Dettagli sull'Insegnamento per l'A.A. 2018/2019
Nome:
Gestione della Produzione e della Logistica Aziendale / Industrial Applications of Operations Research
Informazioni
Crediti:
: Master Degree in Computer Science 6 CFU (c)
Erogazione:
Master Degree in Computer Science curriculum SDRC Elective
Master Degree in Computer Science curriculum ASSC Elective
Master Degree in Computer Science curriculum GSEEM Elective
Master Degree in Computer Science curriculum General Elective
Lingua:
Inglese
Prerequisiti
Nozioni di base della ricerca operativa: programmazione lineare (PL), metodo del simplesso, teoria della dualità nella PL
Obiettivi
Il corso si propone di illustrare il ruolo che la ricerca operativa può avere nell'industria, in particolare nel supporto alle decisioni basato su indicatori di costo e prestazione. Questo ruolo è illustrato attraverso applicazioni a contesti reali, con una rassegna di modelli di ottimizzazione nell'industria manifatturiera, nella logistica e nel project management. Le proprietà di modelli e algoritmi sono discusse ed esemplificate con applicazioni numeriche che prevedono l'uso di Excel e dei suoi add-on di ottimizzazione.
Sillabo
- Introduzione
Industria: il regno dell'organizzazione. Basi della Rivoluzione Industriale, cenni sulle teorie economiche classiche: da Quesnay a Smith e Ricardo. Taylor e il taylorismo. Misure, obiettivi, vincoli, decisioni. Outsourcing vs. in-house, decisori multipli. Esternalità: Jevons, sostenibilità ambientale ed effetto rimbalzo (rebound effect).
- Lot Sizing
Pianificazione della produzione e delle scorte. MRP. Giacenza o riordine? Un modello periodico: il lotto economico (EOQ). Estensioni di EOQ. Limiti di EOQ. Modelli non periodici: funzioni costo convesse e concave. Minimizzare costi convessi: un modello di programmazione lineare. Minimizzare costi concavi: metodo di Wagner-Whitin. Backlog. Gestione di scorte eterogenee. Approfondimento: controllo di scorte deperibili.
- Metodi e modelli per la gestione delle scorte: modelli a domanda indipendente (EOQ e varianti), modelli per il lot-sizing
- Elementi di Gestione Progetti (Project Planning)
Il successo del PERT. Diagrammi di Gantt, reti di attività, cammini critici. Il Metodo del Cammino Critico (CPM), un modo ottimale di attribuire risorse per raggiungere l'obiettivo nei tempi prescritti. Formulazione come programmazione lineare (Ripasso: il Metodo del Simplesso su Reti). Approfondimento: soluzione del duale con il Simplesso su Reti.
- Modelli di Localizzazione
Il modo migliore di posizionare un centro di produzione/servizio in una regione geografica. Modelli di localizzazione semplice, di p-mediana, di p-centro. Formulazione come programmazione lineare intera. Problemi a più stadi (k-echelon). Problemi con capacità. Approfondimento: come si modellano le preferenze del cliente?
- Cutting stock
Il modo migliore per ritagliare materiale in forme prescritte. Il modello intero di Kantorovich e i suoi limiti. Scomposizione di Dantzig-Wolfe, il modello di Gilmore-Gomory. Vanttaggi e cautele. Stima del costo tramite rilassamento lineare: il problema del pricing. Per rendere reale il tutto: riuso di materiale, problemi di assortimento, set-up; taglio e lot sizing, sequenziamento dei tagli. Approfondimento: cutting stock con date di consegna dei lotti.
Zoom in: cutting stock with custom due-dates.
- Casi industriali
Riuso ottimo del materiale presso Dayco Europe. Taglio ottimo e gestione scorte presso Pilkington.
Descrittori di Dublino
Alla fine del corso, lo studente dovrebbe
- Apprendere a modellare variabili decisionali, vincoli, indicatori di prestazione e costo di un sistema logistico/industriale, sviluppare nuove tecniche algoritmiche di ottimizzazione
- Applicare al modello le tecniche algoritmiche di ottimizzazione conosciute e apprese, comprendere le proprietà specifiche dei modelli studiati
- Valutare la complessità di un modello di ottimizzazione, scegliere la metodologia di ottimizzazione più adeguata in termini di costo/prestazione
- Acquisire un vocabolario tecnico adeguato, saper trasferire correttamente i concetti di modellazione e ottimizzazione ai decision maker industriali
- Essere in grado di leggere e discutere un articolo tecnico sui temi dell'ottimizzazione industriale
Testi di riferimento
- M.L. Pinedo, Scheduling: Theory, Algorithms, and Systems , Springer-Verlag. 2008.
- R.J. Tersine, Principles of Inventory and Materials Management , North-Holland. 1988.
Modalità d'esame
Prova scritta (50%), prova orale (50%)
Aggiornamenti alla pagina del corso
Le informazioni sulle editioni passate di questo corso sono disponibili per i seguenti anni accademici:
Per leggere le informazioni correnti sul corso, se ancora erogato, consulta il catalogo corsi di ateneo.
Ultimo aggiornamento delle informazioni sul corso: 08 marzo 2017, 17:11