo ricorsivo; queste tecniche vanno incontro, però, a diversi problemi, il più importante dei quali è costituito dall’aumento esponenziale dei tempi di calcolo con l’aumentare, anche di poco, dello stato del sistema. Da qui l’esigenza di fare ricorso a nuovi modelli, quali le reti neurali, che, apprendono da dati di esempio come comportarsi, emulando il sistema nervoso umano. Se tali modelli sono ben addestrati, riescono a rispondere bene ad un’ampia casistica di ingressi, fornendo in uscita valori soddisfacenti. Lo scopo di questo lavoro è esplorare in che modo è possibile utilizzare le reti neurali per gestire un sistema idrico complesso (quello del fiume Zambesi), dopo aver costruito numerose serie sintetiche di addestramento. Tali serie, nel caso specifico, sono costruite utilizzando un algoritmo di gestione ottima in anello aperto, che cioè assume la perfetta conoscenza di tutti gli afflussi futuri. Le reti neurali sono tarate in modo da replicare la gestione ottima così calcolata, ma in anello chiuso, cioè in base allo stato corrente del sistema e quindi possono essere poi impiegate in tempo reale per l’effettiva gestione.