• Non ci sono risultati.

Metodi e Modelli per l’Ottimizzazione Combinatoria Informazioni sul corso

N/A
N/A
Protected

Academic year: 2021

Condividi "Metodi e Modelli per l’Ottimizzazione Combinatoria Informazioni sul corso"

Copied!
3
0
0

Testo completo

(1)

Metodi e Modelli per l’Ottimizzazione Combinatoria Informazioni sul corso

Luigi De Giovanni Marco Di Summa

Docenti

Luigi De Giovanni

Dipartimento di Matematica, uff. 427 tel. 049 827 1349

luigi@math.unipd.it

ricevimento: gioved`ı, h 9:30 - 11:30 (appuntamento per email)

Marco Di Summa

Dipartimento di Matematica, uff. 422 tel. 049 827 1348

disumma@math.unipd.it

Obiettivi del corso

Introduzione a metodologie avanzate di supporto alle decisioni per la modellazione e la soluzione di problemi di ottimizzazione combinatoria.

Il corso intende fornire strumenti matematici e algoritmici per la soluzione di problemi pratici di ottimizzazione con l’utilizzo dei pacchetti software e delle librerie di ottimiz- zazione pi`u diffusi.

1

(2)

Informazioni sul corso

Programma preliminare

Approfondimenti e applicazioni di Programmazione Lineare e dualit`a

- Ripasso: problemi di programmazione lineare, metodo del simplesso, cenni di teoria della dualit`a

- Tecniche di generazione di colonne

- Applicazioni a problemi di ottimizzazione della produzione e di flussi su reti Metodi avanzati di Programmazione Lineare Intera (PLI)

- Branch & Bound e tecniche di rilassamento - Formulazioni alternative di problemi in PLI

- Metodo dei piani di taglio e tecniche di Branch & Cut

- Applicazioni ad esempi notevoli: commesso viaggiatore, problemi di localizzazione, problemi di copertura etc.

Meta-euristiche di Ottimizzazione Combinatoria - Ricerca di vicinati e varianti

- Algoritmi evolutivi Ottimizzazione su grafo

- Modellazione su grafo di problemi di ottimizzazione - Algoritmi per il problema del flusso di costo minimo Laboratori

- Server di ottimizzazione on-line (NEOS) - Software di ottimizzazione (AMPL)

- Librerie di ottimizzazione (Cplex / Coin-OR / Scip)

Progetto (soluzione di un problema reale/realistico di ottimizzazione combinatoria) - Problema proposto dal docente

- Formulazione di un modello matematico

- Implementazione di metodi alternativi di soluzione (algoritmi esatti e metaeuristici) - Redazione di una relazione (descrizione del problema, modello matematico, de-

scrizione degli algoritmi, risultati su diverse istanze del problema)

L. De Giovanni, M. Di Summa - Metodi e Modelli per l’Ottimizzazione Combinatoria 2

(3)

Informazioni sul corso

Organizzazione del corso

Orario delle lezioni

- mercoled`ı 13:30 - 15:30 - gioved`ı 15:30 - 17:30 - venerd`ı 13:30 - 15:30

Le lezioni si svolgeranno in aula (1B50) o in laboratorio (controllare sempre la sezione Avvisi della pagina web del corso).

Testi di riferimento e materiale didattico - dispense e articoli forniti dai docenti

- software di ottimizzazione reperibile in rete / disponibile in laboratorio Modalit`a d’esame

Realizzazione e discussione di un progetto + esame orale sugli argomenti del corso.

Durante lo svolgimento del corso `e prevista la possibilit`a di realizzare il progetto in 4 fasi, con consegne a scadenze fisse (modalit`a pubblicate sulla pagina web del corso).

Gli studenti che rispettano le consegne ricevono un bonus da sommare al voto finale dell’esame. Inoltre, gli stessi studenti, se sostengono l’esame nella prima sessione (entro il 12 gennaio 2013), possono accedere direttamente all’orale, senza la consegna del progetto complessivo (codici e relazione), che rimane obbligatoria per tutti gli altri studenti.

Materiali e avvisi su

http://www.math.unipd.it/∼luigi/courses/metmodoc/metmodoc.html

L. De Giovanni, M. Di Summa - Metodi e Modelli per l’Ottimizzazione Combinatoria 3

Riferimenti

Documenti correlati

Trovare i punti di equilibrio (suggerimento: la ricerca dei punti di equilibrio si riduce allo studio di un’oppurtuna funzione di una singola variabile).. (3

Poichè abbiamo scoperto (al punto c) sopra) che i punti di equilibrio della ED associata a g sono solo due, essi devono essere per forza quelli della ED associata a f.. Curiosità:

Infatti in tal caso i due gradienti sono non nulli e sono LI perché la prima componente del primo gradiente vale sempre 1 e la prima componente del secondo gradiente vale sempre 0

La seconda parte del corso prevede lo studio di diversi problemi classici di ottimizzazione combinatoria (per lo più su grafi) e delle principali tecniche algoritmiche per il

§ Nei problemi di programmazione lineare intera (PLI) alcune delle variabili del problema sono vincolate ad assumere valori interi. • in questo modo si riducono drasticamente i

Define linear objective function that optimal solution must mini(maxi)mize.. Solve by Branch

Dimostrazione ( ⇒ ): Nessun ciclo può essere dispari altrimenti ci sarebbero due archi dello stesso matching incidenti sullo stesso nodo e questo è impossibile. Non tutti

Wolsey, Integer Programming, capitolo 2, paragrafi 2.1, 2.2 [4] Slide del corso di Ottimizzazione Combinatoria 2, prof. Wolsey, Integer Programming,