valutazione delle principali euristiche per la gestione delle giacenze soggette a domanda stocastica descritte da diverse funzioni di distribuzione di probabilità.

Abstract

L'argomento in esame inizia delineando il contesto relativo alla gestione delle giacenze nel campo dello stivaggio dei container, introducendo inizialmente le euristiche utilizzate a tal fine. Successivamente, si procede con un'analisi dettagliata di diversi algoritmi, impiegati per la gestione di giacenze soggette a domanda stocastica, la quale è modellata tramite una varietà di funzioni di distribuzione di probabilità. In particolare, si esamina approfonditamente l'algoritmo di Wagner Whitin, noto per la sua capacità di identificare la soluzione ottimale in problemi di dimensionamento in tempo polinomiale. Si presenta quindi una simulazione implementata in Matlab, focalizzata sulla risoluzione di un problema di gestione magazzino, con variazioni della domanda iniziale secondo tre differenti distribuzioni di probabilità (una distribuzione Normale (Gaussiana), una distribuzione di Weibull e una distribuzione di Poisson). Tale simulazione consente di calcolare i costi totali minimi associati a ciascuna distribuzione. Per completare l'analisi, si procede generando 50 valori per ciascun parametro di ogni distribuzione selezionata. Infine, si discutono e si interpretano i risultati ottenuti dalla simulazione condotta, valutando l'impatto delle varie distribuzioni di probabilità sui costi totali minimi e fornendo eventuali conclusioni rilevanti per la gestione ottimale delle giacenze in contesti logistici e di magazzino.

The subject matter begins by outlining the context regarding inventory management in the container storage field, initially introducing the heuristics employed for this purpose. Subsequently, a detailed analysis of various algorithms used for managing inventories subject to stochastic demand, modeled through a variety of probability distribution functions, is undertaken. In particular, the Wagner Whitin algorithm is thoroughly examined for its ability to identify the optimal solution in polynomial time for sizing problems. Following this, a simulation implemented in Matlab is presented, focusing on solving a warehouse management problem with variations in initial demand according to three different probability distributions (a Normal (Gaussian) distribution, a Weibull distribution, and a Poisson distribution). This simulation allows for the calculation of the associated minimum total costs for each distribution. To complete the analysis, 50 values are generated for each parameter of every selected distribution. Finally, the results obtained from the conducted simulation are discussed and interpreted, assessing the impact of various probability distributions on minimum total costs and providing any relevant conclusions for optimal inventory management in logistic and warehouse contexts.