Progetto Research for Innovation (REFIN)

 

 

POR PUGLIA FESR-FSE 2014/2020
Fondo Sociale Europeo
approvato con Decisione C(2015)5854 del 13/08/2015
"Research for Innovation (REFIN)"
Oggetto: POR Puglia 2014/2020 – Asse X – Azione 10.4. Research for Innovation – REFIN
 

Università: Politecnico di Bari
Dipartimento: Meccanica, Matematica e Management
 

Titolo del progetto:

Approccio integrato e predittivo per il controllo della criminalità marittima

 

Codice Pratica: D3DB80C1

Settore Scientifico Disciplinare (SSD): MAT/05-ANALISI MATEMATICA

Idea Progettuale di riferimento: POLIBA014 - STRATEGIE DI CONTROLLO DELLA CRIMINALITÀ MARITTIMA

Ricercatore: Gianluca Orlando

 

Tema del progetto e risultati attesi

Lo scopo finale del progetto è quello di fornire risultati predittivi nel contesto della salvaguardia delle rotte marittime da attività criminali. A tal fine si svolgerà un’analisi duplice: dal punto di vista teorico si svilupperanno e si studieranno le proprietà di modelli matematici descritti da sistemi multi-specie controllati; dal punto di vista dell’analisi numerica, si sfrutteranno le nozioni teoriche per implementare efficienti simulazioni. Nella fattispecie si analizzeranno sistemi con tre categorie di navi interagenti: navi commerciali, pirata e di pattugliamento controllabili. Tipicamente il numero dei natanti delle prime due categorie è elevato in rapporto a quello dell’ultima, rendendo necessario un approccio multi-scala al problema. Lo scopo finale del progetto sarà pertanto gradualmente raggiunto tramite i seguenti obiettivi parziali: 1) analisi di sistemi discreti di ODE con un numero finito di navi; 2) derivazione di modelli mean-field in termini di sistemi accoppiati PDE/ODE per l’approssimazione nel caso di un numero elevato di navi; 3) analisi discreto-continuo per leggi di traffico volta al perfezionamento dei modelli. Le pubblicazioni teoriche prodotte dal progetto, in sinergia con le simulazioni numeriche implementate, forniranno una comprensione approfondita del problema, idonea a fornire risultati predittivi per le applicazioni.

Pubblicazioni inquadrate nel progetto

1. G. Orlando. Mean-field optimal control in a multi-agent interaction model for prevention of maritime crime. Adv Cont Discr Mod 2023, 24 (2023).
2. M. Cicalese, M. Forster, G. Orlando. Variational analysis of the \(J_1\)-\(J_2\)-\(J_3\) model: a non-linear lattice version of the Aviles-Giga functional. Arch. Ration. Mech. Anal. 245 (2022), 1059–1133.
3. M. Cicalese, G. Orlando, M. Ruf. A classical \(S^2\)-spin system with discrete out-of-plane anisotropy: variational analysis at surface and vortex scalings. Nonlinear Analysis (2022), Article no. 112929.
4. G.M. Coclite, N. De Nitti, F. Maddalena, G. Orlando, E. Zuazua. Exponential convergence to steady-states for trajectories of a damped dynamical system modelling adhesive strings. https://arxiv.org/abs/2311.05295.

Locandina