Ottimizzazione flotte e costi

Dispongo di un dataset con peso dei pacchi, indirizzi di consegna e dieci veicoli suddivisi tra due partner. Di ogni mezzo conosco il peso massimo trasportabile e so già quali zone ciascun veicolo può o deve coprire. Alcuni ordini sono “must-serve” entro una data e fascia oraria precisa, quindi le soluzioni devono rispettare queste finestre temporali.

Mi occorre un modello di ottimizzazione che, a partire da queste informazioni, generi l’assegnazione ideale degli ordini ai veicoli e l’eventuale sequenza di consegna, con l’obiettivo di:

• minimizzare i costi complessivi di trasporto;
• massimizzare l’EBITDA collegato al servizio.

Sono aperto a diversi approcci: programmazione lineare, algoritmi genetici, simulated annealing o una combinazione di tecniche di ottimizzazione, purché il risultato sia solido e replicabile.

Deliverable richiesti:
1. Codice eseguibile (preferibilmente Python con librerie open-source come OR-Tools, PuLP o analoghe) che prenda in input i miei file CSV e produca:
• assegnazione ordini-veicolo con rotte ordinate;
• report costi vs ricavi e EBITDA per singolo veicolo e complessivo.
2. Documentazione essenziale: ipotesi, parametri modificabili, istruzioni passo-passo per rieseguire il modello.
3. Breve memo con possibili scenari di what-if (es. aumento volumi o variazione costi carburante) così da valutare rapidamente alternative.

Il codice deve essere leggibile, commentato e abbastanza modulare da permettere in seguito l’aggiunta di nuovi vincoli o veicoli. Gradita, ma non obbligatoria, una visualizzazione base delle rotte su mappa per verificare a colpo d’occhio la coerenza geografica.

Attendo la tua proposta di soluzione, tempi previsti e un esempio di progetto simile già realizzato (anche sintetico) che dimostri l’esperienza nel campo dell’ottimizzazione dei trasporti.