Pianificazione dei progetti. Alberto Caprara DEIS - Università di Bologna

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Pianificazione dei progetti. Alberto Caprara DEIS - Università di Bologna"

Transcript

1 Pianificazione dei progetti Alberto Caprara DEIS - Università di Bologna acaprara@deis.unibo.it

2 Tecniche reticolari Metodologie per la risoluzione di problemi di pianificazione di progetti Progetto: insieme di attività A i aventi durata d i ( i=1,,n ) insieme di relazioni di precedenza tra attività: Es. A i = scavo fondamenta,, A j = costruzione struttura A i p A j A j non può iniz. prima del termine di A i Problema: determinare l istante di inizio di ogni attività in modo che la durata totale del progetto (makespan) sia minima PRO.2

3 Tecniche PERT-CPM Se risorse infinite probl. facile (polinomiale) CPM = Critical Path Method (durate deterministiche) PERT = Program Evaluation and Review Technique (durate aleatorie) Stesse basi concettuali Esistono numerose varianti (gen. NP): richiesta di risorse (scarse) associate alle attività durate dipendenti dall assegnazione di risorsa PRO.3

4 Rappresentazione del progetto Paradigma Activity on Arcs (AOA), Activity Network: Progetto un grafo orientato pesato aciclico (rete): archi A h = (v i, v j ) rappresentano attività non interrompibili vertici rappresentano fine o inizio di attività pesi d(v i, v j ) sono la durata dell attività (v i, v j ) il grafo rappresenta relazioni di precedenza: A i p A j evento finale di A i evento iniziale di A j cammino contenente A i prima di A j PRO.4

5 attività fittizie archi di durata nulla usati per imporre relazioni di precedenza Es. { A, B, C, D, E } B D A p D A p E B p D C p E A C E PRO.5

6 Activity Network: assunzioni un attività non può essere interrotta un evento ha durata nulla nessuna attività uscente da un evento v i può essere iniziata prima che siano terminate tutte le attività entranti in v i il grafo deve essere aciclico: C A B A p B, B p C, C p A impossibile!!! PRO.6

7 Esempio costruzione rete (1) Progetto: { A, B, C, D, E } A p B, A p C, C p D, B p E, C p E B E A C D PRO.7

8 Esempio Progetto: { A, B, C, D, E } A p B, A p C, C p D, B p E, C p E A B E C D PRO.8

9 Precedence Network Rappresentazione alternativa: Paradigma Activity on Nodes (AON), Precedence Network: vertici A i = v i rappresentano attività pesi d(v i ) sono la durata dell attività v i archi (v i, v j ) relazioni di precedenza le due rappresentazioni sono equivalenti PRO.9

10 Precedence Network: Esempio Progetto: { A, B, C, D, E } A p B, A p C, C p D, B p E B E A C D PRO.1

11 Activity Network: convenzioni (1) Il grafo non può contenere archi multipli B B A A PRO.11

12 Activity Network: convenzioni (2) Il grafo deve avere un solo vertice iniziale (semigrado entrante nullo) B D A C E PRO.12

13 Activity Network: convenzioni (3) Il grafo deve avere un solo vertice finale (semigrado uscente nullo) B D A C E PRO.13

14 Numerazione dei vertici I vertici devono essere numerati in modo che: arco (v i, v j ) A, si abbia i < j Sempre possibile il grafo è aciclico Algoritmo: cerca un vertice senza archi entranti etichetta il vertice con il prossimo indice rimuovi gli archi uscenti PRO.14

15 Procedure NUMBER begin aggiungi a G i vertici fittizi v e v n+1 e gli archi relativi; B := A; k := ; while k n+1 do { Γ - e Γ + sono relativi al grafo (V,B) } scegli vertice v V : Γ - (v) = ; attribuisci a v il numero k; B := B \{(v, v i ) : v i Γ + (v) }; k := k+1; end end. PRO.15

16 Esempio v 3 B D v 4 v 8 A v v 1 v 2 v 9 v 5 C E v 6 v 7 PRO.16

17 Definizione della rete Per ogni attività bisogna stabilire: quali attività devono precederla quali attività devono seguirla P = { A,B,C,D,E,F,G } A p B, A p C, B p D, B p E, C p D, C p E, C p F, D p G, E p G, F p G pred succ A - B, C B A D, E C A D, E, F D B, C G E B, C G F C G G D,E,F - PRO.17

18 Esempio costruzione rete (1) P = { A,B,C,D,E,F,G } A p B, A p C, B p D, B p E, C p D, C p E, C p F, D p G, E p G, F p G B D A E G C F PRO.18

19 Esempio costruzione rete (2) A p B, A p C, B p D, B p E, C p D, C p E, C p F, D p G, E p G, F p G B D A E G C F PRO.19

20 Esempio costruzione rete (3) A p B, A p C, B p D, B p E, C p D, C p E, C p F, D p G, E p G, F p G B D A E G C F PRO.2

21 Esempio costruzione rete (4) A p B, A p C, B p D, B p E, C p D, C p E, C p F, D p G, E p G, F p G B D A E G C F PRO.21

22 Esempio costruzione rete (5) A p B, A p C, B p D, B p E, C p D, C p E, C p F, D p G, E p G, F p G D A B E C F G PRO.22

23 Esempio costruzione rete (6) A p B, A p C, B p D, B p E, C p D, C p E, C p F, D p G, E p G, F p G v 1 A v 2 B P A, B, C, D, E, F, G v 4 { } D E v 5 v 8 v C v 3 F v 6 G v 7 PRO.23

24 Critical Path Method Cammino: sequenza di attività non sovrapponibili Makespan lunghezza di ogni cammino da v a v n+1 D,7 v 4 v 8 A,7 v v 1 v 2 v 9 v 3 B,5 v 5 C,8 E,4 v 6 v 7 PRO.24

25 Critical Path Method (2) Makespan = lunghezza del cammino più lungo (LPP) dall evento iniziale al finale LPP : algoritmo polinomiale per grafici Per aciclici ogni evento v k, k =,, n+1 si determina: TMIN k = istante minimo in cui v k può accadere TMAX k = istante massimo in cui v k può accadere senza ritardare l istante di completamento del progetto (=TMIN n+1 ) PRO.25

