ALGORITMI DI OTTIMIZZAZIONE M
|
|
- Tito Vecchi
- 5 anni fa
- Visualizzazioni
Transcript
1 ALGORITMI DI OTTIMIZZAZIONE M Paolo Toth (paolo.toth@unibo.it) Orario di ricevimento: Martedì, 11-13, DEI (II Piano) Alberto Santini (a.santini@unibo.it) Orario di ricevimento: su appuntamento, DEI (II Piano)
2 Contenuti del corso Il corso si propone di illustrare i modelli matematici e gli algoritmi esatti proposti per la soluzione dei problemi di OTTIMIZZAZIONE COMBINATORIA. Particolare attenzione viene dedicata alla valutazione del comportamento sperimentale dei modelli e degli algoritmi proposti.
3 Programma 1. Classificazione dei Problemi di Ottimizzazione. 2. Modelli Matematici dei Problemi di Ottimizzazione Combinatoria (e loro Complessità Computazionale). 3. Utilizzazione di pacchetti software (CPLEX) per la soluzione di modelli di Programmazione Lineare Continua e Mista.
4 Programma (2) 4. Algoritmi Esatti per Problemi NP-Difficili: 4.1 Branch-and-Bound: Rilassamenti, Schemi di branching, Criteri di Dominanza, Problemi di Grandi Dimensioni, Knapsack Problem (KP), Subset Sum Problem, Unbounded KP, Asymmetric Traveling Salesman Problem (ATSP); 4.2 Branch-and-Cut: Procedure di Separazione, ATSP; 4.3 Branch-and-Price: Procedure di Pricing, Generazione di Colonne, Bin Packing Problem, Vertex Coloring Problem.
5 Organizzazione del Corso Lezioni in Aula; Esercitazioni in Aula; Esercitazioni libere in Laboratorio. Esami Prova Scritta
6 Esami alla fine del I Ciclo 2 Prove Scritte e 1 Prova di Laboratorio: Parte I (Modelli Matematici, Complessità Computazionale): punti 30 Parte II (Rilassamenti, Algoritmi Esatti): punti 30 Laboratorio (Utilizzo CPLEX): punti 5 * Voto finale = (somma dei punti) / 2
7 Prossimi Appelli: Parte I, Parte II, Laboratorio?? Dicembre 2014??? 21 Gennaio Febbraio 2015
8 Materiale didattico Copie dei trasparenti sul sito Attività Progettuale (4 crediti) Disponibilità di tesi (DEI, aziende, estero)
9 Testi di Consultazione S. Martello, P. Toth, Knapsack Problems: Algortihms and Computer Implementations, J. Wiley, R.K. Ahuja, T.L. Magnanti, J.B. Orlin, Network Flows: Theory, Algorithms, and Applications, Prentice Hall, G. Gutin, A. Punnen (editors), The Traveling Salesman Problem and Its Variations, Kluwer, P. Toth, D. Vigo (editors), The Vehicle Routing Problem, SIAM Monographs on Discrete Mathematics and Applications, C. Barnhart, G. Laporte (editors), Transportation, Handbooks in Operations Research and Management Science, North Holland, Wiley Encyclopedia in Operations Research and Management Science, Wiley, 2011.
