127
Conclusioni e sviluppi futuri
I risultati ottenuti alla fine di questo studio possono consentire di trarre delle interessanti conclusioni.
All’inizio dello studio SAT si è posta delle domande riguardo alla gestione del personale in airside, il quesito di partenza è stato: è più efficiente un’organizzazione che gestisce gli operatori in squadre che lavorano su gruppi di voli in sosta simultanea, oppure un’organizzazione in cui si assegnano un numero fisso di operatori che lavorano sul volo per tutto la durata del suo turnaround? Alla luce delle soluzioni dei modelli di programmazione lineare intera che sono stati sviluppati si è riusciti a fornire delle interessanti risposte al quesito iniziale.
Si può concludere che nonostante i modelli siano stati risolti su esempi di pochi voli (e non su una giornata intera), il modello che descrive l’organizzazione gestita a squadre di lavoratori su gruppi di stand consente di migliorare l’efficienza nell’organizzazione degli operatori in airside.
L’approccio al problema è stato partire da una prima fase dove l’operativo dei voli è stato diviso in gruppi indipendenti di voli (trattando ogni gruppo come fosse una giornata a se stante), risolvendo in questo modo una prima coppia di modelli che descrivono le due organizzazioni a confronto, basata su dati corrispondenti a un limitato numero di voli. Dal raffronto dei risultati ottenuti si è potuto riscontrare un miglioramento generale dell’efficienza nella gestione del personale a squadre del 33,3% (rilevando punte di efficienza del 40%).
L’analisi è proseguita con lo sviluppo di due modelli estremamente complessi da poter essere utilizzati per descrivere entrambe le organizzazioni, a seconda dei dati forniti in input: uno con un numero di variabili molto alto, l’altro con un numero inferiore di variabili, ma con una stesura dei vincoli più articolata.
Dalla risoluzione di questi due modelli, data la loro complessità, non si sono trovate soluzioni che consentano di affermare con assoluta certezza quale organizzazione sia la più efficiente, poiché con gli strumenti tecnico-informatici disponibili si è in grado di risolvere esempi con al massimo 9 voli (per dare un’idea dell’affidabilità della soluzione, si tenga conto che attualmente il traffico aereo estivo del Galileo Galilei si aggira intorno ai cinquanta sessanta voli al giorno). Anche se le soluzioni ottenute dal modello complesso si basano sull’analisi di un numero ridotto di voli rispetto a quelli reali dell’intera giornata, si può nuovamente
128 affermare la validità delle conclusioni ottenute nei modelli inizialmente presi in analisi. Su un esempio piccolo, che considera solo 3 voli, il miglioramento riscontrato corrisponde al 18,2% e su un esempio che rappresenta il 20% dei voli effettuati nell’intera giornata, il miglioramento dell’efficacia dell’organizzazione a squadre di operatori è del 14,3%.
I risultati a cui si è pervenuti su un ridotto numero di voli è comunque significativo sull’estensione all’intera giornata perché la simultaneità dei voli è una caratteristica che si ripete in modo continuativo sulla globalità dell’operativo voli giornaliero. In altre parole, la condizione più critica di una giornata corrisponde al gruppo di voli più articolato della stessa giornata e quindi la soluzione riporta i medesimi risultati. Ogni gruppo di voli rappresenta una frazione dell’intera giornata e di conseguenza la somma dei risultati di tutti i gruppi di voli presi come riferimento rispecchia la gestione da condurre sull’intera giornata.
Preme inoltre aggiungere che il traffico aereo interessato dall’aeroporto di Pisa è divenuto in pochi anni estremamente elevato, così che la compresenza dei voli in apron sia diventata ormai una condizione basilare da tenere in considerazione su tutto l’arco della giornata.
Alla luce dei risultati ottenuti, che cosa potrebbe fare SAT?
Attualmente SAT non ha una licenza per l’utilizzo di CPLEX 9.1 e di AMPL (infatti si ringrazia il Politecnico di Milano per aver dato in concessione l’utilizzo delle proprie risorse per risolvere questi modelli).
Nel caso SAT fosse intenzionata all’acquisto di una licenza, si potrebbe procedere nel modo seguente:
1) quotidianamente si suddivide l’operativo voli in gruppi di voli indipendenti e di ogni gruppo si imposta il file dati da far girare con il modello airside_squadre.mod. In questo modo si trova il numero di operatori necessari per ogni gruppo di voli della giornata.
2) Successivamente, sulla base delle necessità trovate per ogni gruppo di voli, si costruisce una matrice da cui si ricava la necessità nell’intera giornata di ogni tipo di operatori per ogni slot time.
129 3) Infine, conoscendo quali turni esistono e quali slot time ognuno di essi copre, si dovrebbe trovare il numero di persone di ogni tipo che sono necessarie e su quale turno ognuna di esse deve lavorare.
Gli assegnamenti ottimi del personale ai voli si ricavano dalla soluzione dei modelli risolti su ogni gruppo di voli.
Sarebbe stato più semplice e più lineare gestire il personale su turni con un unico modello. Quest’alternativa è stata provata, ma la realtà aeroportuale è troppo articolata e le variabili che esistono sono troppo numerose. Il modello trovato prende in considerazione tutte le caratteristiche fondamentali di airside, ma ha dimensioni troppo estese e non esistono solver commerciali in grado di risolverlo in un tempo ragionevole. E’ stato pensato inoltre di ridurre la dimensione di questo modello, ma in tal modo si perderebbero delle caratteristiche fondamentali della gestione in airside. Quindi non è stato possibile mantenere un livello di attinenza alla realtà adeguato con un modello più snello di quello già trovato.
Se SAT volesse risolvere questi modelli, dovrebbe disporre di risorse in grado di implementare un algoritmo risolutivo costruito appositamente che possa trovare con tempi computazionali ragionevoli la soluzione ai modelli.
