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.
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.
Modello di Valutazione della Congruità delle Offerte negli Appalti Pubblici: Multi-Criteria Decision Analysis (MCDA) con Ensemble AI Forecasting
Tedesco, V.
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.
| File | Dimensione | Formato | |
|---|---|---|---|
|
0265.pdf
Open access
Tipologia:
VOR - Versione pubblicata dall'editore
Dimensione
599.31 kB
Formato
Adobe PDF
|
599.31 kB | Adobe PDF | Visualizza/Apri |
Pubblicazioni consigliate
I metadati presenti in IRIS UNIMORE sono rilasciati con licenza Creative Commons CC0 1.0 Universal, mentre i file delle pubblicazioni sono rilasciati con licenza Attribuzione 4.0 Internazionale (CC BY 4.0), salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris
