Metodi di Ottimizzazione per la Logistica e la Produzione
|
|
- Florindo Scognamiglio
- 6 anni fa
- Visualizzazioni
Transcript
1 Metodi di Ottimizzazione per la Logistica e la Produzione Introduzione alle attività di Laboratorio Manuel Iori Dipartimento di Scienze e Metodi dell Ingegneria Università di Modena e Reggio Emilia MOLP Parte I 1 / 19
2 Introduzione all uso del software Xpress MOLP Parte I 2 / 19
3 Principali Risolutori Programmazione Matematica Risolutori per la Programmazione Matematica Sono a disposizione numerosi risolutori di Programmazione Matematica, soprattutto rivolti alla Programmazione Lineare (PL) e alla Programmazione Lineare Intera (PLI): Cplex Gurobi Xpress Microsoft Solver per Excel Lindo SCIP COIN-OR GLPK... Lista esaustiva disponibile su Wikipedia alla voce Linear Programming MOLP Parte I 3 / 19
4 Principali Risolutori Programmazione Matematica Cplex MOLP Parte I 4 / 19
5 Principali Risolutori Programmazione Matematica Gurobi MOLP Parte I 5 / 19
6 Principali Risolutori Programmazione Matematica Xpress MOLP Parte I 6 / 19
7 Principali Risolutori Programmazione Matematica Risolutore in Excel Il risolutore è a disposizione nei pacchetti aggiuntivi della versione standard di Microsoft Office MOLP Parte I 7 / 19
8 Principali Risolutori Programmazione Matematica Lindo MOLP Parte I 8 / 19
9 Principali Risolutori Programmazione Matematica SCIP MOLP Parte I 9 / 19
10 Principali Risolutori Programmazione Matematica COIN-OR MOLP Parte I 10 / 19
11 Principali Risolutori Programmazione Matematica GLPK MOLP Parte I 11 / 19
12 Principali Risolutori Programmazione Matematica AMPL MOLP Parte I 12 / 19
13 Principali Risolutori Programmazione Matematica Julia MOLP Parte I 13 / 19
14 Il Software Xpress Il Software Xpress Caratteristiche principali: Interfaccia user-friendly Linguaggio di programmazione molto semplice Implementazione di modelli matematici Implementazione di semplici algoritmi euristici Possibilità di chiamata da C/C++ Student edition gratuita Numerose estensioni Schermate grafiche Programmazione matematica non lineare... MOLP Parte I 14 / 19
15 Il Software Xpress Versione gratuita per studenti MOLP Parte I 15 / 19
16 Il Software Xpress Interfaccia grafica di facile utilizzo MOLP Parte I 16 / 19
17 Il Software Xpress Esempio Esempio 1 model esempio1 uses "mmxprs" declarations x1, x2: mpvar end-declarations z:= x1 + 2*x2 3*x1 + 2*x2 <= 400 x1 + 3*x2 <= 200 maximize(z) writeln("z = ", getobjval ) writeln("x1 = ",getsol(x1) ) writeln("x2 = ",getsol(x2) ) Nome modello e direttive Dichiarazioni variabili e parametri di input Modello con funzione obiettivo e vincoli Esecuzione del modello Scrittura output end-model 14 MOLP Parte I 17 / 19
18 Il Software Xpress Esercizio Un azienda produttrice di composti chimici deve decidere il mix produttivo ottimale di due prodotti, definiti in seguito A e B. Una tonnellata di prodotto A usa 2 quintali di una risorsa scarsa. La produzione di una tonnellata di tipo B porta invece alla creazione (come scarto) di due quintali di tale risorsa scarsa. E presente in magazzino un unico quintale di risorsa. Il reparto produttivo impone tre ulteriori vincoli di natura industriale: la somma delle tonnellate di A e di B prodotte non deve essere superiore a 4; bisogna produrre almeno una tonnellata di A; non si possono produrre più di tre tonnellate di B. L azienda vuole massimizzare il numero di tonnellate di A prodotte. Si richiede di: Scrivere il modello di programmazione lineare. Risolvere il modello all ottimo. Supporre che non si possano produrre frazioni di tonnellate, e si considerino quindi solo variabili intere. Si calcoli la soluzione ottima intera. Disegnare la regione ammissibile del problema, indicando la soluzione ottima lineare e quella ottima intera. MOLP Parte I 18 / 19