26 Calcolo di TMIN TMIN k = istante minimo in cui v k può accadere dipende dagli eventi e le attività che lo precedono 5 v i 5 v j 7 TMIN := ; for k := 1 to n+1 do TMIN k := max i:(vi, v k ) A { TMIN i + d(v i, v k ) }; v k 7 PRO.26

27 Calcolo di TMAX TMAX k = istante massimo in cui v k può accadere senza ritardare il completamento del progetto dipende dagli eventi e le attività che lo seguono 5 5 v k v i v j 14 TMAX n+1 := TMIN n+1 ; for k := n downto do TMAX k := min i:(vk, v i ) A { TMAX i - d(v k, v i ) }; PRO.27

28 Procedure CPM begin TMIN := ; for k := 1 to n+1 do TMIN k := max i:(vi, v k ) A { TMIN i + d(v i, v k ) }; TMAX n+1 := TMIN n+1 ; for k := n downto do TMAX k := min i:(vk, v i ) A { TMAX i - d(v k, v i ) }; end. PRO.28

29 Esempio procedure CPM begin TMIN := ; for k := 1 to n+1 do TMIN k := max i:(vi, v k ) A { TMIN i + d(v i, v k ) }; TMAX n+1 := TMIN n+1 ; for k := n downto do TMAX k := min i:(vk, v i ) A { TMAX i - d(v k, v i ) }; end. v 3 B,5 D,7 v 4 v 8 A,7 v v 1 v 2 v 9 v 5 C,8 E,4 v 6 v 7 PRO.29

30 Inizializzazione TMIN procedure CPM begin TMIN := ; for k := 1 to n+1 do TMIN k := max i:(vi, v k ) A { TMIN i + d(v i, v k ) }; TMAX n+1 := TMIN n+1 ; for k := n downto do TMAX k := min i:(vk, v i ) A { TMAX i - d(v k, v i ) }; end. v 3 B,5 D,7 v 4 v 8 A,7 v v 1 v 2 v 9 v 5 C,8 E,4 v 6 v 7 PRO.3

31 Calcolo dei TMIN procedure CPM begin TMIN := ; for k := 1 to n+1 do TMIN k := max i:(vi, v k ) A { TMIN i + d(v i, v k ) }; TMAX n+1 := TMIN n+1 ; for k := n downto do TMAX k := min i:(vk, v i ) A { TMAX i - d(v k, v i ) }; end B,5 D,7 v 3 v 4 v 8 14 A,7 v v 1 v 2 7 v 9 v 5 C,8 E,4 v 6 v PRO.31

32 Inizializzazione TMAX procedure CPM begin TMIN := ; for k := 1 to n+1 do TMIN k := max i:(vi, v k ) A { TMIN i + d(v i, v k ) }; TMAX n+1 := TMIN n+1 ; for k := n downto do TMAX k := min i:(vk, v i ) A { TMAX i - d(v k, v i ) }; end B,5 D,7 v 3 v 4 v 8 14 A,7 v v 1 v 2 7 v 9 v 5 C,8 E,4 v 6 v PRO.32

33 Calcolo dei TMAX procedure CPM begin TMIN := ; for k := 1 to n+1 do TMIN k := max i:(vi, v k ) A { TMIN i + d(v i, v k ) }; TMAX n+1 := TMIN n+1 ; for k := n downto do TMAX k := min i:(vk, v i ) A { TMAX i - d(v k, v i ) }; end B,5 D,7 v 3 v 4 v 8 14 A,7 v v 1 v v 9 v 5 C,8 E,4 v 6 v PRO.33

34 Informazioni caratteristiche v i v j d ij Attività A h = (v i, v j ) = A ij Early Start Time: EST (A h )= TMIN i Late Start Time: LST (A h ) = TMAX j - d(v i, v j ) Float (slittamento): S (A h ) = LST (A h )-EST (A h ) Attività critica = A h : LST (A h )= EST (A h ) Cammino critico = cammino da v a v n+1 formato da sole attività critiche PRO.34

35 Informazioni caratteristiche Att. v i v j EST(v i, v j ) LST(v i, v j ) S(v i, v j ) A 1 2 B C D E Attività critiche B,5 D,7 v 3 v 4 v 8 Cammino critico: { v, v 1, v 2, v 4, v 8, v 9 } 14 A,7 v v 1 v v 9 v 5 C,8 E,4 v 6 v PRO.35

36 Diagramma di Gantt La soluzione può essere rappresentata con il diagramma di Gantt C E B A D PRO.36

37 Soluzione del problema B A C D E v 3 B,5 D,7 v 4 v 8 A,7 v v 1 v 2 v 9 v 5 C,8 E,4 v 6 v B,5 D,7 v 3 v 4 v A,7 v v 1 v v 9 v 5 C, E,4 v 6 v Att. i j EST(v i, v j ) LST(v i, v j ) S(v i, v j ) A 1 2 B C D E B A C E D Grafo Numeraz. vertici Makespan Informaz. Gantt PRO.37

38 Costruzione di una casa (1) AScavo fondamenta B Costruzione struttura CConnessione tubature D Tubi acqua e riscaldamento E Posa cavi F Pavimenti e scarichi G Muri interni H Tetto e grondaie I J Finiture interne Pittura esterna K Pulizia finale PRO.38

39 Costruzione di una casa (2) Attività Descrizione Durata (gg) Predecessori A Scavo fondamenta 4 - B Costruzione struttura 12 A C Connessione tubature 3 A D Tubi acqua e riscaldamento 6 B E Posa cavi 4 B F Pavimenti e scarichi 3 B,C G Muri interni 3 D H Tetto e grondaie 2 E,F I Finiture interne 5 G J Pittura esterna 3 H K Pulizia finale 1 I,J PRO.39

40 Costruzione di una casa (3) v 3 D,6 v 5 G,3 v 7 B,12 I,5 A,4 v 1 v 2 E,4 v 9 K,1 v 1 C,3 J,3 v 4 v 6 v F,3 H,2 v 11 v 8 PRO.4

41 Soluzione D,6 G,3 v 3 v 5 v 7 B,12 A,4 v 1 v E,4 3 3 I, K,1 v 9 v 1 C,3 J,3 16 v 4 22 v 6 F,3 H, v 8 27 PRO.41

42 Realizzazione prodotto Z Z si ottiene assemblando X ed Y realizzati in due reparti diversi prima dell inizio della produzione: acquisto materie prime addestramento del personale (diverso per X e Y) prima dell assemblaggio i prodotti Y sono ispezionati i prodotti Z sono collaudati e poi stoccati in aree preventivamente predisposte la predisposizione delle aree non puo precedere l inizio dell assemblaggio di Z PRO.42

