Logistica

Antonio Frangioni      Tel. 0502212789

Ricerca Operativa

Fornire agli studenti la conoscenza dei principali problemi di progettazione e gestione dei sistemi logistici. Fornire agli studenti la capacità di formulare autonomamente modelli di programmazione lineare intera di tali problemi e di risolverli utilizzando algoritmi di ottimizzazione appropriati, sia sviluppandoli ex-novo che usando software di modellazione ed ottimizzazione esistente.

Conoscenze. Principali problemi di progettazione e gestione dei sistemi logistici. Principali schemi algoritmici per la loro soluzione. Caratteristiche dei più diffusi e disponibili software di modellazione ed ottimizzazione.

Capacità. Modellazione di problemi di progettazione e gestione dei sistemi logistici. Ideazione ed implementazione, utilizzando ove appropriato strumenti software esistenti, di algoritmi risolutivi per tali problemi. Test, verifica e miglioramento di tali algoritmi.

Comportamenti. Proattività nel riconoscere situazioni, in particolare nel contesto dei sistemi logistici, in cui è appropriato l'uso di metodologie di modellazione matematica. Leadership nei processi di proposta, sviluppo, test e miglioramento di codici risolutivi basati su tali metodologie.

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.

The course is aimed at providing the students with the skills required to develop and use quantitative methodologies for the design and management of logistic systems, with particular emphasis on mathematical programming techniques. The course is subdivided in two modules. In the first models and algorithms are treated from the methodological and theoretical viewpoint, while the second focuses on the issues regarding practical implementation of the algorithms by computer programs.

Il corso affronta in modo contemporaneo ed integrato quattro diversi aspetti. Viene fornita una panoramica dei principali problemi di progetto e gestione dei sistemi logistici. Per ciascuno di tali problemi vengono illustrati modelli matematici con diverse proprietà riguardo all'accuratezza con cui il problema reale è rappresentato ed alla difficoltà di risoluzione computazionale. Per ciascun modello vengono descritti uno o più possibili algoritmi risolutivi. Per ciascun algoritmo si illustrano le problematiche relative all'effettiva implementazione, anche attraverso l'uso di strumenti software esistenti. Particolare importanza viene data nel corso alle attività di laboratorio e progetto mediante le quali gli studenti possono verificare l'apprendimento dei concetti proposti.

Modulo di Modelli ed Algoritmi per la Logistica

1. Introduzione (6 ore)

    

   • Richiami alla struttura e funzionamento dei Sistemi Logistici: la catena logistica (nodi, flussi materiali e immateriali, ecc.), obiettivi di gestione.

2. Localizzazione dei nodi logistici (16 ore)

   • 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.

3. Gestione dei nodi logistici (10 ore)

   • 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.

4. Trasporto (16 ore)

    

   • 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.

Modulo di Laboratorio di Logistica

1. Metodi Euristici (4 ore)

    

   • Euristiche costruttive.

   • Concetto di local search.

   • Esempi di applicazioni al TSP e VRP.

2. Metodi Metaheuristici (8 ore)

   • Simulated annealing.

   • Algoritmi genetici.

   • Tabu search.

   • Ant colony.

   • Esempi di applicazioni al Set Covering (Genetico) e al TSP (Tabu Search).

3. Metodi Matheuristici (8 ore)

   • Euristiche Lagrangiane.

   • Branch and Bound troncati.

   • Esempi di applicazioni al Facility Location (Euristica Lagrangiana).

4. Metodi di approssimazione (4 ore)

    

   • Algoritmi di approssimazione polinomiale.

   • Esempi di applicazioni al TSP e Vertex Covering.

5. Metodi Esatti (16 ore)

    

   • Algoritmi Column Generation e Branch & Price.

   • Algoritmi Row Generation e Branch & Cut.

   • Esempi di applicazioni al Bin Packing e al Crew Scheduling e Rostering.

6. Problemi di packing (8 ore)

    

   • Algoritmi esatti ed euristici per problemi di Packing 2D e 3D.

Le ore indicate includono le esercitazioni.

1. G. Ghiani, R. Musmanno Modelli e Metodi per l'Organizzazione dei Sistemi Logistici Pitagora, 2000

2. Appunti del corso di Ricerca Operativa

3. D. Simchi-Levi, X. Chen and J. Bramel Logic of Logistics: Theory, algorithms, and applications for logistics and supply chain Springer-Verlag, 2004

4. M.S.Bazaraa, J.J.Jarvis, H.D.Sherali Linear programming and network flows John Wiley & Sons

5. L.A. Wolsey Integer programming John Wiley & Sons

6. Appunti, lucidi ed altro materiale distribuito dai docenti durante il corso.

L'esame si articola in due parti: un progetto ed una prova orale che verte su tutto il programma del corso e che può essere sostenuta solo dopo la consegna di un progetto valutato positivamente.

Il progetto può essere effettuato in due modalità. La modalità consigliata prevede che il progetto venga svolto nel secondo semestre, durante il modulo di Laboratorio di Logistica. In questo caso gli studenti svolgono i progetti concordati con il docente in gruppi di 2 o 3 persone durante il corso, con consegne parziali in corrispondenza alle verifiche intermedie e ad una data fissata prima del primo appello. In alternativa, o in caso di non approvazione del progetto svolto durante il corso, il progetto dovrà essere svolto individualmente.