Il corso è suddiviso in due moduli paralleli, tra loro strettamente
correlati, finalizzati a fornire le competenze necessarie per lo sviluppo
e l'utilizzo di metodologie quantitative nei sistemi logistici.
Il modulo di Logistica si concentra su modelli matematici di ottimizzazione
(in particolare quelli di programmazione lineare intera) rilevanti in ambito
logistico, discutendo anche strategie algoritmiche per la loro risoluzione.
Il modulo di Simulazione intende fornire gli strumenti di base per la
costruzione e l'analisi di modelli di simulazione, dedicando particolare
attenzione all'utilizzo di questi modelli in ambiti logistici.
PROGRAMMA DEL CORSO
Modulo di Logistica
Introduzione (4 ore)
Richiami alla struttura e funzionamento dei Sistemi Logistici:
la catena logistica (nodi, flussi materiali e immateriali, ecc.),
obiettivi di gestione.
Localizzazione dei nodi logistici (10 ore)
Classificazione dei modelli di localizzazione: livelli,
prodotti, periodi.
Modelli di localizzazione: dal semplice al complesso.
Varianti stocastiche, funzioni costo di trasporto/magazzino
realistiche.
Difficoltà della risoluzione in pratica. Forme di
struttura presenti nei modelli.
Rilassamento Lagrangiano: teoria, algoritmi, applicazioni
ai problemi di localizzazione.
Gestione dei nodi logistici (8 ore)
Generalità, semplici esempi.
Problemi di Lot Sizing: modelli monoprodotto e multiprodotto
polinomiali e NP-hard.
Problemi di impaccamento: zaino, bin-packing mono-, bi- e
tri-dimensionale.
Algoritmi di programmazione dinamica; esempi su zaino e
cammino minimo vincolato.
Trasporto (8 ore)
Introduzione, trasporto long- e short-haul.
Modelli di flusso multicommodity: formulazioni node-arc
e arc-path, generazione di colonne.
Modelli di problemi long-haul: ottimizzazione dei tempi
di servizio, selezione della flotta, gestione del
merge-in transit, trasporto e schedulazione, ecc.
Modelli di problemi short-haul: TSP e VRP.
Metaeuristiche: multistart, simulated annealling, taboo
search, algoritmi genetici. Applicazione a TSP e VRP.
Modulo di Simulazione
Introduzione ai modelli di simulazione (4 ore)
Simulazione discreta (20 ore)
Il sistema da modellare
Approcci alla modellazione
Simulazione per processi e per attività
Esempi di simulazione per sistemi logistici
Utilizzo di strumenti software dedicati
Discussione di un sistema specifico (progetto)
Funzioni di distribuzione e test statistici (6 ore)
Variabili casuali
Distribuzioni discrete e continue
Stima di parametri
Test di ipotesi
Analisi dei dati di input e di output (6 ore)
Distribuzioni empiriche
Analisi dei dati di input
Numeri pseudocasuali
Analisi del transitorio
Tecniche per la riduzione della varianza
(Le ore indicate includono le esercitazioni)
Testi di riferimento
G. Ghiani, R. Musmanno
Modelli e Metodi per l'Organizzazione dei Sistemi Logistici
Pitagora, 2000