43 Realizzazione prodotto Z (2) Attività Durata Pred. A) Acquisto materie prime B) Addestramento rep. X C) Addestramento rep. Y D) Realizzazione parte X 8 A,B E) Realizzazione parte Y 7 A,C F) Ispezione parte Y 4 E G) Assemblaggio 6 D,F H) Collaudo prodotto 5 G I) Predisposizione stoccaggio 8 D,F L) Stoccaggio 2 H,I PRO.43

44 Realizzazione Prodotto Z (3) Attività Durata Pred. A) B) C) D) 8 A,B E) 7 A,C F) 4 E G) 6 D,F H) 5 G I) 8 D,F L) 2 H,I B,1 v 3 A,9 v 1 v 2 D,8 F,4 v 6 G,6 I,5 v 7 v 8 H,5 C,5 L,2 v 4 E,7 v 5 v 9 PRO.44

45 Realizzazione Prodotto Z (4) 1 v 3 12 D, v 6 G,6 v 7 B,1 A,9 v 1 v 2 F,4 I,5 v 8 H, C,5 9 9 L,2 v 4 E,7 v 5 v PRO.45

46 Modello matematico CPM t i = istante in cui si verifica l evento i min t n t j -t i d ij (v i,v j ) A t i i = 1,, n modello continuo PRO.46

47 CPM Tempi-Costi In alcuni casi la durata di una attività può essere diminuita utilizzando maggiori risorse maggiori risorse maggiori costi costo c A d N,c N d A,c A durata e costo Normali durata e costo Accelerati c N d A d N tempo PRO.47

48 Costo di accelerazione c A c N d A d N c ij = (c ija -c ijn ) (d ija -d ijn ) PRO.48

49 Modello CPM Tempi-Costi t i = istante in cui si verifica l evento i y ij = riduzione della durata dell attività (i,j) A T = durata desiderata del progetto min Σ (i,j) A ( c ijn + c ij y ij ) (v i,v j ) A t n T t j -t i d ijn -y ij (v i,v j ) A y ij d ijn -d A ij t i i = 1,, n PRO.49

Pianificazione dei progetti

Pianificazione dei progetti 1/11/ Pianificazione dei progetti aniele Vigo..I.S. - Università di ologna dvigo@deis.unibo.it Rev. 1.2, 1/ Tecniche reticolari Metodologie per la risoluzione di problemi di pianificazione di progetti

Dettagli

Tecniche Reticolari. Problema: determinare l istante di inizio di ogni attività in modo che la durata complessiva del progetto sia minima

Tecniche Reticolari. Problema: determinare l istante di inizio di ogni attività in modo che la durata complessiva del progetto sia minima Project Management Tecniche Reticolari Metodologie per risolvere problemi di pianificazione di progetti Progetto insieme di attività A i di durata d i, (=,...,n) insieme di relazioni di precedenza tra

Dettagli

La Gestione dei Progetti. Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena

La Gestione dei Progetti. Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena La Gestione dei Progetti Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Gestione di Progetti complessi Il termine progetto fa riferimento ad un vasto

Dettagli

La Gestione dei Progetti. Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena

La Gestione dei Progetti. Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena La Gestione dei Progetti Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Gestione di Progetti complessi Il termine progetto fa riferimento ad un vasto

Dettagli

Introduzione al Project Scheduling

Introduzione al Project Scheduling Da qui in avanti, faremo riferimento alla gestione della tempistica di un progetto e in particolare al processo di determinazione della schedula di progetto. Supporremo pertanto di aver effettuato il processo

Dettagli

età (anni) manutenzione (keuro) ricavato (keuro)

età (anni) manutenzione (keuro) ricavato (keuro) .6 Cammini minimi. Determinare i cammini minimi dal nodo 0 a tutti gli altri nodi del seguente grafo, mediante l algoritmo di Dijkstra e, se applicabile, anche mediante quello di Programmazione Dinamica.

Dettagli

2.3.5 Pianificazione di progetti

2.3.5 Pianificazione di progetti ..5 Pianificazione di progetti Un progetto è costituito da un insieme di attività i, con i =,..., m, ciascuna di durata d i stima Tra alcune coppie di attività esistono relazioni di precedenza del tipo

Dettagli

Project Scheduling: CPM time analysis

Project Scheduling: CPM time analysis 1. Intoduzione Una volta costruita la rete di progetto AOA (attività sugli archi) G = (N, A) è possibile fare una prima analisi del progetto a partire dalla conoscenza delle durate (tempi di esecuzione)

Dettagli

Introduzione al Project Scheduling

Introduzione al Project Scheduling Da qui in avanti, faremo riferimento alla fase di gestione della tempistica di un progetto. Supporremo pertanto di aver effettuato il processo di pianificazione del contenuto del progetto e tramite lo

Dettagli

Teoria dei Grafi Parte I. Alberto Caprara DEIS - Università di Bologna

Teoria dei Grafi Parte I. Alberto Caprara DEIS - Università di Bologna Teoria dei Grafi Parte I Alberto Caprara DEIS - Università di Bologna acaprara@deis.unibo.it Teoria dei Grafi Paradigma di rappresentazione di problemi Grafo G : coppia (V,E) V = insieme di vertici E =

Dettagli

Gestione dei Progetti di Innovazione. C.d.L. INGEGNERIA INFORMATICA AUTOMATICA ELETTRONICA delle TELECOMUNICAZIONI. Corso di

Gestione dei Progetti di Innovazione. C.d.L. INGEGNERIA INFORMATICA AUTOMATICA ELETTRONICA delle TELECOMUNICAZIONI. Corso di C.d.L. INGEGNERIA INFORMATICA AUTOMATICA ELETTRONICA delle TELECOMUNICAZIONI Corso di 0/06/007 - Lez 9 - Mod. Ing. D. Aprile CPM/PERT a fasi CPM (Critical Path Method) deterministico PERT (Program Evaluation

Dettagli

2.3.4 Pianificazione di progetti

2.3.4 Pianificazione di progetti .. Pianificazione di progetti Un progetto è costituito da un insieme di attività i, con i =,..., m, ciascuna di durata d i. stima Tra alcune coppie di attività esistono relazioni di precedenza del tipo