10 Problemi di Ottimizzazione Scelta, tra diverse alternative, dell insieme di decisioni che consente di ottenere dal sistema le prestazioni desiderate Esempio: Reparto di produzione. Si deve produrre un insieme di articoli che devono essere eseguiti, con un ordine prestabilito, sulle macchine disponibili M1 M2 M3 M4
11 Problemi di Ottimizzazione (2) Si deve produrre un insieme di articoli che devono essere eseguiti, con un ordine prestabilito, sulle macchine disponibili M1 M3 M2 M4 Decisioni: layout impianto tipo di macchine sequenza lavorazioni Prestazioni: max produttività, min costo, min tempo,
12 Problemi di Ottimizzazione (3) Livello Strategico (Pianificazione/Planning) periodi temporali lunghi generalmente si opera in regime probabilistico Es. layout impianto, scelta delle macchine, Livello Operativo (Programmazione/Management) periodi temporali corti dipendenza dalle scelte strategiche generalmente si opera in regime deterministico Scelte strategiche Scelte operative
13 Problemi di Ottimizzazione (4) Obiettivo: misura della qualità di una soluzione. Vincoli: condizioni che devono essere soddisfatte per ottenere una soluzione ammissibile. Problema di Ottimizzazione: determinazione di una soluzione ammissibile che minimizza (o massimizza) l obiettivo. Problemi di Ottimizzazione Multi-Obiettivo
14 Applicazioni dei Modelli e degli Algoritmi di Ottimizzazione Problemi strategici. Scelta di investimenti Localizzazione sul territorio (impianti, servizi, ) Dimensionamento (impianti, personale, ) Progettazione di reti (idriche, stradali,...) Attivazione di rotte aeree (linee di autobus, )
15 Applicazioni dei Modelli e degli Algoritmi di Ottimizzazione (2) Problemi operativi assegnamento di lavori a macchine sequenziamento di lavori bilanciamento delle linee di produzione instradamento di veicoli turnazione del personale orari di treni o autobus caricamento di container, pallet taglio ed impaccamento di oggetti
Struttura del Corso. Durata
Manuel Iori Dipartimento di Scienze e Metodi dell Ingegneria (DISMI) Università degli studi di Modena e Reggio Emilia Via Amendola 2, Pad. Buccola, 42122 Reggio Emilia web: www.or.unimore.it/iori/iori.htm
DettagliIntroduzione alla Ricerca Operativa
Introduzione alla Ricerca Operativa Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 3.0 - settembre 2003 Ricerca Operativa? applicazione di metodi scientifici a problemi decisionali
DettagliProblemi di Ottimizzazione
Problemi di Ottimizzazione Obiettivo: misura della qualità di una soluzione. Vincoli: condizioni che devono essere soddisfatte per ottenere una soluzione ammissibile. Problema di Ottimizzazione: determina
Dettaglicittà
Esercitazione 11-4-18 Esercizio 1. Si consideri il problema di trovare il ciclo hamiltoniano di costo minimo su una rete di 5 città, le cui distanze reciproche sono indicate in tabella: città 2 3 4 5 1
DettagliCapitolo 3: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano
Capitolo 3: Ottimizzazione Discreta E. Amaldi DEI, Politecnico di Milano 3.1 Modelli di PLI e PLMI Moltissimi problemi decisionali complessi possono essere formulati come problemi di Programmazione Lineare
DettagliIntroduzione alla Ricerca Operativa
Introduzione alla Ricerca Operativa Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 1.0 - gennaio 2002 Ricerca Operativa? applicazione di metodi scientifici a problemi decisionali
DettagliProgrammazione Matematica: I - Introduzione
Programmazione Matematica: I - Introduzione Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 3.0 ottobre 2002 Problemi di Ottimizzazione x = (x,, x n ) R n : vettore di variabili decisionali
DettagliMetodi di Ottimizzazione mod. Modelli per la pianificazione delle attività
Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Metodi di Ottimizzazione mod.
