• +39 09841716330
  • company@wesmart.it
  • Via A. Monaco, 20, 87100 Cosenza

Ricerca

  1. Ricerca

Le soluzioni progettate e fornite da WeSmart si distinguono da altre presenti sul mercato per il valore e l’efficacia del supporto decisionale che garantiscono.

I vantaggi in termini di efficacia nella risoluzione di problemi decisionali critici sono garantiti dal fatto che i sistemi proposti si basano su risultati scientifici frutto di una pluriennale attività di ricerca del team nei seguenti ambiti.

  • modelli e metodi di programmazione matematica;
  • tecniche di simulazione avanzate;
  • metodologie per l’analisi e la gestione dei rischi;
  • tecniche di machine learning;
  • algoritmi per il cloud computing;
  • metodologie di acquisizione e gestione di big/open data;

 

Da un punto di vista più prettamente applicativo, gli stream di ricerca portati avanti sono finalizzati alla definizione di:

  • sistemi e servizi di supporto alle decisioni per problemi di pianificazione, gestione e controllo in diversi ambiti applicativi (sanità e medicina, logistica, sistema agroalimentare, mercati finanziari ed energetici, reti di telecomunicazione, industria e produzione, turismo);
  • modelli e metodi di ottimizzazione continua e discreta;
  • modelli e metodi di programmazione stocastica;
  • modelli e metodi di machine learning per l’analisi avanzata di dati;
  • tecniche di simulazione per analisi di scenari in sistemi complessi;
  • metodologie combinate di simulazione e ottimizzazione;
  • sistemi di pianificazione e controllo e valutazione delle performance;
  • sistemi di project management;
  • gestione e controllo della supply chain;
  • content/knowledge management systems;
  • progettazione e gestione dei sistemi di produzione con particolare riferimento allo sviluppo di sistemi di supporto alle decisioni per l’organizzazione e gestione della produzione (e dei sistemi di lavorazione), la gestione delle scorte, la progettazione efficiente delle postazioni di lavoro e la gestione delle emergenze e dei disastri negli impianti industriali.

METODOLOGIE DI PROGRAMMAZIONE MATEMATICA

Il team di ricerca di WeSmart si occupa da anni dello studio e della progettazione di modelli e metodi propri della programmazione matematica, con particolare attenzione rivolta alle classi di problemi che trovano ampio utilizzo nella rappresentazione di problemi critici in diversi contesti decisionali e nella definizione di approcci decisionali ad hoc. La presenza di vincoli di varia natura e di diversi fattori di incertezza e dinamicità all’interno dei processi di pianificazione impone la definizione di metodologie robuste, che non possono prescindere da uno studio teorico rigoroso e dall’utilizzo di risultati all’avanguardia proposti in letteratura.

Più nello specifico, le linee di ricerca pura di cui si occupa WeSmart riguardano:

  • modelli e metodi per la programmazione matematica a numeri interi;
  • algoritmi interior point per problemi di programmazione matematica con vincoli lineari e non lineari;
  • algoritmi euristici e meta-euristici per problemi di PLI con vincoli complessi;
  • modelli e metodi per la programmazione matematica in condizioni di incertezza (programmazione stocastica);
  • tecniche di apprendimento automatico (machine learning) e modelli di classificazione;
  • modelli di data envelopment analysis per la valutazione delle prestazioni di sistemi complessi.

METODOLOGIE DI SIMULAZIONE

I sistemi e i servizi offerti da WeSmart si applicano a contesti reali fortemente incerti e dinamici, e la cui evoluzione nel tempo è impossibile da prevedere. Si tratta, ad esempio, dei mercati finanziari ed energetici, in cui un elevato numero di fattori di incertezza incide sui processi decisionali degli operatori.

Pertanto, la capacità di simulare in maniera significativa le possibili evoluzioni di sistemi complessi caratterizzati da diverse fonti di incertezza e da funzioni ed interazioni tra i fattori di difficile rappresentazione costituisce una base imprescindibile per la definizione ed implementazione di approcci di supporto alle decisioni efficaci. In più, la generazione di scenari plausibili, ossia possibili evoluzioni quanto più possibile realistiche e nel complesso significative, è un input imprescindibile per la corretta applicazione di approcci decisionali efficaci per processi decisionali in condizioni di incertezza.

In particolare, nell’ambito delle tecniche di simulazione le principali linee di ricerca riguardano:

  • tecniche di generazione degli scenari basate sul moment matching;
  • metodi regressivi ed auto-regressivi;
  • metodi diffusivi;
  • tecniche di tipo Montecarlo;
  • metodologie di riduzione degli scenari.