Dettagli

Il progetto e la gestione

Il progetto e la gestione Studio di fattibilità Indice Il progetto e la gestione. Obiettivi dello studio. Analisi delle esigenze 3. Situazione di partenza 4. Ipotesi di lavoro 5. Progetto di massima 6. Considerazioni finali M.Rumor

Dettagli

A) Assumere un responsabile di vendita B) Stabilire il prezzo del prodotto C) Assumere gli agenti di vendita D) Istruire gli agenti di vendita E)

A) Assumere un responsabile di vendita B) Stabilire il prezzo del prodotto C) Assumere gli agenti di vendita D) Istruire gli agenti di vendita E) ttività Durate ) ssumere un responsabile di vendita ) Stabilire il prezzo del prodotto ) ssumere gli agenti di vendita D) Istruire gli agenti di vendita E) Scegliere i distributori F) pprovare il tipo

Dettagli

2 OTTIMIZZAZIONE SU GRAFI. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

2 OTTIMIZZAZIONE SU GRAFI. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 2 OTTIMIZZAZIONE SU GRAFI E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Molti problemi decisionali possono essere formulati utilizzando il linguaggio della teoria dei grafi. Esempi: - problemi di

Dettagli

Teoria dei Grafi Parte I

Teoria dei Grafi Parte I Teoria dei Grafi Parte I Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it Teoria dei Grafi Paradigma di rappresentazione di problemi Grafo G : coppia (V,E) V = insieme di vertici E = insieme

Dettagli

Ottimizzazione nella Gestione dei Progetti - Esercitazione 1: calcolo degli schedule ottimi

Ottimizzazione nella Gestione dei Progetti - Esercitazione 1: calcolo degli schedule ottimi Università degli Studi di Roma La Sapienza Ottimizzazione nella Gestione dei Progetti - Esercitazione : calcolo degli schedule ottimi di FABIO D ANDREAGIOVANNI Dipartimento di Informatica e Sistemistica

Dettagli

TEORIA DEI GRAFI. Tecniche reticolari

TEORIA DEI GRAFI. Tecniche reticolari TORIA I GRAFI I problemi di ottimizzazione che riguardano la teoria dei grafi sono: Percorso ottimo; Problemi di flusso a costo minimo; Problemi di costo a massimo flusso. Tecniche reticolari Permettono

Dettagli

Dipartimento di Ingegneria Meccanica Chimica e dei IMPIANTI MECCANICI. Esercitazione GESTIONE PROGETTI. Prof. Ing. Maria Teresa Pilloni

Dipartimento di Ingegneria Meccanica Chimica e dei IMPIANTI MECCANICI. Esercitazione GESTIONE PROGETTI. Prof. Ing. Maria Teresa Pilloni Dipartimento di Ingegneria Meccanica Chimica e dei Materiali IMPIANTI MECCANICI Esercitazione GESTIONE PROGETTI Prof. Ing. Maria Teresa Pilloni Anno Accademico 2017-2018 1 Esercizio 1 (FSSR, 121, 5.1)

Dettagli

La Gestione dei Progetti. Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena

La Gestione dei Progetti. Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena La Gestione dei Progetti Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Relazioni di precedenze generalizzate Le relazioni di precedenza viste fino ad

Dettagli

Ottimizzazione nella gestione dei progetti

Ottimizzazione nella gestione dei progetti Ottimizzazione nella gestione dei progetti Capitolo 2: Reti di attività CARLO MANNINO Università di Roma La Sapienza Dipartimento di Informatica e Sistemistica Definizioni di ase Il Progetto è costituito

Dettagli

Massimo Paolucci (paolucci@dist.unige.it) DIST Università di Genova. Metodi per supportare le decisioni relative alla gestione di progetti

Massimo Paolucci (paolucci@dist.unige.it) DIST Università di Genova. Metodi per supportare le decisioni relative alla gestione di progetti Project Management Massimo Paolucci (paolucci@dist.unige.it) DIST Università di Genova Project Management 2 Metodi per supportare le decisioni relative alla gestione di progetti esempi sono progetti nell

Dettagli

Processi di cost management - Programmazione multiperiodale

Processi di cost management - Programmazione multiperiodale Processi di cost management - Programmazione multiperiodale Queste slide (scrte da Carlo Mannino) riguardano il problema di gestione delle attivà di un progetto allorché i costi di esecuzione sono legati

Dettagli

Parte 3: Gestione dei progetti, Shop scheduling

Parte 3: Gestione dei progetti, Shop scheduling Parte : Gestione dei progetti, Shop scheduling Rappresentazione reticolare di un progetto Insieme di attività {,...,n} p i durata (nota e deterministica dell attività i) relazione di precedenza fra attività:

Dettagli

PROBLEMI SU GRAFO (combinatori)

PROBLEMI SU GRAFO (combinatori) PROLMI SU GRO (combinatori) In molti problemi il numero di soluzioni ammissibili è finito. Questi problemi sono quasi sempre descritti su grafi. Rete stradale: come andare da a in tempo minimo? Grafo orientato

Dettagli

Operations Management

Operations Management La schedulazione dei progetti Estratto da Operations Management Modelli e metodi per la logistica II Edizione Autore: Giuseppe Bruno Edizioni Scientifiche Italiane I problemi di scheduling 21 6.8 - LA

Dettagli

Il Problema dell Albero Ricoprente Minimo (Shortest Spanning Tree - SST)

Il Problema dell Albero Ricoprente Minimo (Shortest Spanning Tree - SST) Il Problema dell Albero Ricoprente Minimo (Shortest Spanning Tree - SST) È dato un grafo non orientato G=(V,E). Ad ogni arco e i E, i=1,,m, è associato un costo c i 0 7 14 4 10 9 11 8 12 6 13 5 17 3 2

Dettagli

1 TEORIA DELLE RETI 1. 1 Teoria delle reti. 1.1 Grafi

1 TEORIA DELLE RETI 1. 1 Teoria delle reti. 1.1 Grafi 1 TEORIA DELLE RETI 1 1 Teoria delle reti 1.1 Grafi Intuitivamente un grafo è un insieme finito di punti (nodi o vertici) ed un insieme di frecce (archi) che uniscono coppie di punti Il verso della freccia