DettagliAlgoritmi Euristici. Molti problemi reali richiedono soluzioni algoritmiche
9 Algoritmi Euristici introduzione Vittorio Maniezzo Università di Bologna 1 Molti problemi reali richiedono soluzioni algoritmiche I camion devono essere instradati VRP, NP-hard I depositi o i punti di
DettagliRicerca Operativa. Docente. 1. Introduzione
1 Ricerca Operativa 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica (Torre Archimede) uff. 427 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi Ricevimento: giovedì,
DettagliRicerca Operativa A.A. 2007/ Introduzione
Ricerca Operativa A.A. 2007/2008 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 419 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
DettagliModelli e complessità di calcolo
Modelli e complessità di calcolo Prof. Giorgio Ausiello Orario delle lezioni: Martedi, Mercoledi, Giovedi ore 8.30 10.00 Orario di ricevimento: Lunedi ore 17.00 19.00 Via Ariosto 25 II piano - Ufficio
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Massimo Paolucci Dipartimento di Informatica, Sistemistica e Telematica (DIST) Università di Genova paolucci@dist.unige.it http://www.dattero.dist.unige.it Anno accademico
DettagliPremessa alla prima edizione 13
Indice Premessa alla prima edizione 13 Premessa alla seconda edizione 15 17 Parte I - Ottimizzazione Continua 25 Capitolo primo Ottimizzazione Monodimensionale 27 1.1 Costruzione di un semplice modello
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa R.Cerulli M.Gentili - F. Carrabs Dipartimento di Matematica (DM) Università di Salerno LA RICERCA OPERATIVA Si occupa dello sviluppo e dell applicazione di metodi matematici
DettagliOttimizzazione e Controllo 2015/2016 ESERCITAZIONE
Ottimizzazione e Controllo 2015/2016 ESERCITAZIONE Esercizio 1. Sono dati 6 job da processare su un centro di lavorazione automatizzato che può eseguire una sola lavorazione alla volta. Di ciascun job
DettagliEsame di Ricerca Operativa del 15/01/2015
Esame di Ricerca Operativa del 1/01/201 (Cognome) (Nome) (Matricola) Esercizio 1. Un azienda produce palloni da calcio e da basket che vende a 1 e 20 euro rispettivamente. L azienda compra ogni settimana
DettagliEsame di Ricerca Operativa del 15/01/2015
Esame di Ricerca Operativa del 1/01/01 (Cognome) (Nome) (Matricola) Esercizio 1. Un azienda produce palloni da basket e da calcio che vende rispettivamente a 1 e euro. L azienda compra ogni settimana 00
DettagliIl problema dello zaino: dalla gita in montagna ai trasporti internazionali. Luca Bertazzi
Il problema dello zaino: dalla gita in montagna ai trasporti internazionali Luca Bertazzi 0 Ricerca Operativa (Operations Research) The Science of Better Modelli e algoritmi per la soluzione di problemi
DettagliOttimizzazione Combinatoria 2 Presentazione
Ottimizzazione Combinatoria Presentazione ANTONIO SASSANO Università di Roma La Sapienza Dipartimento di Informatica, Automatica e Gestionale «Antonio Ruberti» Roma, Febbraio Prerequisiti (cosa sapete)
DettagliMassimo Paolucci DIST Università di Genova
Ricerca Operativa 2 Massimo Paolucci (paolucci@dist.unige.it) 010-353 2996 DIST Università di Genova Obiettivi del corso 2 Fornire capacità analitiche per affrontare problemi decisionali di natura gestionale
DettagliEsame di Ricerca Operativa del 07/09/2016
Esame di Ricerca Operativa del 0/09/201 (Cognome) (Nome) (Matricola) Esercizio 1. Un industria chimica produce due tipi di fertilizzanti (A e B) la cui lavorazione è affidata ai reparti di produzione e
DettagliASSEGNAMENTO DELLE OPERAZIONI DI TAGLIO NELLA PRODUZIONE DI CAPI DI ABBIGLIAMENTO
ASSEGNAMENTO DELLE OPERAZIONI DI TAGLIO NELLA PRODUZIONE DI CAPI DI ABBIGLIAMENTO Lo scenario produttivo Una nota azienda produce capi di abbigliamento per l alta moda Ogni capo è costituito da vari pezzi
DettagliIntroduzione al Column Generation Caso di Studio: il Bin Packing Problem
Introduzione al Column Generation Caso di Studio: il Bin Packing Problem November 15, 2014 1 / 26 Introduzione Il column generation è una metodologia che può essere usata per risolvere problemi di ottimizzazione
DettagliIntroduzione alla Ricerca Operativa. Alberto Caprara D.E.I.S. - Università di Bologna
Introduzione alla Ricerca Operativa Alberto Caprara D.E.I.S. - Università di Bologna acaprara@deis.unibo.it Settembre 2003 Ricerca Operativa? applicazione di metodi scientifici a problemi decisionali che
DettagliLA PROGRAMMAZIONE MATEMATICA (p.m.)
LA PROGRAMMAZIONE MATEMATICA (p.m.) Un problema di programmazione matematica è un problema di ottimizzazione riconducibile alla seguente espressione generale: ricercare i valori delle variabili x 1, x
DettagliOTTIMIZZAZIONE in unione con OTTIMIZZAZIONE DISCRETA e COMPLEMENTI DI RICERCA OPERATIVA
Corsi di Laurea in Ingegneria Matematica, Informatica, dell Automazione e Telecomunicazioni OTTIMIZZAZIONE in unione con OTTIMIZZAZIONE DISCRETA e COMPLEMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEIB -
DettagliRicerca Operativa A.A. 2007/ Esercitazione di laboratorio: Branch and Bound.