Introduzione all uso di FICO Xpress. Metodi di Ottimizzazione per la Logistica e la Produzione
Introduzione all uso di FICO Xpress Metodi di Ottimizzazione per la Logistica e la Produzione 1 2 Alcuni risolutori per la Programmazione Matematica Indice Sono a disposizione numerosi risolutori di Programmazione
DettagliElementi di un modello di Programmazione Matematica
1 Ricerca Operativa Laboratorio: utilizzo di solver per programmazione matematica Elementi di un modello di Programmazione Matematica Insiemi: elementi del sistema; Parametri: dati del problema; Variabili
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,
DettagliModelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli
Ricerca Operativa 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi (come
DettagliMetodi e modelli per il supporto alle decisioni
Metodi e modelli per il supporto alle decisioni 1. Introduzione Supporto alle decisioni Supporto ai processi decisionali in sistemi complessi Problema decisionale reale Passi, operazioni Soluzioni del
DettagliRicerca Operativa. Docenti. 1. Introduzione
Ricerca Operativa 1. Introduzione Docenti Luigi De Giovanni - Giacomo Zambelli Dipartimento di Matematica Pura e Applicata (Torre Archimede) Tel. 049 827 1349 / 1348 email: luigi - giacomo @math.unipd.it
DettagliRicerca Operativa. Docente. 1. Introduzione
Ricerca Operativa 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 427 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
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
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
DettagliRicerca Operativa A.A. 2008/2009
Ricerca Operativa A.A. 08/09 Esercizi di modellazione 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
DettagliStruttura 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
DettagliProgrammazione Lineare in MATLAB. Ing. Fabio Sciancalepore Politecnico di Bari
Programmazione Lineare in MATLAB Ing. Fabio Sciancalepore Politecnico di Bari Agenda Introduzione alla Ricerca Operativa Problemi di ottimizzazione Programmazione lineare programmazione a variabili continue
DettagliLEZIONE N. 6 - PARTE 1 - Introduzione
LEZIONE N. 6 PROGRAMMAZIONE LINEARE IN MARKAL, SOLUZIONE DEI PROBLEMI DI PROGRAMMAZIONE LINEARE CON: IL METODO GRAFICO ED IL METODO DEL SIMPLESSO. PROPRIETÀ DELLA DUALITÀ ED ESEMPI DI SOLUZIONE DEL PROBLEMA
Dettagli1.4 Si risolva mediante gli scarti complementari il duale del problema dato.
FONDAMENTI DI RICERCA OPERATIVA (turno unico) Prof. M.Trubian a.a. 2006/07 Prima prova in itinere: 24/11/06 Nome studente:... Matricola:...... A Esercizio 3 4 5 6 Valore % 0.3 0.2 0.2 0.15 0.1 0.05 Valutazione
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
DettagliSi consideri il seguente tableau ottimo di un problema di programmazione lineare
ESERCIZIO 1 Si consideri il seguente tableau ottimo di un problema di programmazione lineare -25/3 0 4/3 19/6 9/2 0 0 0 7/6 1 0 1-1/2-3/2 1 0 0 3/2 11/3 1-2/3-1/3 0 0 0 0 2/3 2/3 0 1/3 1/6-1/2 0 1 0 7/6
DettagliLEZIONE N. 6 - PARTE 1 - Introduzione
LEZIONE N. 6 PROGRAMMAZIONE LINEARE IN MARKAL, SOLUZIONE DEI PROBLEMI DI PROGRAMMAZIONE LINEARE CON: IL METODO GRAFICO ED IL METODO DEL SIMPLESSO. PROPRIETÀ DELLA DUALITÀ ED ESEMPI DI SOLUZIONE DEL PROBLEMA
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
Dettagli126 APPROFONDIMENTI SUI PARAMETRI. SCRIPT IN AMPL
126 APPROFONDIMENTI SUI PARAMETRI. SCRIPT IN AMPL Esempio 8.3.2 Una fabbrica produce divani in tessuto acquistando da un magazzino all ingrosso i quantitativi di tessuto che gli occorrono settimanalmente.
DettagliCorso di Ricerca Operativa Esercitazione del 07/10/2015
Corso di Ricerca Operativa Esercitazione del 7/1/15 Esercizio 1 Un azienda ha a disposizione reparti per produrre due tipi di farina A e B per alimentazione animale, che si vendono rispettivamente a 3
DettagliScopo del laboratorio
p. 1/1 Scopo del laboratorio Imparare ad usare programmi che implementino metodi di ottimizzazione: simplesso, branch and bound ecc. utilizzarli per risolvere un problema proposto Modellatori Solver p.
DettagliINTRODUZIONE A LINGO. Dispense a cura di Antonio Tiano
INTRODUZIONE A LINGO Dispense a cura di Antonio Tiano 1 LINGO (LINear Generalized Optimization) E un software che consente di : Risolvere problemi di ottimizzazione di vario tipo (PL, PQ, PNL) in presenza
DettagliOttimizzazione dei Sistemi Complessi
1 Venerdì 2 Marzo 2018 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Chi sono io? Giampaolo Liuzzi studio: IASI (CNR), Via dei Taurini 19 (00185, Roma), V piano, stanza 514 (poco utile) tel:
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
DettagliIntroduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO
Introduzione alla Ricerca Operativa Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO Cos è la Ricerca Operativa? La Ricerca Operativa è la
DettagliAppunti di Ricerca Operativa
Appunti di Ricerca Operativa 2012/2013 Prefazione La Ricerca Operativa è un campo in continua evoluzione, il cui impatto sulle realtà aziendali ed organizzative è in costante crescita. L insegnamento di
DettagliEsercitazioni di Progetto di Reti di Telecomunicazioni. Anno Accademico Semestre
Esercitazioni di Progetto di Reti di Telecomunicazioni Anno Accademico 2007-2008 2 Semestre Per contattarmi Massimo Tornatore Int. 3691, Ufficio 329 tornator@elet.polimi.it http://networks.cs.ucdavis.edu/~tornatore
DettagliOttimizzazione dei Sistemi Complessi
1 Lunedì 22 Febbraio 2016 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Chi sono io? Giampaolo Liuzzi studio: IASI (CNR), Via dei Taurini 19 (00185, Roma), V piano, stanza 514 (poco utile)
DettagliLEZIONE N. 7 - PARTE 1 - Introduzione
LEZIONE N. 7 PROGRAMMAZIONE LINEARE IN MARKAL, SOLUZIONE DEI PROBLEMI DI PROGRAMMAZIONE LINEARE CON: IL METODO GRAFICO ED IL METODO DEL SIMPLESSO. PROPRIETÀ DELLA DUALITÀ ED ESEMPI DI SOLUZIONE DEL PROBLEMA
DettagliEsercitazione n o 6 per il corso di Ricerca Operativa
Esercitazione n o 6 per il corso di Ricerca Operativa Il problema è stato tratto dal libro C. Mannino, L.Palagi, M. Roma. Complementi ed esercizi di Ricerca Operativa, Edizioni Ingegneria 2000, 1998, ISBN:
DettagliExcel: una piattaforma facile per l ottimizzazione. Excel ha un toolbox di ottimizzazione: Risolutore
Excel: una piattaforma facile per l ottimizzazione Excel ha un toolbox di ottimizzazione: Risolutore Il problema di produzione con Excel Consideriamo il foglio Excel Variabili di decisione reali c8,d8
DettagliModelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli
Ricerca Operativa 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi (come
DettagliFondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico
Fondamenti di Business Analytics 20486 classi M2/M3 Michele Impedovo anno accademico 2016-2017 Lezione 11 Programmazione lineare intera ILP Programmazione lineare binaria BLP Il problema MicroWorks, Inc.