Dettagli

Attività Precedenze Tempo (gg) A - 5 B - 10 C A 3 D B 2 E B 4 F C, D 6 G F, E 3

Attività Precedenze Tempo (gg) A - 5 B - 10 C A 3 D B 2 E B 4 F C, D 6 G F, E 3 Partiamo da un Esempio per il calcolo CPM Si parte da una tabella dove si riporta l elenco di tutte le attività da svolgere e vi si esplicitano le relazioni di precedenza tra di esse e i tempi per il loro

Dettagli

2 OTTIMIZZAZIONE SU GRAFI. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

2 OTTIMIZZAZIONE SU GRAFI. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 2 OTTIMIZZAZIONE SU GRAFI E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Molti problemi decisionali possono essere formulati utilizzando il linguaggio della teoria dei grafi. Esempi: - problemi di

Dettagli

Progetti di ricerca: cenni metodologici. Alessandro Tuccio Provincia Autonoma di Trento Servizio Università e ricerca scientifica

Progetti di ricerca: cenni metodologici. Alessandro Tuccio Provincia Autonoma di Trento Servizio Università e ricerca scientifica Progetti di ricerca: cenni metodologici Alessandro Tuccio Provincia Autonoma di Trento Servizio Università e ricerca scientifica 1 Di cosa parliamo oggi? Definizione di progetto Il triangolo dei vincoli

Dettagli

Ragionamento su reti di vincoli temporali

Ragionamento su reti di vincoli temporali UNIVERSITA DEGLI STUDI DI BRESCIA FACOLTA DI INGEGNERIA ELETTRONICA Ragionamento su reti di vincoli temporali NICOLA FERRARI - NICOLA MOROTTI Rappresentazione info. temporale L informazione temporale qualitativa

Dettagli

2.3 Cammini ottimi. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

2.3 Cammini ottimi. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 . Cammini ottimi E. Amaldi Fondamenti di R.O. Politecnico di Milano .. Cammini minimi e algoritmo di Dijkstra Dato un grafo orientato G = (N, A) con una funzione di costo c : A c ij R e due nodi s e t,

Dettagli

Corso di RICERCA OPERATIVA 1 (Fischetti) Simulazione scritto del 31 Gennaio Tempo consentito: due ore. Cognome studente:... Nome:... Matr.:...

Corso di RICERCA OPERATIVA 1 (Fischetti) Simulazione scritto del 31 Gennaio Tempo consentito: due ore. Cognome studente:... Nome:... Matr.:... Corso di RICERCA OPERATIVA 1 (Fischetti) Simulazione scritto del 31 Gennaio 2011 -- Tempo consentito: due ore Cognome studente:... Nome:... Matr.:... Esercizio 1 2 3 4 5 Tot MAX 6 8 4 5 8 31 Punteggio

Dettagli

Richiami di Teoria dei Grafi. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Richiami di Teoria dei Grafi. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Richiami di Teoria dei Grafi Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Teoria dei grafi La Teoria dei Grafi costituisce, al pari della Programmazione Matematica, un corpo

Dettagli

CASO 1) Pesi positivi ( diretto o indiretto) Algoritmo di Dijkstra

CASO 1) Pesi positivi ( diretto o indiretto) Algoritmo di Dijkstra 4) DISTANZE Problematiche Si suppone un grafo in cui ad ogni arco e' associato un peso (distanza). Il grafo puo' essere sia diretto che non diretto. Se non e' diretto ogni arco puo' essere pensato come

Dettagli

Esercitazione 6 Algorithmi e Strutture Dati (Informatica) A.A 2015/2016

Esercitazione 6 Algorithmi e Strutture Dati (Informatica) A.A 2015/2016 Esercitazione 6 Algorithmi e Strutture Dati (Informatica) A.A 2015/2016 Tong Liu April 14, 2016 Elementi Fondamentali Rappresentazione n = V numero di vertici (nodi) m = E numero di archi Matrice di adiacenza:

Dettagli

Introduzione ai diagrammi reticolari

Introduzione ai diagrammi reticolari Facoltà di Architettura Università degli Studi di Firenze - a.a. 2006-07 Corso di Laurea in Disegno Industriale Corso di Metodi per la Qualità per il Progetto Introduzione ai diagrammi reticolari Marco

Dettagli

Insegnamento di Gestione e Organizzazione dei Progetti A.A. 2008/9

Insegnamento di Gestione e Organizzazione dei Progetti A.A. 2008/9 Insegnamento di Gestione e Organizzazione dei Progetti A.A. 2008/9 Lezione 11: valutazione costi diagramma di PERT Prof.ssa R. Folgieri email: folgieri@dico.unimi.it folgieri@mtcube.com 1 Da ricordare:

Dettagli

CPM - PERT CPM - PERT. Rappresentazione di un progetto. Gestione di un progetto. Critical Path Method Project Evaluation and Review Technique

CPM - PERT CPM - PERT. Rappresentazione di un progetto. Gestione di un progetto. Critical Path Method Project Evaluation and Review Technique CPM - PERT CPM - PERT CPM e PERT sono metodologie per la gestione di progetti composti da più attività in cui esistano relazioni di precedenza. Critical Path Method Project Evaluation and Review Technique

Dettagli

2.2 Alberi di supporto di costo ottimo

2.2 Alberi di supporto di costo ottimo . Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) diffusione di messaggi segreti memorizzazione

Dettagli

Introduzione ai grafi. Introduzione ai grafi p. 1/2

Introduzione ai grafi. Introduzione ai grafi p. 1/2 Introduzione ai grafi Introduzione ai grafi p. 1/2 Grafi Un grafo G é costituito da una coppia di insiemi (V,A) dove V é detto insieme dei nodi e A é detto insieme di archi ed é un sottinsieme di tutte

Dettagli

La Gestione dei Progetti (Project Management): fasi, organizzazione, strumenti e tecniche

La Gestione dei Progetti (Project Management): fasi, organizzazione, strumenti e tecniche La Gestione dei Progetti (Project Management): fasi, organizzazione, strumenti e tecniche Federico Munari Università di Bologna federico.munari@unibo.it CIEG - Università di Bologna: Organizzazione e Gestione

Dettagli

Introduzione ai grafi. Introduzione ai grafi p. 1/2

Introduzione ai grafi. Introduzione ai grafi p. 1/2 Introduzione ai grafi Introduzione ai grafi p. 1/2 Grafi Un grafo G è costituito da una coppia di insiemi (V,A) dove V è detto insieme dei nodi e A è detto insieme di archi ed è un sottinsieme di tutte

Dettagli

Algoritmi e Strutture Dati

Algoritmi e Strutture Dati Introduzione ai grafi Grafi: Definizione e Algoritmi di visita Maria Rita Di Berardini, Emanuela Merelli 1 1 Dipartimento di Matematica e Informatica Università di Camerino A.A. 2007/08 Introduzione ai

Dettagli

ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I

ALGORITMI 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

Dettagli

2.3.4 Pianificazione di progetti

2.3.4 Pianificazione di progetti .. Pianificazione di progetti Un progetto è costituito da un insieme di attività i, con i =,..., m, ciascuna di durata d i. stima Tra alcune coppie di attività esistono relazioni di precedenza del tipo

Dettagli

Problema dell albero di cammini minimi (SPT, Shortest Path Tree) o problema dei cammini minimi :

Problema dell albero di cammini minimi (SPT, Shortest Path Tree) o problema dei cammini minimi : Per almeno una delle soluzioni ottime { P i, i r } del problema generalizzato, l unione dei cammini P i forma un albero di copertura per G radicato in r e orientato, ossia un albero la cui radice è r i

Dettagli

Tecniche reticolari di programmazione delle attività

Tecniche reticolari di programmazione delle attività apitolo 14 Tecniche reticolari di programmazione delle attività I progetti di grandi dimensioni sono costituiti da più attività, che devono essere tutte completate affinché il progetto di cui fanno parte

Dettagli

5.1 Metodo Branch and Bound

5.1 Metodo Branch and Bound 5. Metodo Branch and Bound Si consideri il problema min{ c(x) : x X } Idea: Ricondurre la risoluzione di un problema difficile a quella di sottoproblemi più semplici effettuando una partizione (ricorsiva)

Dettagli

Problema del cammino minimo

Problema del cammino minimo Algoritmi e Strutture di Dati II Problema del cammino minimo Un viaggiatore vuole trovare la via più corta per andare da una città ad un altra. Possiamo rappresentare ogni città con un nodo e ogni collegamento

Dettagli

Fondamenti teorici e programmazione

Fondamenti teorici e programmazione Fondamenti teorici e programmazione FTP(A) - modb Lezione 9 di ricerca binaria F.Bonchi Dip.to Informatica Fondamenti teorici e programmazione (A) - modb a.a. 2018/19 pag. 1 liberi Un albero libero è un

Dettagli

5.3 Metodo dei piani di taglio

5.3 Metodo dei piani di taglio 5.3 Metodo dei piani di taglio (PLI) min s.v. c T x Ax b x interi X Ipotesi: a ij, c j e b i interi Osservazione: La regione ammissibile di un PLI può essere descritta mediante dei vincoli più o meno stringenti

Dettagli

1. Considerazioni generali

1. Considerazioni generali 1. Considerazioni generali Modelli di shop scheduling In molti ambienti produttivi l esecuzione di un job richiede l esecuzione non simultanea di un certo numero di operazioni su macchine dedicate. Ogni

Dettagli

Programmazione Matematica: III.1 - Programmazione Lineare

Programmazione Matematica: III.1 - Programmazione Lineare Programmazione Matematica: III.1 - Programmazione Lineare Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.0 ottobre 2003 Programmazione Lineare Def.: (F, ϕ ) è un problema di Programmazione

Dettagli

Algoritmo basato su cancellazione di cicli

Algoritmo basato su cancellazione di cicli Algoritmo basato su cancellazione di cicli Dato un flusso ammissibile iniziale, si costruisce una sequenza di flussi ammissibili di costo decrescente. Ciascun flusso è ottenuto dal precedente flusso ammissibile

Dettagli

Project Scheduling: PERT. Il PERT ha potenzialità superiori rispetto a quelle di un semplice mezzo per la pianificazione ed il controllo.

Project Scheduling: PERT. Il PERT ha potenzialità superiori rispetto a quelle di un semplice mezzo per la pianificazione ed il controllo. 1. Introduzione Project Scheduling: PERT Il PERT è una tecnica introdotta per la pianificazione ed il controllo di progetti in cui le durate t ij delle singole attività sono delle variabili aleatorie.

Dettagli

Diagrammi di Gantt & reticolare

Diagrammi di Gantt & reticolare Diagrammi di Gantt & reticolare Henry Laurence Gantt (1861-1919) era un ingegnere meccanico e consulente di management statunitense. Nel 1917 ideò il diagramma di Gantt che è divenuto uno dei principali

Dettagli

Gestione della produzione e della supply chain Logistica distributiva

Gestione della produzione e della supply chain Logistica distributiva Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Convergenza dell algoritmo Se non

Dettagli

2.2 Alberi di supporto di costo ottimo

2.2 Alberi di supporto di costo ottimo . Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) memorizzazione compatta di sequenze (DNA) diffusione

Dettagli

Flusso a Costo Minimo

Flusso a Costo Minimo Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Flusso a Costo Minimo Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria Dal

Dettagli

Esercizi proposti nel Cap Soluzioni. Esercizio 14.1

Esercizi proposti nel Cap Soluzioni. Esercizio 14.1 M. CARAMIA, S. GIORDANI, F. GUERRIERO, R. MUSMANNO, D. PACCIARELLI RICERCA OPERATIVA Isedi Esercizi proposti nel Cap. 14 - Soluzioni Esercizio 14.1 Al fine di utilizzare l algoritmo più efficiente, verifichiamo

Dettagli

Teoria dei Grafi Elementi di base della Teoria dei Grafi

Teoria dei Grafi Elementi di base della Teoria dei Grafi L. Pallottino, Sistemi Robotici Distribuiti - Versione del 4 Marzo 2015 42 Teoria dei Grafi Elementi di base della Teoria dei Grafi Definizione 1. Un grafo G = (V, E) è composto da un insieme finito di

Dettagli

Teoria della Complessità Computazionale

Teoria 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

Dettagli

2.2 Alberi di supporto di costo ottimo

2.2 Alberi di supporto di costo ottimo . Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) memorizzazione compatta di sequenze (DNA) diffusione

