Da settembre 2022, Paolo Paronuzzi è Ricercatore a tempo determinato tipo a) presso il Dipartimento dell’Energia Elettrica e dell’Informazione “Guglielmo Marconi” (DEI) dell'Università di Bologna.
Formazione
Laureato in Ingegneria Gestionale nel 2015 presso l'Università di Bologna, consegue il Dottorato di ricerca in Ingegneria Biomedica, Elettrica e dei Sistemi (curriculum Ricerca Operativa) nel 2020.
Attività didattica
Dal 2017 al 2022 ha svolto con continuità l'attività di Tutor didattico di vari insegnamenti per Corsi di Laurea Triennale e Magistrale per i dipartimenti di Ingegneria Industriale e di Informatica.
Attualmente è docente di Algoritmi di Ottimizzazione per il Corso di Laurea Triennale in Ingegneria Elettronica dell'Università di Bologna.
Attività di ricerca
L'attività di ricerca si concentra principalmente su problemi di programmazione lineare intera e di ottimizzazione combinatoria, con particolare attenzione a tecniche di decomposizione e di rafforzamento dei modelli matematici.
Si è occupato di uno dei più classici problemi di packing, ovvero il Knapsack Problem. In particolare, nell’articolo “Integer Optimization with Penalized Fractional Values: The Knapsack Case” (E. Malaguti, M. Monaci, P. Paronuzzi, U. Pferschy, European Journal of Operational Research, 2019), è stata considerata una variante del problema nella quale gli oggetti possono esser spezzati pagando una penalità. I contributi più rilevanti di questa pubblicazioni sono un FPTAS (Fully Polynomial Time Approximation Scheme) per il problema, e un algoritmo ad-hoc di programmazione dinamica le cui prestazioni si sono rivelate migliori rispetto a tutti gli altri metodi disponibili in letteratura.
La decomposizione di un sistema, oltre ad essere un efficace strumento risolutivo, può spesso costituire intrinsecamente un problema matematico e le due più importanti pubblicazioni scientifiche di cui è coautore affrontano la decomposizione proprio da questa prospettiva: l’articolo “On Integer and Bilevel Formulations for the k-Vertex Cut Problem” (F. Furini, I. Ljubić, E. Malaguti, P. Paronuzzi, Mathematical Programming Computation, 2020) considera il problema di trovare il minimo sottoinsieme dei nodi di un grafo la cui rimozione disconnetta il grafo in almeno k componenti; similmente, nel problema studiato in “Casting Light on the Hidden Bilevel Combinatorial Structure of the Capacitated Vertex Separator Problem” (F. Furini, I. Ljubić, E. Malaguti, P. Paronuzzi, Operations Research, 2021) si vuole rimuovere il minor numero di vertici al fine di suddividere il grafo in elementi la cui dimensione sia minore di una data cardinalità. L’utilizzo di un approccio di tipo bilevel ha costituito una novità per questa classe di problemi ed ha permesso di migliorare lo stato dell’arte nel calcolo della soluzione ottima di diverse istanze note in letteratura.
Ha svolto un tirocinio di 5 mesi presso il centro di ricerca IBM T.J. Watson, a New York, dove ha lavorato su problemi di tipo Chance Constrained, che sono una classe di problemi matematici stocastici nei quali la regione ammissibile dipende dal valore di una variabile casuale. La formulazione matematica del problema consente l’applicazione di tecniche di decomposizione e, di conseguenza, la generazione di vincoli forti, come “tagli di Benders” e “outer approximization cut”.
Infine, ha partecipato a collaborazioni fra l’Università ed aziende private con la possibilità di mettere in pratica le sue conoscenze teoriche per lo sviluppo di algoritmi euristici le cui prestazioni si sono rivelate migliori rispetto a quelle dei più noti solver commerciali.
