Resoconto del nuovo incontro del ciclo di seminari “ROAR IN AZIONE!”, su come la ricerca operativa possa essere applicata in contesti più svariati, da un punto di vista aziendale. A cura di Alice Raffaele.

 

Sabato 26 novembre si è tenuto un nuovo incontro del ciclo di seminari “ROAR IN AZIONE!”, dedicati a presentare applicazioni della ricerca operativa, e della matematica in generale, per affrontare e risolvere problemi di ottimizzazione emergenti in varie situazioni reali. Diversamente dai precedenti, questo seminario si è svolto in presenza, presso l’auditorium dell’IIS Antonietti di Iseo (Brescia), e vi hanno partecipato dieci classi quarte e quinte dell’istituto.

Auditorium dell’IIS Antonietti.

L’oratore

Il seminario è stato condotto da Stefano Bortolomiol, Operations researcher presso OPTIT s.r.l. .

Stefano Bortolomiol.

La formazione di Stefano Bortolomiol non è avvenuta solo in Italia, bensì in alcuni Stati esteri. Dopo aver conseguito un diploma scientifico in un liceo trevisano (frequentando la quarta superiore negli Stati Uniti), Bortolomiol ha proseguito gli studi con una laurea triennale in Ingegneria Civile all’Università di Padova. Nel 2013, grazie al programma Erasmus, ha trascorso qualche mese in Portogallo. Interessato all’ambito trasporti, ha poi deciso di intraprendere un percorso di laurea specialistica in Trasporti e Logistica al DTU a Copenhagen. Sempre in Danimarca ha fatto la sua prima esperienza lavorativa presso Sund & Bælt, spostandosi poi nel Regno Unito, vicino Birmingham, per una posizione nell’azienda ARUP. Nel 2017 però è ritornato in accademia, precisamente all’EPFL di Losanna in Svizzera, dove ha ottenuto un dottorato in Trasporti e Mobilità a marzo 2022. Subito dopo, ha cominciato a lavorare in OPTIT.

OPTIT

Nata nel 2007 come spin-off del gruppo di Ricerca Operativa dell’Università di Bologna, OPTIT è un’azienda che offre principalmente servizi di sviluppo software e consulenza nel campo dell’ottimizzazione e dell’analitica. I clienti di OPTIT sono sia italiani sia internazionali.

Logo di OPTIT s.r.l.

La sede commerciale è a Bologna, mentre a Cesena vi è una software house. OPTIT è membro anche dell’EURO Working Group on Practice of Operations Research.

 

Applicazioni della ricerca operativa in OPTIT

In quali modi OPTIT applica la matematica per risolvere problemi importanti a livello economico, sociale e ambientale? I settori principali dei problemi affrontati da OPTIT sono cinque: energia, logistica, gestione dei rifiuti, analitica e ottimizzazione, e industria digitale.

Ottimizzazione in campo energetico

Stefano Bortolomiol ha introdotto le tre principali categorie di problemi di ottimizzazione in ambito energetico: produzione, distribuzione e consumo.

Produzione

Quali potrebbero essere le fonti da prediligere per produrre energia in un certo giorno in un determinato impianto per minimizzare i costi totali? Per rispondere a questa e a molte altre domande, il punto di partenza sono i dati.

Schema dei dati e modelli usati da OPTIT per l’ottimizzazione in campo energetico.

Tra i dati da considerare, vi sono sicuramente quelli sulla configurazione degli impianti impiegati, ma anche quelli relativi alle previsioni meteorologiche, che possono influenzare sia la domanda di energia (la quantità richiesta dagli utenti finali) sia la capacità di produzione di energia di una centrale (pensate, per esempio, a una centrale di energia elettrica dove la fonte principale è il sole, in un giorno di pioggia). Ancora, si possono includere valori storici o previsioni sul costo dell’energia.

Questi dati vengono dati in input a modelli analitici che offrono previsioni sul consumo di energia oppure suggeriscono quante e quali risorse (dipendenti, macchine, etc.) allocare per ottimizzare la produzione, sia a breve sia a medio-lungo termine. O, ancora, quanta energia far produrre a ogni unità (problema dello Unit Commitment), o come partecipare alle aste di scambio di energia tra le aziende che operano nei mercati energetici, decidendo quanti MWh comprare/vendere e a quale prezzo.

Distribuzione

Per quanto riguarda la distribuzione di energia, OPTIT opera principalmente con reti di calore, alimentate tramite centrali di teleriscaldamento che possono utilizzare un mix di fonti energetiche (rifiuti, gas, etc.). Tali reti possono essere modellizzate attraverso la teoria dei grafi, dove i nodi rappresentano le utenze e l’impianto di produzione, mentre e gli archi indicano i tubi che conducono il calore veicolato dall’acqua calda.

Una centrale di teleriscaldamento (fonte: Wikimedia Commons).