Dettagli

algoritmi e strutture di dati

algoritmi e strutture di dati algoritmi e strutture di dati grafi m.patrignani nota di copyright queste slides sono protette dalle leggi sul copyright il titolo ed il copyright relativi alle slides (inclusi, ma non limitatamente, immagini,

Dettagli

Sviluppo e Gestione dei Progetti. docente: Prof. Filippo Ghiraldo f.ghiraldo@bep.co.it

Sviluppo e Gestione dei Progetti. docente: Prof. Filippo Ghiraldo f.ghiraldo@bep.co.it Sviluppo e Gestione dei Progetti docente: Prof. Filippo Ghiraldo f.ghiraldo@bep.co.it Metodologie operative La gestione del tempo: Tecniche reticolari Il diagramma di GANTT E un diagramma chiamato anche

Dettagli

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Un algoritmo per il flusso a costo minimo: il simplesso

Dettagli

Sviluppo e Gestione di Progetti

Sviluppo e Gestione di Progetti Sviluppo e Gestione di Progetti docente: Filippo Ghiraldo filippo.ghiraldo@unipd.it Il presente materiale è utilizzabile esclusivamente a fini didattici con la citazione della fonte. Qualsiasi uso a fini

Dettagli

Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33

Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33 Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33 Ottimizzazione su grafi:massimo flusso (parte 1) p. 2/33 Reti di flusso Una rete di flusso è una

Dettagli

Progettazione di algoritmi. Reti di flusso (2)

Progettazione di algoritmi. Reti di flusso (2) Progettazione di algoritmi Reti di flusso (2) Correttezza e complessità dell algoritmo di Ford-Fulkerson Il teorema del massimo flusso-minimo taglio L algoritmo di Ford-Fulkerson per il calcolo del massimo

Dettagli

IL PROCESSO TECNICO DI SCHEDULAZIONE: TEMPI E COSTI DI UN PROJECT LABORATORIO INTEGRATO DI COSTRUZIONE E PRODUZIONE LEZIONE 4

IL PROCESSO TECNICO DI SCHEDULAZIONE: TEMPI E COSTI DI UN PROJECT LABORATORIO INTEGRATO DI COSTRUZIONE E PRODUZIONE LEZIONE 4 IL PROCESSO TECNICO DI SCHEDULAZIONE: TEMPI E COSTI DI UN PROJECT UNA VOLTA CREATA LA WBS E, QUINDI, INDIVIDUATA CIASCUNA PARTE ELEMENTARE DEL PROJECT, SI PASSA ALLA SCHEDULAZIONE CHE CONSISTE NELL ASSEGNARE

Dettagli

Grafi diretti. Un grafo diretto (o grafo orientato) G è una coppia (V,E) dove. V è u n i n s i e m e d i nodi (o vertici);

Grafi diretti. Un grafo diretto (o grafo orientato) G è una coppia (V,E) dove. V è u n i n s i e m e d i nodi (o vertici); Algoritmi e Strutture di Dati II 2 Grafi diretti Un grafo diretto (o grafo orientato) G è una coppia (V,E) dove V è u n i n s i e m e d i nodi (o vertici); E µ V V è u n i n s i e m e d i archi. Denotiamo

Dettagli

PROVE D'ESAME 1994/95

PROVE D'ESAME 1994/95 PROVE D'ESAME 1994/9 PROVA PARZIALE DEL 21/11/94 1) Sia dato il seguente programma lineare: max 2 x 1 + 3 x 2 - x 3 s.t. 2 x 1 + 3 x 2 - x 3 2 x 1 + x 2 - x 3 4 x 1 - x 2 + x 3 1 x 1, x 2, x 3 0 a - Dire

Dettagli

Algoritmi e Strutture Dati. Capitolo 11 Grafi e visite di grafi

Algoritmi e Strutture Dati. Capitolo 11 Grafi e visite di grafi Algoritmi e Strutture Dati Capitolo 11 Grafi e visite di grafi grafi, teoria dei grafi, problemi su grafi Origini storiche Nel 1736, il matematico Eulero, affrontò l annoso problema dei 7 ponti di Königsberg

Dettagli

Problema di flusso massimo

Problema di flusso massimo p. 1/5 Problema di flusso massimo Si consideri una rete, ovvero un grafo orientato G = (V,A). Attraverso tale rete si fa viaggiare quello che chiameremo genericamente un flusso di "prodotto". A seconda

Dettagli

Il Project management. Lo sviluppo di attività complesse in un ottica di progetto

Il Project management. Lo sviluppo di attività complesse in un ottica di progetto Il Project management Lo sviluppo di attività complesse in un ottica di progetto Progetto. La nozione Un progetto costituisce un insieme di attività, complesse e interrelate, aventi come fine un obiettivo

Dettagli

GRAFI. Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi!

GRAFI. Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi! G R A F I 1 GRAFI Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi! 2 cip: cip: Pallogrammi Pallogrammi GRAFI: cosa sono I grafi sono una struttura matematica fondamentale: servono

Dettagli

Esempi. non. orientato. orientato

Esempi. non. orientato. orientato Definizione! Un grafo G = (V,E) è costituito da un insieme di vertici V ed un insieme di archi E ciascuno dei quali connette due vertici in V detti estremi dell arco.! Un grafo è orientato quando vi è

Dettagli

RICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola: Sesto appello 7/7/8 RICERCA OPERATIVA (a.a. 7/8) Nome: Cognome: Matricola: ) Si risolva il seguente problema di PL applicando l algoritmo del Simplesso Duale, per via algebrica, a partire dalla base B

Dettagli

Quinto appello 27/6/ = 4. B b B = 2 b N = 4

Quinto appello 27/6/ = 4. B b B = 2 b N = 4 Quinto appello // RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si risolva il problema di PL dato applicando l algoritmo del Simplesso Duale, per via algebrica, a partire dalla base B {, }. Per

Dettagli

Makespan con set-up dipendenti dalla sequenza. 1/s jk /C max

Makespan con set-up dipendenti dalla sequenza. 1/s jk /C max Makespan con set-up dipendenti dalla sequenza 1/s jk /C max 1/s jk /C max Un tempo di riattrezzaggio (set-up) s jk è richiesto fra il processamento di j e quello di k. In questo caso, C max dipende dalla

Dettagli

La stime dei tempi di progetto

La stime dei tempi di progetto La stime dei tempi di progetto Questo materiale didattico rientra nell ambito dei Percorsi e-learning di alta formazione specialistica del Progetto Esperi@ - Rafforzamento della capacità istituzionale

Dettagli

Il tempo. Il tempo è denaro. tecniche reticolari per la programmazione dei tempi -PERT - Benjamin Franklin. Program Evaluation and Review Technique

Il tempo. Il tempo è denaro. tecniche reticolari per la programmazione dei tempi -PERT - Benjamin Franklin. Program Evaluation and Review Technique Università degli Studi di Pavia Facoltà di Ingegneria Corso di Tecnologie degli Elementi Costruttivi + Organizzazione del cantiere prof. Maurizio Costantini - a.a. 2003-2004 2004 tecniche reticolari per

Dettagli

1) Disegnare la rete di progetto con le attività sugli archi, e la rete di progetto con le attività sui nodi.