DettagliProgetto e ottimizzazione di reti 2
Progetto e ottimizzazione di reti 2 Esercitazione AMPL A.A. 29-2 Esercitazione a cura di Silvia Canale contatto e-mail: canale@dis.uniroma.it Università di Roma La Sapienza Dipartimento di Informatica
DettagliMODELLISTICA E SIMULAZIONE cred.: 5 7,5 Recupero 2 prova: 25 luglio 2005
Politecnico di Milano I a Facoltà di Ingegneria C.S. in Ing. per l Ambiente e il Territorio MODELLISTICA E SIMULAZIONE cred.: 5 7,5 Recupero prova: 5 luglio 005 COGNOME NOME FIRMA: : : : [7,5 crediti]
Dettagli2. Si definisca un algoritmo euristico di tipo greedy per determinare una buona soluzione ammissibile del problema;
Esercizio 6 Un azienda di trasporti deve affrontare il seguente problema di caricamento. L azienda dispone di n prodotti che possono essere trasportati e di m automezzi con cui effettuare il trasporto.
DettagliRicerca Operativa. Ricerca Operativa p. 1/2
Ricerca Operativa Ricerca Operativa p. 1/2 Ricerca Operativa Disciplina basata sulla modellizzazione e la risoluzione tramite strumenti automatici di problemi di decisione complessi. In tali problemi la
DettagliOttimizzazione dei Sistemi Complessi
1 Lunedì 16 Maggio 2016 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Modalità base 1 Parte scritta, 4 esercizi riguardanti le tematiche trattate nelle lezioni: Metodi senza derivate; Metodi
DettagliAlgoritmi, Strutture Dati e Programmi. UD 2.b: Programmazione in Pascal
Algoritmi, Strutture Dati e Programmi : Programmazione in Pascal Prof. Alberto Postiglione AA 2007-2008 Università degli Studi di Salerno Il Linguaggio di Programmazione Pascal Esistono molti linguaggi
DettagliI appello Ricerca operativa
I appello Ricerca operativa 0.0.014 1. Formulare in termini di programmazione lineare (intera) il seguente problema. Una Società gestisce una squadra di calcio adottando una politica di massimizzare il
DettagliPrerequisiti didattici
Università degli Studi di Ferrara 2014-2015 Corso TFA - A048 Matematica applicata Didattica della matematica applicata all economia e alla finanza 1 aprile 2015 Appunti di didattica della matematica applicata
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
DettagliRichiami 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
DettagliCorso di Matematica Applicata A.A
Corso di Matematica Applicata A.A. 2012-2013 Programmazione lineare (II parte) Prof.ssa Bice Cavallo Soluzione di un problema PL Soluzione ottima Variabili slack e surplus A R mxn Ax b s R m, s i 0 : Ax
DettagliSoluzione di problemi di ottimizzazione
Soluzione di problemi di ottimizzazione Problema di programmazione lineare: Possibili ulteriori vincoli (Es.: x INTERO) Soluzione: Trovare x* tale che per ogni LE.1 Input: Solutori di problemi di PL/PLI
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
DettagliIntroduzione. AMPL Introduzione. F. Rinaldi. Dipartimento di Matematica Università di Padova. Corso di Laurea Matematica. F. Rinaldi AMPL Introduzione
Dipartimento di Matematica Università di Padova Corso di Laurea Matematica Outline Introduzione Utilizzo di un Solver Definizione Un solver (o risolutore) è un software che riceve in input una descrizione
DettagliIndice. Premessa 13. Simboli ed abbreviaifoni 17. lntrodusione 19. Sistemi e modelli 31. La programmaifone matematica 45.