Ricerca Operativa A.A. 2007/2008 17. Esercitazione di laboratorio: Branch and Bound. Luigi De Giovanni - Ricerca Operativa - 17. Esercitazione di laboratorio: Branch and Bound 17.1 . Luigi De Giovanni
DettagliRicerca Operativa. Docente. 1. Introduzione
Ricerca Operativa 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 419 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
DettagliMetodi di Ottimizzazione per la Logistica e la Produzione
Metodi di Ottimizzazione per la Logistica e la Produzione Laboratorio Manuel Iori Dipartimento di Scienze e Metodi dell Ingegneria Università di Modena e Reggio Emilia MOLP Parte I 1 / 41 Contenuto della
DettagliProblemi di localizzazione di servizi (Facility Location Problems)
9. Problemi di Localizzazione di Servizi 1 Problemi di localizzazione di servizi (Facility Location Problems) Dato un insieme di clienti richiedenti una data domanda di merce e dato un insieme di possibili
DettagliCorso di Laurea in Ingegneria Informatica. Gli obiettivi del corso sono:
Corso di Laurea in Ingegneria Informatica SISTEMI DISTRIBUITI Domenico Talia Facoltà di Ingegneria UNICAL A.A. 2005-2006 D. Talia SISTEMI DISTRIBUITI - UNICAL 1 Sistemi Distribuiti - Obiettivi Gli obiettivi
DettagliEsercizi soluzione grafica e Branch and Bound. Daniele Vigo
Esercizi soluzione grafica e Branch and Bound Daniele Vigo daniele.vigo@unibo.it Mix Mangimi Il gestore di un allevamento desidera determinare il mix ottimale di mangimi da aggiungere al riso per la dieta
DettagliPresentazione del Corso Informazioni utili
Fondamenti di Informatica Canale A - L Alfonso Miola Presentazione del Corso Informazioni utili Gennaio 2002 1 Contenuti K Corso di Fondamenti di Informatica K Programma del corso K Materiale didattico
DettagliCorso di Applicazioni di Intelligenza Artificiale LS. Prof. Paola Mello Anno accademico 2008/2009
Università degli Studi di Bologna Facoltà di Ingegneria Corso di Applicazioni di Intelligenza Artificiale LS Corso di Laurea in Ingegneria Informatica Prof. Paola Mello Anno accademico 2008/2009 CONTENUTI
DettagliAlgoritmi e Strutture Dati
Introduzione al Corso Emanuela Merelli Università di Camerino 4 ottobre 2016 Struttura del corso Il corso consiste di 42 ore di lezione 2 ore di ricevimento settimanali Il corso viene valutato in 6 CFU
DettagliDomenico Talia. Corso di Laurea in Ingegneria Informatica. Facoltà di Ingegneria A.A UNICAL. D. Talia SISTEMI DISTRIBUITI - UNICAL 1
Corso di Laurea in Ingegneria Informatica SISTEMI DISTRIBUITI Domenico Talia Facoltà di Ingegneria UNICAL A.A. 2006-2007 D. Talia SISTEMI DISTRIBUITI - UNICAL 1 Sistemi Distribuiti - Obiettivi Gli obiettivi
DettagliCorso di Trasporto merci e logistica. Supporto didattico ad uso esclusivo interno. a cura di: ing. Mario Cordasco A.A
logistica Supporto didattico ad uso esclusivo interno a cura di: ing. Mario Cordasco A.A. 2008-2009 La distribuzione fisica delle merci La logistica è l insieme delle attività e dei servizi che permettono
DettagliProgrammazione Matematica: Modelli di Programmazione Intera
Programmazione Matematica: Modelli di Programmazione Intera Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 2.0 Aprile 2004 Indagine di Mercato Mix di utenti da intervistare telefonicamente:
DettagliTecniche di Decomposizione per Programmazione Lineare Intera (Mista)
Tecniche di Decomposizione per Programmazione Lineare Intera (Mista) Domenico Salvagnin 2011-06-12 1 Introduzione Dato un problema di programmazione lineare intera (mista), non è sempre possibile (o conveniente)
DettagliFondamenti di Informatica T-1
