 |
MANUEL IORI
Professore Ordinario
Dipartimento di Scienze e Metodi dell'Ingegneria
|
Insegnamento: Modelli per l'Ottimizzazione della Logistica e della Produzione
Ingegneria gestionale (Offerta formativa 2023)
Obiettivi formativi
Il corso fornisce conoscenze avanzate di ricerca operativa per la risoluzione di problemi decisionali, quali l'uso e il dimensionamento ottimizzato di flotte logistiche e sistemi distributivi, la pianificazione della produzione, e la schedulazione delle attività.
Gli obiettivi formativi del corso, seguendo i descrittori di Dublino, sono i seguenti:
(1) Conoscenza e capacità di comprensione. Attraverso le lezioni teoriche lo studente comprende i concetti e i metodi necessari per la risoluzione di problemi decisionali di particolare complessità. Tali metodi comprendono sia tecniche esatte (programmazione lineare intera) che approssimate (metodi euristici).
(2) Capacità di applicare conoscenza e comprensione. Attraverso le attività teoriche e di laboratorio lo studente apprende a modellare problemi decisionali in modo matematico, ad applicare metodologie di risoluzione di problemi, e ad utilizzare e integrare strumenti software.
(3) Autonomia di giudizio. L’insegnamento fornisce agli studenti gli strumenti per valutare con spirito critico diverse tecniche per affrontare sistemi complessi, interpretando e confrontando le diverse soluzioni ottenute.
(4) Abilità comunicative. Il lavoro di gruppo richiesto nell'attività laboratoriale del corso permette agli studenti di migliorare le loro capacità comunicative e di interazione reciproca.
(5) Capacità di apprendimento. L’insegnamento fornisce le basi per l'applicazione di tecniche di ottimizzazione su problemi decisionali reali.
Prerequisiti
Conoscenze di base di Ricerca Operativa.
Programma del corso
Il programma procederà affrontando in parallelo i temi della parte teorica (6 ECTS) e di laboratorio (6 ECTS), secondo il seguente ordine:
1. Introduzione alle tematiche del corso (Teoria)
2. Richiami di Ricerca Operativa (Teoria)
3. Introduzione all’uso del software Xpress (Laboratorio)
4. Cenni sulla teoria della complessità (Teoria)
5. Modelli matematici ed algoritmi euristici (Laboratorio)
6. Algoritmi metaeuristici (Teoria)
7. I problemi di trasporto e distribuzione (Teoria e Laboratorio)
8. Algoritmi esatti per il VRP (Teoria e Laboratorio)
9. Algoritmi euristici per il VRP (Teoria e Laboratorio)
10. Localizzazione di Servizi (Teoria e Laboratorio)
11. La pianificazione della produzione (Teoria e Laboratorio)
12. Schedulazione (Teoria e Laboratorio)
13. Teoria dei Grafi (Teoria e Laboratorio)
14. Assegnamento e risoluzione di problemi di ottimizzazione a gruppi (Laboratorio).
Metodi didattici
Il corso prevede lezioni teoriche ed esercitazioni pratiche dedicate alla soluzione di problemi decisionali complessi. Circa il 50% del corso è composto da lezioni teoriche in aula, mentre il restante 50% circa è composto da attività laboratoriale che lo studente dovrà svolgere tipicamente in gruppo.
Più in dettaglio:
- la modalità di erogazione del corso è in presenza. In aggiunta, saranno messi a disposizione sulla piattaforma moodle i video sia delle lezioni che delle esercitazioni svolte.
- la frequenza dell’insegnamento è facoltativa, ma fortemente consigliata, soprattutto per approfittare del supporto che verrà fornito per lo sviluppo delle attività laboratoriali di gruppo.
- le strategie didattiche prevedono l’uso di lezioni teoriche al fine di migliorare le conoscenze e le capacità di comprensione degli studenti, nonché l’applicazione stessa delle conoscenze ottenute. Prevedono inoltre attività laboratoriali da affrontarsi in gruppo, assieme al docente e al suo team di ricerca, al fine di migliorare le abilità di giudizio e comunicative degli studenti, nonché le capacità di interazione reciproca.
- l'insegnamento è erogato in lingua italiana e le slide usate durante le lezioni sono in italiano. I testi di studio, sia di teoria che di laboratorio, sono in lingua inglese.
