Andrea Pacifici è ordinario di Ricerca Operativa presso il DICII (Dipartimento di Ingegneria dell’Impresa e dell’Informatica) dell’Università degli Studi di Roma “Tor Vergata”, dove insegna Ottimizzazione Discreta nei corsi di Ingegneria.

Ha conseguito in Dottorato di Ricerca in Ricerca Operativa (1997) e una Laurea in Ingegneria Elettronica con il massimo dei voti (1993), entrambi presso l’Università di Roma “La Sapienza”. È stato assegnista di ricerca del CNR (Consiglio Nazionale delle Ricerche) presso l’Università di Roma “Tor Vergata” (1996); *visiting scholar* presso il Department of Systems and Industrial Engineering dell’University of Arizona, Tucson AZ (1997); e successivamente assegnista di ricerca presso il Dipartimento di Informatica e Automazione dell’Università di Roma Tre (1998). È entrato a far parte del corpo docente dell’Università di Roma “Tor Vergata” come Ricercatore (1999) e poi come Professore Associato (2010). Nel 2004 è stato visiting faculty presso ATLAS (Advanced Traffic and Logistics Algorithms and Systems) Research Center dell’University of Arizona, dove ha lavorato a un progetto finanziato dal Dipartimento della Difesa (DOD) riguardante l’ubicazione di sensori su reti fluviali. Dal 2011 è visiting faculty presso la Karl-Franzens Universität di Graz (Austria), dove collabora con l’Institut für Operations und Information Systems.

La sua attività scientifica si concentra principalmente sullo sviluppo di modelli e metodi di soluzione per problemi decisionali di ottimizzazione combinatoria, con applicazioni a problemi di scheduling, logistica, produzione, telecomunicazioni e sistemi di trasporto. I suoi interessi di ricerca includono l’ottimizzazione multi-agente, la programmazione intera e la simulazione a eventi discreti. Ha partecipato a numerosi progetti di ricerca finanziati da fondi nazionali ed europei. È (co-)autore di oltre un centinaio di lavori dedicati alla progettazione e analisi di modelli decisionali per l’allocazione di risorse, alla caratterizzazione della complessità computazionale, alla progettazione di algoritmi esatti e approssimati per problemi di ottimizzazione combinatoria multi-agente e non lineare, nonché alla realizzazione di modelli di simulazione per la valutazione di politiche di controllo in sistemi complessi.