• 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

- Uso di librerie di ottimizzazione (Cplex / Coin-OR / Scip)

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

(3)

Informazioni sul corso

Organizzazione del corso

Orario delle lezioni

- luned`ı 11:00 - 13:00 - gioved`ı 11:30 - 15:30 - venerd`ı 15:30 - 17:30

Le lezioni si svolgeranno in aula (1B45) o in laboratorio (controllare sempre l’orario sulla pagina del Corso di Laurea, o 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

- Consegna di due esercizi di laboratorio con relazione di circa 10 pagine a corredo (implementazione di un modello in Cplex e di una metaeuristica per un problema di ottimizzazione combinatoria, ad es. il problema del commesso viaggiatore) [1-10 punti].

- Esame orale sugli argomenti del corso [1-20 punti].

- A discrezione dello studente, `e possibile realizzare un progetto facoltativo sulla soluzione di un problema reale/realistico di ottimizzazione combinatoria. Il pro- getto d`a la possibilit`a di incrementare il voto dell’esame di 2-6 punti e consiste nell’implementazione di un modello matematico con le librerie di Cplex e/o di un metodo metaeuristico.

Per superare l’esame `e richiesto un minimo di 5 punti su 10 per la parte di laboratorio e di 10 punti su 20 per la parte orale.

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

[r]

È possibile farlo in modo esplicito con le funzioni SetEdgeWeights e SetVertexWeights, fornendo come argomento delle funzioni, oltre al grafo, rispettivamente anche una lista di

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

` E consentito trarre spunto da un metodo presentato dalla letteratura scientifica, nell’ambito delle tematiche affrontate nel corso (in caso di dubbio, con- sultare il docente)..

(5) Come valutare una o pi`u soluzioni ammissibili: soluzioni che permettano di utilizzare i bound ottimistici per chiudere nodi!. (6) Criteri di stop: condizioni di

Suggerimento: il problema pu` o essere modellato come flusso di costo minimo, introducendo una variabile relativa a maxf da trasferire da A (bilanciamento −maxf ) a F