Codice insegnamento

4S012439

Docenti

Giacomo Albi, Franco Zivcovich

Coordinatore

Giacomo Albi

Crediti

9

Lingua di erogazione

Italiano

Settore Scientifico Disciplinare (SSD)

MAT/09 - RICERCA OPERATIVA

Periodo

Secondo semestre LM dal 17 feb 2025 al 23 mag 2025.

Corsi Singoli

Autorizzato

Orario Lezioni Moodle Seminari 0

Obiettivi di apprendimento

Il corso si prefigge di condurre gli studenti e le studentesse ad essere in grado di comprendere le nozioni e strumenti di base della Ricerca Operativa a supporto della pianificazione strategica ed operativa delle imprese, con particolare riferimento all’ottimizzazione di costi e delle marginalità nell’ambito della movimentazione logistica delle merci.
Al termine del corso gli studenti e le studentesse dovranno dimostrare la conoscenza e la capacità di comprendere i principali metodi di ottimizzazione propri della Ricerca Operativa. Dovranno, inoltre, dimostrare la capacità di comprendere, analizzare ed implementare, anche tramite specifici software i modelli di ottimizzazione adatti alla risoluzione di problemi decisionali rilevanti nell’ambito della movimentazione logistica delle merci.

Prerequisiti e nozioni di base

Conoscenze base di analisi (numeri, insiemi, funzioni), algebra e calcolo (equazioni ed incognite, soluzione di sistemi di equazioni lineari), geometria analitica (coordinate Cartesiane, equazioni della retta e del piano), algebra lineare (vettori e matrici) calcolo differenziale e integrale.

Programma

Il programma del corso verterà su tecniche di ottimizzazione per problemi di logistica e della gestione della supply chain. Si affronteranno diverse applicazioni pratiche sotto forma di casi studio. In particolare, ci concentreremo inizialmente sulle basi dell’ottimizzazione e della modellazione matematica di un problema logistico, fornendo vari esempi; affronteremo poi problemi più specifici quali: la localizzazione di nodi, la gestione di magazzini, trasporti, problemi di instradamento di veicoli e la gestione dei fornitori. I vari problemi verranno analizzati tramite l’utilizzo guidato di software dedicato sia per quanto riguarda gli aspetti di ottimizzazione matematica che per l’analisi dei dati, e previsioni.
Di seguito il dettaglio dei contenuti del corso:
*Introduzione all'ottimizzazione logistica: Panoramica dei problemi in logistica e della gestione della supply chain; introduzione alle tecniche di ottimizzazione; applicazioni dell'ottimizzazione logistica.
*Programmazione lineare e paradigmi di ottimizzazione: nozioni di base della Programmazione Lineare, cenni a metodi risolutivi per PL (simplesso), Programmazione Lineare Mista Intera, tecniche di modellizzazione, formulazione matematica di strutture vincolari e problemi notevoli. Ottimizzazione Multi-Criterio e Multiobiettivo, rilassamento lagrangiano.
*Localizzazione dei nodi logistici: Metodi di localizzazione qualitativi e quantitativi, problemi di localizzazione continui e discreti, problemi multiprodotto e di copertura.
*Gestione del magazzino: Parametri di performance e problemi decisionali, progettazione del magazzino e selezione delle attrezzature, strategie di stoccaggio e prelievo.
*Gestione dei trasporti: Modalità di trasporto e classificazione dei problemi di trasporto, problemi di flusso a costo minimo, assegnazione del traffico e progettazione della rete.
*Problemi di instradamento dei veicoli (VRP): Problema del commesso viaggiatore (TSP) e varianti del VRP, vincoli di capacità e di tempo nell'instradamento dei veicoli, problemi di instradamento dei veicoli in tempo reale.
*Problemi di ottimizzazione integrata: Problemi integrati di localizzazione e instradamento, problemi di inventario- instradamento.
*Gestione dei fornitori: Criteri di ricerca e selezione dei fornitori, valutazione dei fornitori e processo decisionale, valutazione dei fornitori e processo decisionale.
*Previsioni e analisi dei dati nella logistica: Metodi qualitativi e quantitativi per l'analisi dei dati, analisi delle serie temporali e forecasting.
*Strumenti software per l'ottimizzazione logistica: Introduzione e utilizzo di software dedicati all’ottimizzazione logistica ( e.g., linguaggio di programmazione Python, e il solver Gurobi).
Argomenti opzionali:
- Modelli stocastici nella logistica (tecniche di ottimizzazione stocastica, teoria delle code e processi decisionali di Markov).
- Metodi euristici e meta-euristici, algoritmi genetici, simulated annealing e applicazioni.

Bibliografia

Modalità didattiche

Lezioni frontali con slide, note del docente e hand-on session in aula.

Modalità di verifica dell'apprendimento

Scritto e orale con la possibilita' di integrare l'esame con un progetto e esercizi da svolgersi durante il corso.
Per superare l'esame gli studenti dovranno dimostrare di:
- aver compreso i principi alla base delle tecniche di ottimizzazione applicati a problemi di logistica.
- essere in grado di esporre argomentazioni sulle tematiche del corso in modo preciso e organico.
- saper applicare le conoscenze acquisite per risolvere problemi applicativi presentati sotto forma di esercizi, domande e progetti.

Criteri di valutazione

Discussi e concordati con l'obiettivo che possano risultare sia equi che ragionevoli.

Criteri di composizione del voto finale

Media dei voti di scritto, orale e possibile integrazione del voto con lo svolgimento di progetti ed esercizi.

Lingua dell'esame

Italiano

Sustainable Development Goals - SDGs

Questa iniziativa contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.
Maggiori informazioni su www.univr.it/sostenibilita