Skip to Main Content (Press Enter)

Logo UNIMORE
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Professioni
  • Persone
  • Pubblicazioni
  • Strutture
  • Terza Missione
  • Attività
  • Competenze

UNI-FIND
Logo UNIMORE

|

UNI-FIND

unimore.it
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Professioni
  • Persone
  • Pubblicazioni
  • Strutture
  • Terza Missione
  • Attività
  • Competenze
  1. Pubblicazioni

Modello di Valutazione della Congruità delle Offerte negli Appalti Pubblici: Multi-Criteria Decision Analysis (MCDA) con Ensemble AI Forecasting

Altro Prodotto di Ricerca
Data di Pubblicazione:
2025
Citazione:
Ferrara, M., C., Di Napoli e V., Tedesco. "Modello di Valutazione della Congruità delle Offerte negli Appalti Pubblici: Multi-Criteria Decision Analysis (MCDA) con Ensemble AI Forecasting" Working paper, DEMB WORKING PAPER SERIES, Dipartimento di Economia Marco Biagi, 2025.
Abstract:
Il presente lavoro propone un modello innovativo per la valutazione della congruità delle offerte negli appalti pubblici, in conformità al D.Lgs. 36/2023 (Nuovo Codice degli Appalti) e ai regolamenti interni del Politecnico di Torino. Il modello integra l’approccio Multi-Criteria Decision Analysis (MCDA) con tecniche avanzate di intelligenza artificiale, nello specifico un ensemble forecasting basato su Random Forest e SHAP (SHapley Additive exPlanations) per l’interpretabilità delle predizioni. L’obiettivo è fornire alle stazioni appaltanti uno strumento oggettivo, trasparente e riproducibile per identificare le offerte anomale e valutarne la congruità economica, la serietà, la sostenibilità e la realizzabilità, come richiesto dagli articoli 54 e 110 del nuovo Codice degli Appalti.
Tipologia CRIS:
Working paper
Keywords:
Appalti pubblici, MCDA, Random Forest, SHAP, Offerte anomale, D.Lgs. 36/2023, Congruità economica
Elenco autori:
Ferrara, M.; Di Napoli, C.; Tedesco, V.
Link alla scheda completa:
https://iris.unimore.it/handle/11380/1393528
Link al Full Text:
https://iris.unimore.it//retrieve/handle/11380/1393528/945822/0265.pdf
Pubblicato in:
DEMB WORKING PAPER SERIES
Series
  • Utilizzo dei cookie

Realizzato con VIVO | Designed by Cineca | 26.5.0.0