Motivati da applicazioni del mondo reale per il settore Food & Beverage, consideriamo un problema di ottimizzazione generale che coinvolge la produzione, la distribuzione e la logistica di magazzino. La problematica fa riferimento alla progettazione della rete logistica e la gestione del flusso di materiale per rispondere alle necessità del cliente, relativamente alla domanda multi-prodotto e multi-periodo. Le decisioni sull'utilizzo dello stabilimento di produzione, incluso il dimensionamento dei lotti, l'allestimento e i lotti minimi sono prese da una prospettiva di ottimizzazione dei costi insieme alle decisioni di gestione del magazzino, incluse le spedizioni a magazzini esterni. Presentiamo una formulazione matematica del problema che si basa su un modello di Mixed Integer Linear Programming (MILP) e tiene conto di tutti i vincoli che sono presenti nella problematica reale. Mostriamo le difficoltà di questo modello (MILP) anche utilizzando soluzioni gestionali allo stato dell'arte, e introduciamo un algoritmo meta-euristico. Testiamo gli algoritmi proposti su due casi di studio e su un ampio set di problemi realistici. I risultati dello studio mostrano che, in tutti i casi, l'algoritmo sviluppato è molto veloce e produce soluzioni la cui qualità di risultato è assolutamente vicina a quella ottenuta attraverso soluzioni MILP, fornendo così un metodo efficiente e molto più rapido, per valutare politiche efficaci da utilizzare in diversi scenari. I modelli e gli algoritmi di questo tipo sono di grande aiuto ai professionisti in ambito industriale che si occupano di strategie organizzative per le loro reti logistiche.
L'articolo parla del progetto “PreLeveling & Plan Cost Optimization (PCO)”, svolto in collaborazione con il dipartimento di Ingegneria dell’Università di Bologna e parzialmente finanziato dalla regione Emilia-Romagna (POR-FESR 2014-20). Il progetto è stato alla base dello sviluppo del Plan Cost Optimiser, modulo software della Suite Compass10 di Plannet.
