Ottimizzazione della Logistica

1. Programmazione non lineare
Gradiente, Matrice Hessiana
Condizioni necessarie di minimo locale (primo e secondo ordine)
Condizioni sufficienti di minimo locale (secondo ordine e caso convesso)
Metodo del gradiente, algoritmi di Line search
Metodo di Newton
2. Programmazione non lineare Vincolata
Condizioni KKT
Metodi di barrier e funzioni di penalità (cenni)
3. Logistica interna, il problema di Lot Sizing
Modello EOQ
Algoritmo di Wagner-Whitin
Algoritmo di Zangwill
4. Job Shop Scheduling
Metodi euristici, algoritmo di Nowicki-Smutnicki
Metodi esatti, algoritmo di Carlier-Pinson
5. Logistica esterna, il Problema di Vehicle Routing
6. Crew Scheduling
7. Problemi di localizzazione di impianti

Elementi di calcolo vettoriale (combinazione lineare, prodotto scalare) e matriciale (combinazione lineare, prodotto, determinante, inversa, rango).
Funzioni di n variabili: derivate parziali, gradiente.
Programmazione Lineare: formulazione di problemi e metodi di soluzione.
Programmazione a numeri interi: formulazione di problemi e metodi di soluzione.
Teoria dei grafi: formulazione di problemi e metodi di soluzione.

Materiale a cura del docente disponibile sulla pagina Moodle dell'insegnamento

Caramia, Giordani, Guerriero, Musmanno, Pacciarelli, "Ricerca Operativa", Isedi, Italia, 2014.
Sassano A., "Modelli e Algoritmi della Ricerca Operativa", Franco Angeli.
Carlier J., Pinson E., “An algorithm for solving the job shop problem”, Management Science, 35 (2), 164-175 (1989).
Carlier J., Pinson E., “Adjustment of heads and tails for the job-shop problem”, European Journal of Operational Research, 78 (2), 146-161 (1994).
Brucker P., Jurisch B., Sievers B., “A branch and bound algorithm for the job scheduling shop problem”, Discrete Applied Mathematics, 49, 107-127 (1994).
Nowicki E., Smutnicki C., “A fast taboo search algorithm for the job shop problem”, Management Science, 42 (6), 797-813 (1996).
Nowicki E., Smutnicki C., “An advanced tabu search algorithm for the job shop problem”, Journal of Scheduling, 8, 145-159 (2005). Il PDF è scaricabile qui da un PC di Roma Tre.
Heinz Gröflin, Andreas Klinkert, "A new neighborhood and tabu search for the Blocking Job Shop", Discrete Applied Mathematics, 157 (2009), 3643-3655.Il PDF è scaricabile qui da un PC di Roma Tre.
Yazid Mati and Xiaolan Xie, "Multiresource Shop Scheduling With Resource Flexibility and Blocking", IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING, in press
Christoph J. Schuster, Jose M. Framinan, "Approximative procedures for no-wait job shop scheduling", Operations Research Letters, 31 (2003) 308 – 318.Il PDF è scaricabile qui da un PC di Roma Tre.

Lezioni ed esercitazioni in aula.

Non obbligatoria ma consigliata.

La verifica dell’apprendimento avviene attraverso una prova scritta selettiva, della durata di 90-120 minuti, e una prova orale, finalizzate a verificare il livello di comprensione effettiva dei concetti e la capacità degli studenti di applicarli in contesti reali.
L'insegnamento prevede anche una o più prove in itinere scritte, facoltative, ciascuna consistente in uno o due esercizi e/o una o più domande di teoria articolate in punti a risposta aperta, finalizzati a verificare il livello di apprendimento dei contenuti erogati nella prima parte del corso. Il tempo previsto è di 90-120 minuti per ciascuna prova.
La prova d'esame prevede una prova scritta, consistente in due esercizi obbligatori e una domanda di teoria facoltativa articolata in punti a risposta aperta. Il tempo previsto è di 90-120 minuti. La prova orale consiste in una o più domande sulla prova scritta ed eventuali domande di teoria. I testi d'esame degli ultimi anni sono disponibili sulla pagina Moodle dell'insegnamento.
Nella valutazione dell'esame, la determinazione del voto finale terrà conto di diversi elementi, tra cui: il livello e la qualità della conoscenza degli argomenti; la capacità di analizzare criticamente i temi affrontati; la coerenza e la solidità delle argomentazioni a sostegno di una tesi; la capacità di applicare teorie e concetti a casi e contesti specifici; l’utilizzo di un lessico appropriato alla disciplina oggetto di studio.

