Ottimizzazione matematica per flussi su reti di aiuti umanitari

L'obiettivo di questa tesi è l’analisi di modelli di ottimizzazione matematica nell'ambito della logistica umanitaria. Questa rappresenta oggi una applicazione importante della Ricerca Operativa, che gestisce il flusso di beni e servizi in contesti emergenziali, con l’obiettivo di minimizzare la carenza di beni essenziali, i tempi di consegna, e catturare l’incertezza dei dati traducendola in strutture matematiche da ottimizzare. L'elaborato traccia innanzitutto un quadro generale, classificando i principali approcci proposti in letteratura. Successivamente esamina l'iniziativa ESUPS (Emergency Supply Prepositioning Strategy) e un caso di studio fornito dal solutore Gurobi Optimizer, che illustra l'applicazione di modelli di Programmazione Lineare e li estende a formulazioni stocastiche. L'analisi prosegue con la presentazione di una demo proposta da Gurobi Optimizer e basata su dataset del World Food Program in Siria, impiegando la Programmazione Lineare Intera Mista per l'ottimizzazione dei flussi alimentari. Infine, viene implementata una estensione in codice Python per la demo Gurobi, mirata a catturare condizioni di incertezza sui dati del modello, facendo fronte ad alcuni tipi di imprevisti