Negli ultimi anni i droni sono diventati protagonisti della logistica, soprattutto per la crescente domanda di consegne veloci e sostenibili. Ma non si tratta solo di consegnare l'ultimo chilometro: un nuovo studio si concentra su come far volare i droni tra i centri di smistamento per spostare i pacchi in modo più efficiente. L'idea è semplice: se un magazzino riceve più pacchi, i droni dovrebbero visitarlo più spesso. Per realizzare questo, gli autori hanno immaginato due tipi di droni: i "locali", che fanno il giro di tutti i centri, e gli "express", che volano solo verso i magazzini più trafficati. Hanno trasformato il problema in un modello matematico chiamato programmazione lineare intera mista (MILP), che cerca di ridurre al minimo il tempo totale di trasporto. A differenza dei vecchi modelli che prevedono percorsi fissi, questo permette rotte flessibili, con voli diretti o circuiti a loop. Per gestire grandi reti di centri, hanno aggiunto un metodo di approssimazione: prima selezionano i magazzini più richiesti in base al volume dei pacchi e alla loro posizione, riducendo così le variabili da calcolare. I test numerici mostrano che la strategia funziona bene, anche quando il numero di basi cresce molto. In pratica, i droni potrebbero diventare gli "autisti" invisibili che spostano i pacchi tra i magazzini, rendendo la catena di distribuzione più rapida e verde.
Il modello proposto si basa su una formulazione MILP (Mixed‑Integer Linear Programming) che combina variabili continue – rappresentanti i tempi di volo e le distanze – con variabili binarie che indicano se un drone visita o meno una determinata base in un dato intervallo. L’obiettivo è minimizzare la somma dei tempi di percorrenza, soggetta a vincoli di capacità dei droni, di disponibilità delle basi e di rispetto delle finestre temporali di carico/scarico. Per i droni locali, il modello impone che ogni base sia servita almeno una volta entro un ciclo di pianificazione, mentre per gli express si introduce un set di candidati pre‑selezionati, riducendo drasticamente il numero di variabili binarie. La flessibilità delle rotte è gestita tramite variabili di flusso che consentono percorsi non lineari, inclusi salti diretti tra basi non adiacenti, e cicli chiusi che ottimizzano il ritorno al punto di partenza. Per garantire la scalabilità, è stato implementato un algoritmo di decomposizione basato su Benders’ decomposition, che separa il problema master (scelta delle basi high‑demand) dal sub‑problem (pianificazione dei voli). Inoltre, è stato introdotto un approccio euristico di pre‑filtraggio: si calcolano metriche di centralità spaziale (es. indice di prossimità) e di volume di pacchi per creare una shortlist di basi candidate. Questo riduce il problema a una dimensione gestibile anche per reti con centinaia di hub, mantenendo una qualità della soluzione entro il 5 % dell’ottimo globale. I risultati sperimentali, ottenuti su dataset sintetici e reali, mostrano una riduzione del tempo totale di trasporto fino al 30 % rispetto a strategie statiche, con un tempo di calcolo inferiore a 10 minuti per reti di 200 basi. L’approccio apre la strada a sistemi di logistica aerea dinamici, in grado di adattarsi in tempo reale a variazioni di domanda e a condizioni operative variabili, come il vento o le restrizioni di spazio aereo.