Testi di riferimento
Le slide utilizzate durante il corso, le registrazioni video sia della parte teorica che di laboratorio, e gli esercizi svolti in laboratorio assieme alle loro soluzioni saranno resi disponibili sulla piattaforma moodle dedicata al corso. In aggiunta, sulla piattaforma saranno resi disponibili esempi di tesine di ottimo livello svolte nei precedenti anni accademici e presentazioni di applicazioni reali delle tecniche sviluppate.
Gli studenti potranno approfondire i contenuti del corso attraverso i seguenti testi di studio consigliati:
- F.S. Hillier, G.J. Liebermann, Introduction to Operations Research, Mc Graw Hill.
- D. Bertsimas, J.N. Tsitsiklis, Introduction to Linear Optimization, Athena Scientific.
- M. Gendreau, J.-Y. Potvin, Handbook of Metaheuristics Springer.
- P. Toth, D. Vigo, The Vehicle Routing Problem, SIAM.
- Y. Pochet, L. Wolsey, Production Planning by Mixed Integer Programming, Springer.
- M.L. Pinedo, Scheduling. Theory, Algorithms, and Systems, Springer.
- FICO Xpress Optimization Manual, disponibile a: https://www.fico.com/fico-xpress-optimization/docs/latest/overview.html
The slides used during the course, the video recordings of both the theoretical and laboratory parts, and the exercises carried out in the laboratory together with their solutions will be made available on the moodle platform dedicated to the course. In addition, examples of excellent student projects carried out in previous academic years and presentations of real applications of the techniques developed will be made available on the platform.
Students will be able to deepen the contents of the course through the following recommended study texts:
- F.S. Hillier, G.J. Liebermann, Introduction to Operations Research, Mc Graw Hill.
- D. Bertsimas, J.N. Tsitsiklis, Introduction to Linear Optimization, Athena Scientific.
- M. Gendreau, J.-Y. Potvin, Handbook of Metaheuristics Springer.
- P. Toth, D. Vigo, The Vehicle Routing Problem, SIAM.
- Y. Pochet, L. Wolsey, Production Planning by Mixed Integer Programming, Springer.
- M.L. Pinedo, Scheduling. Theory, Algorithms, and Systems, Springer.
- FICO Xpress Optimization Manual, disponibile a: https://www.fico.com/fico-xpress-optimization/docs/latest/overview.html
Verifica dell'apprendimento
- Modalità di valutazione.
La valutazione è svolta in due fasi:
1) Tesina (50% del voto): sviluppo di un progetto informatico in gruppo utilizzando il software Xpress. La tesina è assegnata durante il corso, con una precisa data massima di riconsegna. Il risultato del lavoro svolto deve essere presentato in aula da parte degli studenti. È indispensabile ottenere un voto positivo per passare al successivo esame teorico. Gli studenti che non riescono a svolgere la tesina durante il corso, potranno richiederne una successivamente, ma dovranno svolgere il lavoro da soli.
2) Esame teorico scritto (50% del voto): Domande su tutto il programma trattato nelle ore di lezione e di laboratorio. L’elenco delle possibili domande è pubblicato su ESSE3.
- Tempi. Il tempo previsto per la presentazione della tesina è di 15 minuti. Gli studenti di ogni gruppo si devono organizzare in autonomia per decidere chi e in che ordine effettuerà la presentazione. Il tempo previsto per l'esame teorico scritto è di 50 minuti.
- Modalità di attribuzione del punteggio per il voto finale.
Saranno stabilite sei date di appello nel corso dell'anno accademico per la presentazione della tesina, ed altre sei date per l'esame teorico scritto. Gli studenti dovranno iscriversi agli appelli attraverso la piattaforma ESSE3.
Il giorno prima della presentazione della tesina, i gruppi dovranno consegnare via email le slide della presentazione e gli elaborati (file Xpress). Dopo la presentazione il docente valuterà gli elaborati e comunicherà i voti via ESSE3. Gli studenti che riceveranno un voto sufficiente saranno ammessi al successivo esame teorico. Il voto della tesina rimane valido fino all'inizio del successivo corso (quindi fino all'appello di settembre incluso).
