Decision Support Systems and Analytics

La pagina ufficiale del corso con tutto il materiale didattico è disponibile su https://ingegneria.el.uniroma3.it/

Orario delle lezioni: Martedì e Mercoledì dalle 8 alle 10 aula N14

Modalità di Esame: L'esame consiste in una prova scritta o orale e da una tesina (teorica o implementativa a scelta dello studente).

Obiettivo del corso è far acquisire i principali strumenti teorici e metodologici per la modellizzazione delle decisioni e per l’individuazione delle migliori strategie di supporto alle decisioni in considerazione degli obiettivi prefissati.

Il corso mira anche a fornire abilità e competenze su come utilizzare i dati a disposizione per implementare modelli prescrittivi analitici a supporto delle decisioni, come leggere i risultati forniti dai modelli in uso e come interpretarli per proporre soluzioni opportune a problemi gestionali complessi.

Programma:

· Panoramica sui sistemi di supporto alle decisioni (DSS). Model Driven DSS.

· Richiami di modellazione (esempi di formulazioni PL, PLI e PNL). Cenni alla complessità computazionale.

· Generalità su Business Analytics. Predictive analytics, alberi di classificazione ottimi, esempi. Prescriptive analytics.

· Algoritmi euristici: Euristiche Costruttive, Ricerca Locale, Ricerca Locale a profondità variabile, Tabu Search, Simulated Annealing, Algoritmi Genetici, cenni ad altre metaeuristiche (GRASP, Iterated Local Search, Variable Neighborhood Search, Guided Local Search, Ant Colony Optimization, ecc.).

· Ottimizzazione robusta.

· Studio di casi reali: (1) ottimizzazione dei flussi nella distribuzione di cibi surgelati dagli impianti di produzione ai rivenditori, (2) ottimizzazione dei turni del personale sanitario nei reparti ospedalieri, (3) ottimizzazione dei percorsi per la raccolta di materiale biologico per analisi di laboratorio, (4) gestione ottima del magazzino di un’azienda che si occupa di vendite online, (5) ottimizzazione della supply chain nel mondo della moda.