1) Disegnare la rete di progetto con le attività sugli archi, e la rete di progetto con le attività sui nodi. Un progetto di ricerca e sviluppo di una società si compone di 12 (principali) attività con precedenze, durate normali b ij (in giorni), costi diretti c ij (in dollari) delle attività alla loro durata

Dettagli

Algoritmi e Strutture di Dati (3 a Ed.) Algoritmo dei tre indiani. Alan Bertossi, Alberto Montresor

Algoritmi e Strutture di Dati (3 a Ed.) Algoritmo dei tre indiani. Alan Bertossi, Alberto Montresor Algoritmi e Strutture di Dati ( a Ed.) Algoritmo dei tre indiani Alan Bertossi, Alberto Montresor Vediamo a grandi linee un algoritmo proposto da Kumar, Malhotra e Maheswari (978) come raffinamento di

Dettagli

Grafi: ordinamento topologico

Grafi: ordinamento topologico .. Grafi: ordinamento topologico Che cosa e e come si calcola Che cosa e un ordinamento topologico F. Damiani - Alg. & Lab. 04/05 Una definizione di ordinamento topologico Definizione. Funzione σ: V {1,

Dettagli

Problema del Job Shop

Problema del Job Shop Problema del Job Shop Job Shop n job, m macchine iascun job j è composto da una sequenza di task (t j (),,t j (r j )) ogni task t j (k) deve essere eseguito su una specifica macchina i = m j (k) (richiedendo

Dettagli

Esercizi sull'ottimizzazione combinatoria

Esercizi sull'ottimizzazione combinatoria Politecnico di Milano, Corso di Modellistica e Simulazione Esercizi sull'ottimizzazione combinatoria 1 albero minimo 1.1 il problema Occorre costruire un sistema di collegamenti elettrici per alimentare

Dettagli

DIPARTIMENTO DI INGEGNERIA IMPIANTI INDUSTRIALI. Andrea Chiarini Andrea Chiarini 1

DIPARTIMENTO DI INGEGNERIA IMPIANTI INDUSTRIALI. Andrea Chiarini Andrea Chiarini 1 IMPIANTI INDUSTRIALI Andrea Chiarini andrea.chiarini@chiarini.it Andrea Chiarini 1 PARTE 5 PIANIFICAZIONE DELLE FASI DI UN PROGETTO Andrea Chiarini 2 PROGETTAZIONE E SVILUPPO DEL PRODOTTO E DEL PROCESSO

Dettagli

Esame di Ricerca Operativa del 19/07/19. Esercizio 1. (a) Risolvere mediante il metodo del simplesso il seguente problema di programmazione lineare:

Esame di Ricerca Operativa del 19/07/19. Esercizio 1. (a) Risolvere mediante il metodo del simplesso il seguente problema di programmazione lineare: Esame di Ricerca Operativa del /0/ (Cognome) (Nome) (Numero di Matricola) Esercizio. (a) Risolvere mediante il metodo del simplesso il seguente problema di programmazione lineare: max x +x x + x x x x

Dettagli

CASE STUDY 2. Fabbricazione dell acciaio. Un problema di pianificazione: Minimizzazione dei costi di carica del forno. Dati. Formulazione del problema

CASE STUDY 2. Fabbricazione dell acciaio. Un problema di pianificazione: Minimizzazione dei costi di carica del forno. Dati. Formulazione del problema CASE STUDY 2 Fabbricazione dell acciaio Gestione delle risorse produttive nell industria siderurgica Un problema di pianificazione: Minimizzazione dei costi di carica del forno Magazzini materie prime

Dettagli

Modelli dei Sistemi di Produzione Modelli e Algoritmi della Logistica 20010-11

Modelli dei Sistemi di Produzione Modelli e Algoritmi della Logistica 20010-11 Modelli dei Sistemi di Produzione Modelli e Algoritmi della Logistica 20010-11 Project Scheduling: Reti di attività CARLO MANNINO Sapienza Università di Roma Dipartimento di Informatica e Sistemistica

Dettagli

Introduzione. Il routing permette la comunicazione tra due nodi differenti anche se non sono collegati direttamente

Introduzione. Il routing permette la comunicazione tra due nodi differenti anche se non sono collegati direttamente Routing Introduzione Il livello 3 della pila ethernet ha il compito di muovere i pacchetti dalla sorgente attraversando più sistemi Il livello di network deve quindi: Scegliere di volta in volta il cammino

Dettagli

Università di Bergamo Dip. di Ingegneria gestionale, dell'informazione e della produzione INGEGNERIA DEL SOFTWARE. Paolo Salvaneschi D1_2 V3.

Università di Bergamo Dip. di Ingegneria gestionale, dell'informazione e della produzione INGEGNERIA DEL SOFTWARE. Paolo Salvaneschi D1_2 V3. Università di Bergamo Dip. di Ingegneria gestionale, dell'informazione e della produzione INGEGNERIA DEL SOFTWARE Paolo Salvaneschi D1_2 V3.4 Reti di Petri Il contenuto del documento è liberamente utilizzabile

Dettagli

Problemi di Ottimizzazione

Problemi 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

Dettagli

Il tempo è denaro Benjamin Franklin

Il tempo è denaro Benjamin Franklin La produzione edilizia e il processo edilizio Tecniche reticolari per la programmazione dei tempi ing. Francesca Cassaro 29 marzo 2006 1 Il tempo Il tempo è denaro Benjamin Franklin 2 Castel del Monte

Dettagli