Fondamenti di Informatica T-1 Facoltà di Ingegneria Univ. di Bologna Ing. Gestionale (L-Z) Prof. Wilma Penzo 1 Informazioni generali Docente Prof. Wilma Penzo DISI E-mail: wilma.penzo@unibo.it Tel.: 051-20-93560
DettagliAlgoritmi e Strutture Dati
Algoritmi e Strutture Dati Università di Camerino Corso di Laurea in Informatica (12 CFU) I periodo didattico Emanuela Merelli email:emanuela.merelli@unicam.it Introduzione al corso di Algoritmi e Strutture
DettagliMATEMATI CA GENERALE Cdl. Economia e Finanza Dott. G. MASALA. Presentazione del corso A.A. 2018/2019
1 MATEMATI CA GENERALE Cdl. Economia e Finanza Dott. G. MASALA Presentazione del corso A.A. 2018/2019 Informazioni Siti istituzionali 2 Ateneo: http://www.unica.it/ Facoltà: http://facolta.unica.it/segp/
DettagliIntroduzione. Alessandro De Luca. Automazione
Introduzione Alessandro De Luca obiettivi! Panoramica su architetture e metodi di controllo e supervisione per il funzionamento di macchine, apparati fisici e processi! che evolvono nel tempo o in base
DettagliProgrammazione Lineare Intera (PLI)
PLI.1 Programmazione Lineare Intera (PLI) z P LI = min c T x Ax b x 0 x intero vincoli di interezza non lineari: es. sin(πx) = 0 Rimuovendo il vincolo di interezza PL (rilassamento continuo di PLI), tale
DettagliFac-simile dell esame di Ricerca Operativa. max 7 x 1 2 x 2 3 x 1 +x 2 2 x 1 2 x 2 3 x x 1 +x x 1 x 2 5
Fac-simile dell esame di Ricerca Operativa (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x +x x x x x +x x
DettagliTecniche di ottimizzazione per l analisi della diffusione delle innovazioni nei social networks
Tecniche di ottimizzazione per l analisi della diffusione delle innovazioni nei social networks Matteo Secci Università degli studi di Cagliari Dipartimento di ingegneria Elettrica ed Elettronica Tesi
DettagliTeoria della Complessità Computazionale
Teoria della Complessità Computazionale Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it Rev. 1.3, 11/00 rev. 1.3 - Novembre 2000 Teoria della Complessità Studia la difficoltà dei problemi
DettagliCALENDARIO APPELLI MAGISTRALI INFORMATICA - INFORMATICA INTERNAZIONALE - SECONDA SESSIONE D'ESAME: dal 12/06/2017 al 28/07/2017
CALENDARIO APPELLI 2016-2017 - MAGISTRALI INFORMATICA - INFORMATICA INTERNAZIONALE - SECONDA SESSIONE D'ESAME: dal 12/06/2017 al 28/07/2017 DOCENTE cod. attività INSEGNAMENTO LM INFORMATICA LM INFORMATICA
DettagliAlgoritmi generali per PLI
Programmazione Lineare Intera: II Algoritmo Cutting Planes Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev.. ottobre Algoritmi generali per PLI Metodi esatti tradizionali (anni 6 oggi):
DettagliEsame di Ricerca Operativa del 11/02/2015
Esame di Ricerca Operativa del /0/0 (Cognome) (Nome) (Matricola) Esercizio. Un azienda produce tipi di TV (, 0, 0 e pollici) ed è divisa in stabilimenti (A e B). L azienda dispone di 0 operai in A e 0
DettagliTeoria della Complessità Computazionale Parte I: Introduzione
Teoria della Complessità Computazionale Parte I: Introduzione Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 3.0 - ottobre 2003 Teoria della Complessità Studia la difficoltà dei
DettagliPresentazione del Corso di Calcolo Numerico con Laboratorio
del Corso di Calcolo oratorio Lucia Gastaldi DICATAM - Sezione di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 2 Modalità di esame 3 Materiale Contatti Argomenti Introduzione all uso di Matlab
DettagliLuigi Piroddi
Automazione industriale dispense del corso 1. Presentazione del corso piroddi@elet.polimi.it Informazioni organizzative Riferimenti docenti: docente: ufficio: DEIB, 2 piano, uff. 216, telefono: 02-23993556
DettagliAlgoritmi e Strutture Dati