La ricerca operativa è adoperata nelle decisioni da prendere su come espandere una rete del genere: quali punti nuovi sarebbe ideale servire prima, sia a livello spaziale sia temporale? A quali percorsi dare la precedenza? Per rispondere a queste domande, bisogna considerare sia fattori urbanistici sia fisici: per simulare il comportamento dell’acqua e del calore nella rete (per esempio, in termini di pressione o velocità del flusso), si sfruttano modelli avanzati termoidraulici. Ma non solo: le scelte che vengono prese devono rispettare anche aspetti commerciali. Infatti i distributori di energia sono generalmente interessati a massimizzare i profitti o minimizzare i costi operativi per la gestione della rete. OPTIT sviluppa modelli di ottimizzazione per valutare molti scenari sul lungo termine.

 

Consumo

La domanda di energia degli utenti finali può essere oggetto di analisi e studio per prevedere l’andamento durante un giorno, una settimana o anche un mese futuro.

Gli output in questo caso comprendono dei report informativi, che però possono avere anche un ruolo più attivo per influenzare, per esempio, l’offerta futura.

Logistica

Stefano Bortolomiol è poi passato a illustrare alcune applicazioni nell’ambito del settore logistico.

Pianificazione della produzione

Un problema molto attuale è quello della pianificazione della produzione, soprattutto considerando le conseguenze della pandemia sulla filiera produttiva generale mondiale (la cosiddetta “supply chain” che riguarda approvvigionamento, produzione, trasporto e distribuzione, non solo di cibo, come ci aveva raccontato Anna Melchiori).

Consideriamo un’azienda di moda che vuole ottimizzare la produzione dei propri capi. Anche in questo caso, non si può fare a meno di partire dai dati, che potrebbero essere le quantità di capi richieste dai vari clienti dell’azienda, le materie prime a disposizione, i dipendenti e i macchinari, i fornitori, altri materiali di cui si hanno informazioni (magari su base settimanale), nonché le fasi di produzione da seguire.

L’azienda potrebbe voler minimizzare i ritardi e/o i costi totali di produzione, soddisfacendo la domanda del mercato e gli altri vincoli, risolvendo il problema su un orizzonte temporale ampio, come un’intera stagione.

Stoccaggio in magazzino

Collegato alla supply chain vi è anche il problema dello stoccaggio in magazzino, ovvero quanti e quali prodotti collocare in un magazzino e, soprattutto, dove posizionarli in modo da poterli recuperare in maniera efficiente (del problema di dove localizzare i magazzini, invece, ne avevamo discusso con Leonardo Drahorad).

Supponiamo che le operazioni di raccolta di prodotti legati a diversi ordini possano avvenire parallelamente. Consideriamo due operatori o macchinari che stanno gestendo un ordine ciascuno, raggruppando tutti gli oggetti appartenenti all’ordine stesso. Se i due operatori devono recuperare due oggetti che si trovano nello stesso scaffale, non potranno farlo allo stesso tempo ma uno dei due dovrà attendere che l’altro finisca la sua operazione. In questo caso, parliamo di una congestione.

Iniziando dai dati sui tempi di raccolta degli oggetti in tutte le posizioni del magazzino, OPTIT prima applica dei metodi statistici per stimare i ritardi dovuti alla congestione in ogni punti, e poi simula e ottimizza la distribuzione degli oggetti in modo tale da minimizzare il numero di congestioni totali e i colli di bottiglia.

Problemi di stoccaggio e packing. 

Packing

Una volta preparati gli ordini, come impacchettare gli oggetti e predisporli sui veicoli per consegnarli ai clienti? Quali contenitori usare e quali e quanti veicoli? Il problema di ottimizzazione emergente in questo contesto è quello di minimizzare gli spazi vuoti all’interno dei contenitori utilizzati, al fine di utilizzare meno contenitori e quindi anche meno veicoli possibili.

Per complicare ulteriormente il problema, si possono valutare la sequenza di carico per rendere più efficienti le consegne (posizionando davanti e a portata di mano i prodotti da consegnare per primi) e la direzione di carico (ovvero, se disporre il carico lungo la direzione della lunghezza, oppure larghezza o altezza). A volte si vuole distribuire equamente il carico (per esempio, quando la modalità di trasporto è quella aerea) e si parla perciò di bilanciamento. Infine, i carichi devono essere stabili, specialmente in veicoli non sfruttati al massimo della loro capacità.

Pianificazione della distribuzione

Come già visto nel caso del prestito interbibliotecario della Rete Bibliotecaria Bresciana e Cremonese, i problemi di routing sono tra i più classici tra quelli affrontati con tecniche di ricerca operativa.

