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 principalmente i modelli e gli algoritmi dal punto di vista teorico, mentre il secondo si concentra maggiormente sugli aspetti relativi all'implementazione ed al test di tali approcci. In entrambi i moduli sono comunque presenti 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
Euristiche di ricerca locale
Simulated annealing
Algoritmi genetici
Tabu search
Euristiche Lagrangiane
Branch and Bound troncati
Algoritmi di approssimazione polinomiale
Euristiche con garanzia sulle prestazioni
Cenni ai risultati di non approssimabilità
Column Generation e Branch & Price
Row Generation e Branch & Cut
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