Introduzione al Corso Emanuela Merelli Università di Camerino 23 ottobre 2017 Struttura del corso Il corso consiste di 42 ore di lezione 2 ore di ricevimento settimanali Il corso viene valutato in 6 CFU
DettagliIntroduzione. Automazione I. Alessandro De Luca 30/09/2014
Introduzione 30/09/2014 Alessandro De Luca obiettivi Automazione Panoramica su architetture e metodi di controllo e supervisione per il funzionamento di macchine, apparati fisici e processi controllati
DettagliAlgoritmi e Strutture Dati
Introduzione al Corso Emanuela Scuola di Scienze e Tecnologie - Sezione di Informatica Università di Camerino Camerino 4 marzo 2013 Struttura del corso Il corso consiste di 42 ore di lezione 2 ore di ricevimento
DettagliEsame di Ricerca Operativa del 19/01/2016
Esame di Ricerca Operativa del 19/01/201 (Cognome) (Nome) (Matricola) Esercizio 1. Una banca offre ai suoi clienti diversi tipi di prestito: mutuo casa, credito auto, credito famiglia, che rendono un interesse
DettagliEsame di Ricerca Operativa del 09/02/2016
Esame di Ricerca Operativa del 0/0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Una sartoria produce tipi di vestiti: pantaloni, gonne e giacche, utilizzando stoffa e filo. Settimanalmente, la disponibilità
DettagliEsame di Ricerca Operativa del 11/07/2016
Esame di Ricerca Operativa del /0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Un erboristeria vuole produrre una nuova tisana utilizzando tipi di tisane già in commercio. Tali tisane sono per lo più composte
DettagliEsame di Ricerca Operativa del 09/06/14. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 09/0/ (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x x +x x x x +x x + x x Base
DettagliModello di Ottimizzazione per la Schedulazione del Personale Infermieristico di una Residenza Assistita
Modello di Ottimizzazione per la Schedulazione del Personale Infermieristico di una Residenza Assistita Candidata: Serena Cortopassi Relatori: Prof. Frangioni, Prof. Scutellà Università di Pisa Tesi di
DettagliProgrammazione Lineare Intera: Piani di Taglio
Programmazione Lineare Intera: Piani di Taglio Andrea Scozzari a.a. 2014-2015 April 22, 2015 Andrea Scozzari (a.a. 2014-2015) Programmazione Lineare Intera: Piani di Taglio April 22, 2015 1 / 23 Programmazione
DettagliALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I
ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I Esercizio 1 Dati n oggetti ed un contenitore, ad ogni oggetto j (j = 1,, n) sono associati un peso p j ed un costo c j (con p j e c j interi positivi). Si
DettagliManagement Sanitario. Modulo di Ricerca Operativa
Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa Prof. Laura Palagi http://www.dis.uniroma1.it/ palagi Dipartimento di
DettagliManagement Sanitario. Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento
Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento Prof. Laura Palagi http://www.dis.uniroma1.it/
DettagliEsame di Ricerca Operativa del 19/01/2016
Esame di Ricerca Operativa del 9/0/06 (Cognome) (Nome) (Matricola) Esercizio. Una banca offre ai suoi clienti diversi tipi di prestito: mutuo casa, credito auto, credito famiglia, che rendono un interesse
DettagliSoluzione dei problemi di Programmazione Lineare Intera
Fondamenti di Ricerca Operativa T-A a.a. 2014-2015 Soluzione dei problemi di Programmazione Lineare Intera Andrea Lodi, Enrico Malaguti, Daniele Vigo rev. 1.1.a ottobre 2014 Fondamenti di Ricerca Operativa
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities
Metodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities L. De Giovanni M. Di Summa In questa lezione introdurremo una classe di disuguaglianze, dette cover inequalities, che permettono di