Indice Premessa 13 Simboli ed abbreviaifoni 17 lntrodusione 19 Capitolo primo Sistemi e modelli 31 1.1 Alcune definizioni 1.2 Analisi e classificazione dei sistemi 1.3 I modelli e la loro classificazione
DettagliCorso di Ricerca Operativa Prova in itinere del 06/11/2015
Corso di Ricerca Operativa Prova in itinere del 6/11/215 (Cognome) (Nome) (Matricola) Esercizio 1. Un personal trainer deve preparare un piano di allenamento settimanale di 8 ore combinando diverse attività
DettagliSchedulazione Multi-progetto con Risorse Limitate
Schedulazione Multi-progetto con Risorse Limitate Dott.ssa Maria Silvia Pini Dipartimento di Matematica Pura e Applicata Email: mpini@math.unipd.it Resp. accademico: Prof.ssa Francesca Rossi 1 Sommario
DettagliLaboratorio di Ricerca Operativa
Laboratorio di Ricerca Operativa CORSO DI LAUREA: SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE ROMA AZIENDA POLICLINICO UMBERTO I a.a. 2012-13 Elaborato finale n 3 Programmazione degli interventi
DettagliTeoria della Complessità Computazionale
Teoria della Complessità Computazionale Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 21 Ottobre 2014 Ricerca Operativa 2
DettagliI costi d impresa (R. Frank, Capitolo 10)
I costi d impresa (R. Frank, Capitolo 10) COSTI Per poter realizzare la produzione l impresa sostiene dei costi Si tratta di scegliere la combinazione ottimale dei fattori produttivi per l impresa È bene
DettagliFasi di creazione di un programma
Fasi di creazione di un programma 1. Studio Preliminare 2. Analisi del Sistema 6. Manutenzione e Test 3. Progettazione 5. Implementazione 4. Sviluppo Sviluppo di programmi Per la costruzione di un programma
DettagliESERCITAZIONE 1 CORSO DI FONDAMENTI DI INFORMATICA PROF. GABRIELE DI STEFANO - DR. FRANCESCO GALLO
DIPARTIMENTO DI INGEGNERIA E SCIENZE DELL INFORMAZIONE E MATEMATICA - UNIVAQ CORSO DI FONDAMENTI DI INFORMATICA ESERCITAZIONE 1 PROF. GABRIELE DI STEFANO - DR. FRANCESCO GALLO Blocco 0 - III Piano - francesco.gallo@univaq.it
DettagliPython Start. Docente: M. Chiara Debernardi. Lingua del corso. Descrizione del corso e obiettivi. Destinatari. Italiano
Python Start Docente: M. Chiara Debernardi Lingua del corso Italiano Descrizione del corso e obiettivi Il corso mira a far conoscere i fondamenti di Python i cui ambiti di utilizzo sono molteplici: intelligenza
DettagliIntroduzione al Calcolo Scientifico
Introduzione al Calcolo Scientifico Francesca Mazzia Dipartimento di Matematica Università di Bari Francesca Mazzia (Univ. Bari) Introduzione al Calcolo Scientifico 1 / 14 Calcolo Scientifico Insieme degli
DettagliRicerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Introduzione
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Introduzione La Ricerca Operativa La Ricerca Operativa è una disciplina relativamente recente. Il termine Ricerca Operativa è stato coniato
DettagliLaboratorio di Calcolo Numerico Laboratorio 4: Grafici di convergenza e functions
Dipartimento di Matematica Laboratorio di Calcolo Numerico Laboratorio 4: Grafici di convergenza e functions Damiano Pasetto E-mail: pasetto@math.unipd.it Dispense: http://dispense.dmsa.unipd.it/putti/calcolo
DettagliModello di miscelazione per il corso di Laboratorio di Ricerca Operativa
Modello di miscelazione per il corso di Laboratorio di Ricerca Operativa Modello di miscelazione Il problema è tratto dal libro W. L. Winston. Operations Research, Application and Algorithms, 4th Edition,
DettagliOttimizzazione dei Sistemi Complessi
1 Lunedì 22 Febbraio 2016 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Chi sono io? Giampaolo Liuzzi studio: IASI (CNR), Via dei Taurini 19 (00185, Roma), V piano, stanza 514 (poco utile)
DettagliExcel: una piattaforma facile per l ottimizzazione. Excel ha un toolbox di ottimizzazione: Risolutore
Excel: una piattaforma facile per l ottimizzazione Excel ha un toolbox di ottimizzazione: Risolutore Il problema di produzione con Excel Consideriamo il foglio Excel Variabili di decisione reali c8,d8
DettagliSviluppo di programmi
Sviluppo di programmi FASE 1: Dare un nome al problema partendo dall analisi del problema FASE 2: Scrivere la specifica funzionale FASE 3: Scrittura dell algoritmo FASE 3.1: Introduzione delle variabili
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
DettagliVediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto.