1. Programmazione non lineare
Gradiente, Matrice Hessiana
Condizioni necessarie di minimo locale (primo e secondo ordine)
Condizioni sufficienti di minimo locale (secondo ordine e caso convesso)
Metodo del gradiente, algoritmi di Line search
Metodo di Newton
2. Programmazione non lineare Vincolata
Condizioni KKT
Metodi di barrier e funzioni di penalità (cenni)
3. Logistica interna, il problema di Lot Sizing
Modello EOQ
Algoritmo di Wagner-Whitin
Algoritmo di Zangwill
4. Job Shop Scheduling
Metodi euristici, algoritmo di Nowicki-Smutnicki
Metodi esatti, algoritmo di Carlier-Pinson
5. Logistica esterna, il Problema di Vehicle Routing
6. Crew Scheduling
7. Problemi di localizzazione di impianti

Elementi di calcolo vettoriale (combinazione lineare, prodotto scalare) e matriciale (combinazione lineare, prodotto, determinante, inversa, rango).
Funzioni di n variabili: derivate parziali, gradiente.
Programmazione Lineare: formulazione di problemi e metodi di soluzione.
Programmazione a numeri interi: formulazione di problemi e metodi di soluzione.
Teoria dei grafi: formulazione di problemi e metodi di soluzione.

Materiale a cura del docente disponibile sulla pagina Moodle dell'insegnamento

Caramia, Giordani, Guerriero, Musmanno, Pacciarelli, "Ricerca Operativa", Isedi, Italia, 2014.
Sassano A., "Modelli e Algoritmi della Ricerca Operativa", Franco Angeli.
Carlier J., Pinson E., “An algorithm for solving the job shop problem”, Management Science, 35 (2), 164-175 (1989).
Carlier J., Pinson E., “Adjustment of heads and tails for the job-shop problem”, European Journal of Operational Research, 78 (2), 146-161 (1994).
Brucker P., Jurisch B., Sievers B., “A branch and bound algorithm for the job scheduling shop problem”, Discrete Applied Mathematics, 49, 107-127 (1994).
Nowicki E., Smutnicki C., “A fast taboo search algorithm for the job shop problem”, Management Science, 42 (6), 797-813 (1996).
Nowicki E., Smutnicki C., “An advanced tabu search algorithm for the job shop problem”, Journal of Scheduling, 8, 145-159 (2005). Il PDF è scaricabile qui da un PC di Roma Tre.
Heinz Gröflin, Andreas Klinkert, "A new neighborhood and tabu search for the Blocking Job Shop", Discrete Applied Mathematics, 157 (2009), 3643-3655.Il PDF è scaricabile qui da un PC di Roma Tre.
Yazid Mati and Xiaolan Xie, "Multiresource Shop Scheduling With Resource Flexibility and Blocking", IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING, in press
Christoph J. Schuster, Jose M. Framinan, "Approximative procedures for no-wait job shop scheduling", Operations Research Letters, 31 (2003) 308 – 318.Il PDF è scaricabile qui da un PC di Roma Tre.

Lezioni ed esercitazioni in aula.

Non obbligatoria ma consigliata.

La verifica dell’apprendimento avviene attraverso una prova scritta selettiva, della durata di 90-120 minuti, e una prova orale, finalizzate a verificare il livello di comprensione effettiva dei concetti e la capacità degli studenti di applicarli in contesti reali.
L'insegnamento prevede anche una o più prove in itinere scritte, facoltative, ciascuna consistente in uno o due esercizi e/o una o più domande di teoria articolate in punti a risposta aperta, finalizzati a verificare il livello di apprendimento dei contenuti erogati nella prima parte del corso. Il tempo previsto è di 90-120 minuti per ciascuna prova.
La prova d'esame prevede una prova scritta, consistente in due esercizi obbligatori e una domanda di teoria facoltativa articolata in punti a risposta aperta. Il tempo previsto è di 90-120 minuti. La prova orale consiste in una o più domande sulla prova scritta ed eventuali domande di teoria. I testi d'esame degli ultimi anni sono disponibili sulla pagina Moodle dell'insegnamento.
Nella valutazione dell'esame, la determinazione del voto finale terrà conto di diversi elementi, tra cui: il livello e la qualità della conoscenza degli argomenti; la capacità di analizzare criticamente i temi affrontati; la coerenza e la solidità delle argomentazioni a sostegno di una tesi; la capacità di applicare teorie e concetti a casi e contesti specifici; l’utilizzo di un lessico appropriato alla disciplina oggetto di studio.