Stefano Bortolomiol ha accennato al caso di studio di un’azienda di trasporti che gestisce la distribuzione di cibo e bevande nel Nord Italia a clienti finali come bar, ristoranti o negozi. L’azienda vorrebbe minimizzare i costi operativi, i tempi di servizio e le distanze totali, rispettando tutte le esigenze dei clienti nonché altre condizioni imposte dal problema specifico, decidendo perciò quali veicoli della flotta utilizzare, quali clienti assegnare loro e quali strade percorrere. OPTIT ha sviluppato un applicativo per calcolare le rotte ottimali, ma avente anche un’interfaccia grafica user-friendly, in modo tale da consentire agli utenti di modificare le rotte a loro piacere.

Gestione dei rifiuti

Anche la raccolta porta a porta dei rifiuti può essere modellizzata come uno o più problemi di ottimizzazione di ricerca operativa.

Filiera dei rifiuti.

Per esempio, si può decidere in maniera ottimale il calendario settimanale di raccolta o di svuotaggio dei cassonetti, stabilendo il numero di passaggi settimanali per ogni tipologia di rifiuto. Nei modelli si possono anche integrare richieste particolari di rifiuti speciali o per occasioni particolari (per esempio, concerti). OPTIT opera pure sul problema di trasporto dai singoli centri di raccolta comunali ai centri di smaltimento.

Altri problemi

Esempi di altri problemi di ottimizzazione.

Ovviamente i campi di applicazione di OPTIT e della ricerca operativa in generale non si limitano a energia e logistica. Un problema classico che trova parecchie applicazioni nella realtà è quello della schedulazione di risorse (come l’orario settimanale degli insegnanti in una scuola) o la gestione del traffico ferroviario (ne avevamo parlato anche nei seminari di Veronica Dal Sasso e Veronica Asta) e i processi di digitalizzazione, che potrebbero influenzare anche l’accessibilità dei mezzi di trasporto (come ci diceva Martina Fischetti).

Un approccio multidisciplinare

A valle di tutte le applicazioni presentate, Stefano Bortolomiol si è voluto soffermare su come venga affrontato un generico problema di ricerca operativa all’interno di OPTIT.

Le fasi principali sono sintetizzate nel diagramma sottostante:

Dopo un brainstorming per capire il problema del cliente, si passa all’analisi dei dati del cliente. È infatti necessario comprendere quali informazioni possano essere effettivamente utili per sviluppare una soluzione. La fase in cui lavora Stefano Bortolomiol è quella centrale della modellazione e ottimizzazione. Non è sufficiente però formulare un problema con paradigmi tipici della ricerca operativa e implementare il modello in un solver, ma bisogna rendere la soluzione usabile dal committente. Ecco perché, dopo la risoluzione del modello, vi è generalmente lo sviluppo e rilascio di un software. Vi è infine un segmento dedicato alla consulenza e ai servizi, per esempio quelli di manutenzione e supporto.

Non bastano tuttavia le competenze tecniche. Stefano Bortolomiol ha rimarcato quale sia, secondo lui, la capacità fondamentale, tra le cosiddette soft skills, per superare le barriere e trasmettere il valore dei metodi analitici: è quella di saper comunicare bene (e noi qui su MaddMaths! ne abbiamo parlato proprio poco tempo fa). 

“La ricerca operativa – ha concluso Stefano Bortolomiol – si conferma un campo che ha bisogno di multidisciplinarietà per essere applicata. Costruire e progettare soluzioni di ottimizzazione è un lavoro di squadra che coinvolge matematici, statistici, informatici e, soprattutto, persone che hanno una conoscenza ben definita dei problemi di ottimizzazione che si vogliono risolvere.”

 

La registrazione dell’incontro

Il seminario è stato registrato ed è disponibile qui:

 

Per saperne di più sul progetto ROAR

I seminari di “ROAR IN AZIONE!” sono stati proposti come attività collaterali del progetto ROAR (Ricerca Operativa Applicazioni Reali) per presentare, ad alto livello, applicazioni concrete della ricerca operativa e illustrare anche esempi di orientamento per la scelta universitaria.

ROAR è un progetto di divulgazione e insegnamento della ricerca operativa rivolto alle scuole secondarie superiori, ideato e organizzato oltre che da me (Università degli Studi di Verona), da Alessandro Gobbi (Università degli Studi di Brescia), da Gabriella Colajanni ed Eugenia Taranto (Università degli Studi di Catania), e da Marinella Picchi (IIS Antonietti, Iseo). Consiste in tre unità didattiche per le rispettive classi del triennio, che approfondiscono la modellizzazione matematica, la programmazione lineare e lineare intera, la teoria dei grafi. Ma anche tanto altro inerente all’informatica e allo sviluppo di algoritmi, tra cui l’implementazione e risoluzione in Python di problemi di ottimizzazione attraverso librerie opensource.

Per maggiori informazioni, potete contattarci via e-mail all’indirizzo dedicato al progetto oppure scrivermi personalmente qui.