Il corso è finalizzato a fornire le competenze necessarie allo sviluppo ed all'utilizzo di metodologie quantitative per la progettazione e gestione di sistemi logistici, con particolare riferimento agli algoritmi per modelli di programmazione matematica. Il corso è suddiviso in due moduli; nel primo si affrontano i modelli e gli algoritmi dal punto di vista teorico, mentre il secondo affronta gli aspetti relativi all'implementazione ed al test di tali approcci, con importanti elementi di laboratorio e di progetto.
Richiami alla struttura e funzionamento dei Sistemi Logistici: la catena logistica (nodi, flussi materiali e immateriali, ecc.), obiettivi di gestione.
Classificazione dei modelli di localizzazione: livelli, prodotti, periodi.
Modelli di localizzazione: dal semplice al complesso. Varianti stocastiche, funzioni costo di trasporto/magazzino realistiche.
Soluzione dei modelli proposti: solutori general-purpose per problemi di flusso e programmazione lineare intera, linguaggi di modellazione, esempi. Criticalità nell'uso dei solutori.
Generalità, semplici esempi.
Problemi di impaccamento/schedulazione: Machine Scheduling, Bin-Packing, Cutting Stock.
Formulazioni di grandi dimensioni. Algoritmi di programmazione dinamica per problemi NP-hard "facili" (Zaino e Cammino Minimo Vincolato), relazioni con gli schemi di approssimazione. Generazione di colonne: esempio del Cutting Stock.
Alcuni problemi NP-hard "facili". Algoritmi di programmazione dinamica; esempi su Zaino e Cammino Minimo Vincolato. Programmazione dinamica e schemi di approssimazione (pienamente) polinomiali.
Introduzione, trasporto long- e short-haul.
Problemi short-haul: TSP e VRP. Formulazioni di programmazione lineare intera, generazioni di righe o colonne.
Problemi short-haul: TSP e VRP. Formulazioni combinatorie, rilassamenti combinatori. Rilassamento Lagrangiano: teoria, algoritmi, applicazioni a TSP e VRP.
Modelli di problemi long-haul: ottimizzazione dei tempi di servizio, selezione della flotta, gestione del merge-in transit, trasporto e schedulazione, ecc.
Modelli di flusso multicommodity: formulazioni node-arc e arc-path, rilassamento Lagrangiano, generazione di colonne.
Euristiche costruttive.
Concetto di local search.
Esempi di applicazioni al TSP e VRP.
Simulated annealing.
Algoritmi genetici.
Tabu search.
Ant colony.
Esempi di applicazioni al Set Covering (Genetico) e al TSP (Tabu Search).
Euristiche Lagrangiane.
Branch and Bound troncati.
Esempi di applicazioni al Facility Location (Euristica Lagrangiana).
Algoritmi di approssimazione polinomiale.
Esempi di applicazioni al TSP e Vertex Covering.
Algoritmi Column Generation e Branch & Price.
Algoritmi Row Generation e Branch & Cut.
Esempi di applicazioni al Bin Packing e al Crew Scheduling e Rostering.
Algoritmi esatti ed euristici per problemi di Packing 2D e 3D.
Le ore indicate includono le esercitazioni.
G. Ghiani, R. Musmanno Modelli e Metodi per l'Organizzazione dei Sistemi Logistici Pitagora, 2000
D. Simchi-Levi, X. Chen and J. Bramel Logic of Logistics: Theory, algorithms, and applications for logistics and supply chain Springer-Verlag, 2004
M.S.Bazaraa, J.J.Jarvis, H.D.Sherali Linear programming and network flows John Wiley & Sons
L.A. Wolsey Integer programming John Wiley & Sons
Appunti, lucidi ed altro materiale distribuito dai docenti durante il corso.