DettagliAlgoritmi e Strutture Dati
Algoritmi e Strutture Dati Introduzione agli algoritmi Università di Camerino Corso di Laurea in Informatica 6CFU I periodo didattico Anno accademico 2005-06 Emanuela Merelli emanuela.merelli@unicam.it
DettagliI Appello Ricerca Operativa 2 bis Compito A
I Appello Ricerca Operativa 2 bis Compito A Cognome e nome:. Esercizio 1. Si consideri il problema del matching di cardinalità massima in un grafo G ed il suo problema di decisione associato: esiste un
DettagliDocente: Prof. Marco Patella Tutor: Stefano Pio Zingaro
Università di Bologna Facoltà di Ingegneria C.d.L. in Ing. Gestionale Fondamenti di Informatica T-1 (A-K) A.A. 2016/17 Docente: Prof. Marco Patella Tutor: Stefano Pio Zingaro 1 Obiettivi del corso Il corso
DettagliDocente: Prof. Marco Patella Tutor: Vincenzo Lomonaco
Università di Bologna Facoltà di Ingegneria C.d.L. in Ing. Gestionale Fondamenti di Informatica T-1 (A-K) A.A. 2015/16 Docente: Prof. Marco Patella Tutor: Vincenzo Lomonaco 1 Obiettivi del corso Il corso
DettagliTecnologia Meccanica
Tecnologia Meccanica Università di Bergamo Facoltà di Ingegneria Corso di Laurea in Ingegneria Gestionale Anno Accademico 2008-09 Gianluca D Urso Docente E-mail: gianluca.d-urso@unibg.it durso@unibg.it
DettagliEsame di Ricerca Operativa del 21/06/17
Esame di Ricerca Operativa del /0/7 (Cognome) (Nome) (Numero di Matricola) Esercizio. Un azienda vinicola produce tre qualitá di vino Q, Q, Q che vende ad un prezzo di 0E, 0E, 0E ad ettolitro, rispettivamente
DettagliEsame di Ricerca Operativa. x 1 +2 x 2 6 x 1 +x 2 6 x 1 4 x 1 1
Esame di Ricerca Operativa (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x + x x +x x 0 x + x x +x x x Base Soluzione
DettagliEsame di Ricerca Operativa del 03/09/2015
Esame di Ricerca Operativa del 0/09/201 (Cognome) (Nome) (Matricola) Esercizio 1. Una raffineria di petrolio miscela tipi di greggio per ottenere tipi di carburante: senza piombo, diesel e blu diesel.
DettagliProgrammazione Matematica: VI Estensioni dell algoritmo del Simplesso
Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.0 Aprile 2004 Algoritmo del Simplesso L algoritmo del Simplesso
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Massimo Paolucci Dipartimento di Informatica, Sistemistica e Telematica (DIST) Università di Genova paolucci@dist.unige.it Anno accademico 2000/2001 La Ricerca Operativa (Operation
DettagliSoluzione dei problemi di Programmazione Lineare Intera
Fondamenti di Ricerca Operativa T-A a.a. 2015-2016 Soluzione dei problemi di Programmazione Lineare Intera Andrea Lodi, Enrico Malaguti, Paolo Tubertini, Daniele Vigo rev. 2. ottobre 2016 Fondamenti di
DettagliCURRICULUM VITAE di MICHELE MONACI (ultimo aggiornamento: 18 maggio 2014)
CURRICULUM VITAE di MICHELE MONACI (ultimo aggiornamento: 18 maggio 2014) Notizie generali Michele Monaci è nato a Bologna nel 1974. Nel 1992 ha conseguito il Diploma di Maturità Scientifica presso il
DettagliRicerca per ispezione guidata (Branch and Bound) per min L max con r j 0
Per esporre il più importante algoritmo per lo scheduling in sistemi ad instradamento differenziato occorre considerare un estensione del min L max Ricerca per ispezione guidata (Branch and Bound) per
DettagliSISTEMI DI PROGRAMMAZIONE E CONTROLLO
Copyright Sistemi di programmazione e controllo 1 SISTEMI DI PROGRAMMAZIONE E CONTROLLO Introduzione all insegnamento Corso A-K a.a. 2016-2017 Prof.ssa Monia Castellini Copyright Sistemi di programmazione
Dettagli2. Una volta decise le risposte riportatele sull apposito foglio allegato.
