Il presente elaborato descrive l’attività di stage svolta presso KanbanBOX, azienda che sviluppa software per la gestione dei flussi logistici secondo i principi Lean. L’obiettivo del progetto è stato lo sviluppo di un motore interno per la generazione automatica delle previsioni di domanda (forecast), colmando il limite del sistema preesistente che richiedeva la generazione manuale e l’importazione di calcoli effettuati tramite strumenti esterni. Per risolvere questa criticità, è stato implementato un algoritmo stocastico basato sulla Simulazione di Monte Carlo. Questa soluzione sfrutta i dati storici dei consumi presenti nel sistema per generare scenari futuri, permettendo all’utente di scegliere specifici percentili di confidenza per calibrare le stime. Lo sviluppo, realizzato principalmente in PHP, è stato integrato nell’architettura Domain-Driven Design (DDD) preesistente, avvalendosi del Command Pattern per eseguire i complessi calcoli in modo asincrono. Il lavoro ha previsto sia la gestione manuale del calcolo, sia l’automazione tramite cron job, il tutto supportato da una solida suite di test unitari e di integrazione. Il risultato finale è una funzionalità nativa che automatizza e ottimizza il ridimensionamento dei legami Kanban, fornendo alle aziende clienti uno strumento decisionale integrato, rapido e statisticamente robusto.

Generazione Automatica di Previsioni di Approvvigionamento tramite Simulazione di Monte Carlo

LATTANZIO, NICOLÒ
2025/2026

Abstract

Il presente elaborato descrive l’attività di stage svolta presso KanbanBOX, azienda che sviluppa software per la gestione dei flussi logistici secondo i principi Lean. L’obiettivo del progetto è stato lo sviluppo di un motore interno per la generazione automatica delle previsioni di domanda (forecast), colmando il limite del sistema preesistente che richiedeva la generazione manuale e l’importazione di calcoli effettuati tramite strumenti esterni. Per risolvere questa criticità, è stato implementato un algoritmo stocastico basato sulla Simulazione di Monte Carlo. Questa soluzione sfrutta i dati storici dei consumi presenti nel sistema per generare scenari futuri, permettendo all’utente di scegliere specifici percentili di confidenza per calibrare le stime. Lo sviluppo, realizzato principalmente in PHP, è stato integrato nell’architettura Domain-Driven Design (DDD) preesistente, avvalendosi del Command Pattern per eseguire i complessi calcoli in modo asincrono. Il lavoro ha previsto sia la gestione manuale del calcolo, sia l’automazione tramite cron job, il tutto supportato da una solida suite di test unitari e di integrazione. Il risultato finale è una funzionalità nativa che automatizza e ottimizza il ridimensionamento dei legami Kanban, fornendo alle aziende clienti uno strumento decisionale integrato, rapido e statisticamente robusto.
2025
Automatic Generation of Supply Forecasts using Monte Carlo Simulation
Simulazione
Previsioni
Monte Carlo
File in questo prodotto:
File Dimensione Formato  
tesi.pdf

Accesso riservato

Dimensione 5.55 MB
Formato Adobe PDF
5.55 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/116497