Esempio di risoluzione di un problema di PL con Excel Vediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto. Un azienda vinicola desidera produrre due tipi di vino: uno
DettagliCorso di Modelli e Algoritmi della Logistica
Corso di Modelli e Algoritmi della Logistica Modelli e Algoritmi della Logistica Prof. Antonio Sassano Dipartimento di Informatica e Sistemistica Universita di Roma La Sapienza Roma 1 - Ottobre - 2003
DettagliProblemi di PersonnelScheduling
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Problemi di PersonnelScheduling Docente: Renato Bruni bruni@dis.uniroma1.it Corso di: Ottimizzazione Combinatoria
Dettagliliceo B. Russell PROGRAMMAZIONE INDIRIZZO: SCIENTIFICO SCIENZE APPLICATE BIENNIO: SECONDA DISCIPLINA: INFORMATICA
INDIRIZZO: SCIENTIFICO SCIENZE APPLICATE PROGRAMMAZIONE BIENNIO: SECONDA DISCIPLINA: INFORMATICA PIANO DI LAVORO DEL DOCENTE / RELAZIONE FINALE Anno scolastico 2014/2015 DOCENTE Prof. PAOLO ARMANI CLASSE:
DettagliProgrammazione lineare: basi e soluzioni di base
Programmazione lineare:basi e soluzioni di base p. 1/33 Programmazione lineare: basi e soluzioni di base Mariantonia Cotronei Facoltà di Ingegneria Università degli Studi Mediterranea di Reggio Calabria
DettagliCOMPITO DI RICERCA OPERATIVA. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 3 x 1 + x 2 2 2x 1 + x 2 3.
COMPITO DI RICERCA OPERATIVA ESERCIZIO 1. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 x 1 + x 2 2 2x 1 + x 2 x 1 0 x 2 0 Si trasformi questo problema in forma standard e lo si
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 -
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
DettagliOttimizzazione (1 mod., 6 crediti, 48 ore, a.a , lez.1)
Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Ottimizzazione (1 mod., 6 crediti, 48 ore, a.a. 09-10, lez.1) 1 L Ottimizzazione rientra nell
DettagliLezione 2 Un modello di produzione
LABORATORIO RICERCA OPERATIVA Lezione 2 Un modello di produzione Laura Palagi Dipartimento di Ingegneria informatica automatica e gestionale A. Ruberti Sapienza Universita` di Roma Un problema multi impianto
DettagliOttimizzazione Combinatoria
Ottimizzazione Combinatoria Esercitazione AMPL A.A. 2-22 Esercitazione a cura di Silvia Canale contatto e-mail: canale@dis.uniroma.it Università i di Roma La Sapienza Dipartimento di Informatica e Sistemistica
DettagliRICERCA OPERATIVA. Tema d esame del 04/03/2008 (Simulazione)
RICERCA OPERATIVA Tema d esame del 04/03/2008 (Simulazione) COGNOME: NOME: MATRICOLA:. Una nota azienda automobilistica produce due modelli di auto (un utilitaria e una berlina), che rivende con un guadagno
DettagliMetodi Avanzati di gestione operativa di Reti d Impresa. Seminario ENEA Casaccia Roma 15 marzo 2011
Metodi Avanzati di gestione operativa di Reti d Impresa Il sistema informatico del servizio CORA per l ottimizzazione dei flussi produttivi e della logistica Ing. Gilda Massa Seminario ENEA Casaccia Roma
DettagliAppendice A: un esempio di scelta del mix ottimo di produzione in presenza di vincoli 19
14 18-12-07 19:04 Pagina 411 Le decisioni di breve termine fra alternative diverse 411 i minori costi differenziali, almeno nella misura in cui la dimensione di costo è la più importante. Sebbene i costi
DettagliInterfaccia utente Al momento dell apertura del software viene visualizzata la finestra dei comandi principali.
MATLAB Presentazione MATLAB, che sta per MATrixLABoratory, è un software ad alta prestazione utile nella trattazione tecnica di problemi di analisi numerica, ingegneristici, per il calcolo scientifico.