L'esame scritto teorico avverrà in presenza (o in altra modalità da definirsi in base all'evoluzione della pandemia). Ogni studente dovrà consegnare l'elaborato scritto al termine della prova. Il docente valuterà l'elaborato e consegnerà i voti tramite ESSE3. In caso di una prima valutazione negativa (insufficiente oppure sufficiente ma rifiutata dallo studente) dell’esame teorico scritto, il voto della tesina resterà valido. Alla seconda valutazione negativa, il voto della tesina andrà perso.
Il voto finale sarà dato dalla media aritmetica tra il voto della tesina e il voto dell’esame teorico.
- Materiali utili per sostenere la prova e consentiti durante la stessa.
La presentazione del lavoro di gruppo può essere fatta usando il proprio computer portatile. Durante l'esame teorico scritto non è ammesso l'uso di nessun materiale informativo (slide, testi o altro), ma solo carta e penna.
Su richiesta dello studente, l'esame può essere svolto in lingua inglese, sia per quanto riguarda la tesina che la successiva valutazione teorica scritta.
Risultati attesi
Il corso fornisce conoscenze avanzate di ricerca operativa per la risoluzione di problemi decisionali, quali l'uso e il dimensionamento ottimizzato di flotte logistiche e sistemi distributivi, la pianificazione della produzione, e la schedulazione delle attività.
I risultati formativi attesi alla fine del corso, seguendo i descrittori di Dublino, sono i seguenti:
(1) Conoscenza e capacità di comprensione. Attraverso le lezioni teoriche lo studente comprende i concetti e i metodi necessari per la risoluzione di problemi decisionali di particolare complessità. Tali metodi comprendono sia tecniche esatte (programmazione lineare intera) che approssimate (metodi euristici). In dettaglio:
- Conoscenza e comprensione dei concetti di modellazione matematica;
- Conoscenza e comprensione delle classi di complessità dei problemi decisionali;
- Conoscenza e comprensione dei principali metodi di ottimizzazione esatti;
- Conoscenza e comprensione dei principali metodi di ottimizzazione euristici;
- Conoscenza e comprensione dei principali problemi decisionali e relativi metodi di soluzione nei campi della logistica e della produzione.
(2) Capacità di applicare conoscenza e comprensione. Attraverso le attività teoriche e di laboratorio lo studente apprende a modellare problemi decisionali in modo matematico, ad applicare metodologie di risoluzione di problemi, ad utilizzare e integrare strumenti software. In dettaglio:
- Capacità di progettare e sviluppare metodi esatti per problemi decisionali;
- Capacità di progettare e sviluppare metodi euristici per problemi decisionali.
(3) Autonomia di giudizio. L’insegnamento fornisce agli studenti gli strumenti per valutare con spirito critico diverse tecniche per affrontare sistemi complessi, interpretando e confrontando le diverse soluzioni ottenute. In dettaglio:
- capacità di valutazione delle diverse metodologie sviluppate in base ai tempi computazionali richiesti e alla qualità delle soluzioni ottenute.
(4) Abilità comunicative. Il lavoro di gruppo richiesto nell'attività laboratoriale del corso permette agli studenti di migliorare le loro capacità comunicative e di interazione reciproca. In dettaglio:
- Capacità di esposizione di attività progettuali svolte in gruppo;
- Capacità di interazione reciproca nello sviluppo di attività progettuale.
(5) Capacità di apprendimento. Anche tramite la presentazione di applicazioni reali delle tecniche di ottimizzazione descritte, l’insegnamento fornisce le basi per l'applicazione di tecniche di ottimizzazione a problemi reali di natura gestionale ed industriale.
Iniziativa "Honors". Per studenti particolarmente meritevoli ed interessati ad approfondimenti della materia, si offre la possibilità di seguire un percorso di tirocinio e tesi presso il CIRRELT (Interuniversity research center on business networks, logistics and transport). Il CIRRELT, di cui il prof. Iori è membro permanente, è localizzato in Canada e opera attraverso sette diverse Università nelle città di Montreal e Quebec. Può essere considerato il primo centro al mondo per la ricerca e l'innovazione nel campo dell'ottimizzazione della logistica e dei trasporti. Per applicare, gli studenti interessati possono contattare direttamente il professore al termine delle lezioni.