Ottimizzazione integrata e sistemi a supporto delle decisioni per problemi di consegne e servizi a domicilio

This research addresses the class of attended home delivery and service problems, which have been widely studied in the last two decades. In addition, The recent COVID-19 pandemic has boosted the interest in attended home delivery and service, with a significant increase in terms of global demand and a still lasting effect on people's habits. From an operational perspective, such problems require the customer to be present at home when the goods are delivered or the service is executed. Typically, the service provider and the customer agree on a particular time window for the delivery of goods or the execution of a service. The purpose of this research is to review the state of the art for attended home delivery and service problems, and study specific real-world applications in gas and water distribution, as well as in the context of global service providers. In particular, the solution of real-world optimization problems through integrated decision support systems, which rely on mathematical formulations plus additional modules, is investigated. This requires a careful problem definition, in order to clearly state the objective function and the main constraints of the application at hand, followed by the implementation in an exact or heuristic fashion, and ended with several computational experiments aimed at producing valuable solutions. This iterative process implies a preliminary real-data collection and preparation, which has to be performed as carefully, in order to compute all the relevant information that occurs in the decision-making process. The proposed methodology integrates classic techniques of operations research with machine learning, to predict missing information for future periods, multi-criteria decision analysis, to define and weight the multiple factors that determine a complex decision, and engineering economics, to evaluate a project from a financial perspective.

La presente tesi di ricerca analizza la classe dei problemi di consegne e servizi a domicilio, che sono stati ampiamente studiati nell'ultimo ventennio. Inoltre, la recente pandemia da COVID-19 ha aumentato enormemente l'interesse in tema di consegne e servizi a domicilio, con un consistente incremento della domanda globale e un evidente cambiamento nelle abitudini delle persone. Da un punto di vista operativo, tali problemi richiedono la presenza del cliente per la consegna dei beni o l'esecuzione del servizio a domicilio. Lo scopo principale di questa tesi di ricerca riguarda l'analisi accurata dello stato dell'arte sui problemi di consegne e servizi a domicilio, e lo studio di specifiche applicazioni reali nel settore della distribuzione dell'acqua e del gas, e nell'ambito delle aziende "global service". In particolare, viene studiato come risolvere problemi reali di ottimizzazione per mezzo di sistemi a supporto delle decisioni, basati su formulazioni matematiche del problema e moduli aggiuntivi. Questo richiede un'attenta definizione del problema, attraverso la formulazione della funzione obiettivo e dei principali vincoli, seguita dall'implementazione esatta o euristica e conclusa con una serie di test computazionali volti alla generazione di soluzioni efficaci ed efficienti. Questo processo iterativo richiede un altrettanto attenta fase di raccolta dati, e relativa preparazione, in modo da processare tutte le informazioni rilevanti che incorrono nel processo decisionale. La metodologia proposta integra tecniche classiche proprie della ricerca operativa con il machine learning, per la previsione di informazioni mancanti relative a periodi futuri, l'analisi decisionale multi-criterio, per la definizione e il calcolo dei pesi dei molteplici criteri da considerare nel prendere una decisione complessa, e l'"engineering economics", per la valutazione di un progetto da una prospettiva finanziaria.