DettagliUso di MPL e Solver per problemi LP ed ILP. Uso di Modelli Matematici (1)
Uso di MPL e Solver per problemi LP ed ILP Michele Monaci e Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 3.0 ottobre 2002 Uso di Modelli Matematici (1) Problema della dieta: n possibili
DettagliSecondo Anno: Informatica Economico-Turistico
Secondo Anno: Informatica Economico-Turistico Competenze ASSE DEI LINGUAGGI (1) Utilizzare e produrre testi multimediali (1.1) Comprendere i prodotti della comunicazione audiovisiva Elaborare prodotti
DettagliPROGRAMMAZIONE: I sottoprogrammi
PROGRAMMAZIONE: I sottoprogrammi Prof. Enrico Terrone A. S: 2008/09 Definizione Un sottoprogramma è un blocco di istruzioni a sé stante con un proprio nome. Il main (= sottoprogramma principale) è un caso
DettagliRicerca Operativa. Programmazione Lineare. Università Mediterranea di Reggio Calabria Decisions Lab
Ricerca Operativa Programmazione Lineare Università Mediterranea di Reggio Calabria Decisions Lab Ottimizzazione In un problema di ottimizzazione si cerca di massimizzare o minimizzare una quantità specifica,
Dettagli02/03/2016. LABORATORIO DI PROGRAMMAZIONE Corso di laurea in matematica 8 STRUTTURE DI CONTROLLO (1)
LABORATORIO DI PROGRAMMAZIONE Corso di laurea in matematica 8 STRUTTURE DI CONTROLLO (1) Marco Lapegna Dipartimento di Matematica e Applicazioni Universita degli Studi di Napoli Federico II wpage.unina.it/lapegna
DettagliUn esempio di applicazione della programmazione lineare intera: il Sudoku
Un esempio di applicazione della programmazione lineare intera: il Sudoku Corso di Ricerca Operativa per il Corso di Laurea Magistrale in Ingegneria della Sicurezza: Trasporti e Sistemi Territoriali AA
DettagliFormalismi per la descrizione di algoritmi
Formalismi per la descrizione di algoritmi Per descrivere in passi di un algoritmo bisogna essere precisi e non ambigui Il linguaggio naturale degli esseri umani si presta a interpret non univoche Si usano
DettagliEsercizi svolti di Programmazione Lineare. a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania
Esercizi svolti di Programmazione Lineare a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania Formulazione matematica e risoluzione grafica Esercizio Una pasticceria
DettagliANNO SCOLASTICO 2018/2019 DIPARTIMENTO DI MATEMATICA E INFORMATICA INDIRIZZO ALBERGHIERO CURRICOLO DI TECNOLOGIE DELL INFORMAZIONE E COMUNICAZIONI
ANNO SCOLASTICO 2018/2019 DIPARTIMENTO DI MATEMATICA E INFORMATICA INDIRIZZO ALBERGHIERO CURRICOLO DI TECNOLOGIE DELL INFORMAZIONE E COMUNICAZIONI Primo biennio TRAGUARDO DELLA COMPETENZA OBIETTIVI DI
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
DettagliLaboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 10. Docente: Laura Palagi
Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 10 Docente: Laura Palagi Smaltimento dei rifiuti solidi urbani HOMEWORK N 10 Francesco Cambiotti
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
DettagliDualità Lagrangiana. Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa
Dualità Lagrangiana Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 3 Novembre 2015 Ricerca Operativa 2 Laurea Magistrale in
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
DettagliCorso di Ingegneria del Software. Modelli di produzione del software
Corso di Ingegneria del Software a.a. 2009/2010 Mario Vacca mario.vacca1@istruzione.it Le fasi - Disegno del software Figura: (waterfall model) Le fasi - Disegno del software In questa fase si stabilisce
DettagliTesting black box di web service: sperimentazione su di un servizio senza stato
tesi di laurea Anno Accademico 2005/2006 relatore Ch.mo prof. Porfirio Tramontana candidato Alfredo Monaco Matr. 534/001519 Obiettivi Risulta importante poter valutare se un web service abbia o non abbia
DettagliLezione n 16. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott.ssa Gentili Dott.
Lezioni di Ricerca Operativa Corso di Laurea in Informatica Università di Salerno Lezione n 6 Teoria della dualità: - Esempio Prof. Cerulli Dott.ssa Gentili Dott. Carrabs Esercizio (P) min - 4 5 a) Data
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
DettagliProgrammazione Matematica Lineare
Programmazione Matematica Lineare Problema di Programmazione Matematica (PM) (problema di ottimizzazione) max f(x) s.t. x R n vettore delle variabili decisionali insieme delle soluzioni ammissibili funzione
Dettagli