Prova scritta di Modelli e algoritmi della logistica - (A) LAUREA in INGEGNERIA GESTIONALE (Specialistica in Informatica, Automatica, Telecomunicazioni) aprile 8 (A) Istruzioni. Usate i fogli bianchi allegati
DettagliCapitolo 3: Ottimizzazione Discreta. E. Amaldi DEIB, Politecnico di Milano
Capitolo 3: Ottimizzazione Discreta E. Amaldi DEIB, Politecnico di Milano 3.1 Modelli di PLI e PLMI Moltissimi problemi decisionali complessi possono essere formulati o approssimati come problemi di Programmazione
DettagliControllo dei Robot 1
Table of contents Introduction Dipartimento di Ing. Elettrica e dell Informazione (DEI) e-mail: paolo.lino [at] poliba.it 1 Table of contents Introduction Corso di Contatti e ricevimento CONTATTI Ufficio:
DettagliIntroduzione. Alessandro De Luca. Automazione
Introduzione Alessandro De Luca obiettivi q Panoramica su architetture e metodi di controllo e supervisione per il funzionamento di macchine, apparati fisici e processi che evolvono nel tempo o in base
DettagliBilanciamento di tempi e costi Progetti a risorse limitate Note bibliografiche
Indice Prefazione 1 1 Modelli di ottimizzazione 3 1.1 Modelli matematici per le decisioni.................... 4 1.1.1 Fasi di sviluppo di un modello................... 7 1.2 Esempi di problemi di ottimizzazione...................
DettagliUniversità degli Studi di Bologna Facoltà di Ingegneria. Corso di Applicazioni di Intelligenza Artificiale LS
Università degli Studi di Bologna Facoltà di Ingegneria Corso di Applicazioni di Intelligenza Artificiale LS Corso di Laurea in Ingegneria Informatica Prof. Michela Milano Anno accademico 2007/2008 CONTENUTI
DettagliCorso di SISTEMI INTELLIGENTI M. Prof. Michela Milano" Anno accademico 2011/2012
Università degli Studi di Bologna Facoltà di Ingegneria" Corso di SISTEMI INTELLIGENTI M! Corso di Laurea in Ingegneria Informatica! Prof. Michela Milano" Anno accademico 2011/2012 CONTENUTI (Fondamenti
DettagliInformatica e Comunicazione Digitale Crediti formativi 9. No, ma la frequenza è fortemente consigliata Lingua di erogazione
Principali informazioni sull insegnamento Titolo insegnamento Linguaggi di Programmazione Corso di studio Informatica e Comunicazione Digitale Crediti formativi 9 Denominazione inglese Programming Languages
DettagliLaboratorio di Algoritmi
Laboratorio di Algoritmi Corso di Laurea in Matematica Roberto Cordone DI - Università degli Studi di Milano Lezioni: Lunedì 10.30-13.30 in Aula 2 Martedì 8.30-10.30 in aula 3 Giovedì 8.30-10.30 in aula
DettagliProblemi di Localizzazione Impianti
Sapienza Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Problemi di Localizzazione Impianti Renato Bruni bruni@dis.uniroma1.it Il materiale presentato è derivato
DettagliIIS Via Silvestri ITIS Volta Programma svolto di Tecnologie Informatiche A.S. 2017/18 Classe 1 A
IIS Via Silvestri ITIS Volta Programma svolto di Tecnologie Informatiche A.S. 2017/18 Classe 1 A 2.8 Editor di testo: formattazione del testo, dei paragrafi, delle tabelle e delle immagini. 2.9 LAB: MS
DettagliEsame di Ricerca Operativa del 15/01/19. max 6 x 1 x 2 6 x x x 1 +2 x x 1 3 x x 1 4 x x 1 +2 x x 1 x 2 19
Esame di Ricerca Operativa del /0/9 Cognome) Nome) Numero di Matricola) Esercizio. Effettuare due iterazioni dell algoritmo del simplesso primale: max x x x + x x + x 8 x x x x x + x x x 9 passo {,} passo
Dettagli