Corso di Trasporto merci e logistica. Supporto didattico ad uso esclusivo interno. a cura di: ing. Mario Cordasco A.A
|
|
- Viola Pala
- 6 anni fa
- Visualizzazioni
Transcript
1 logistica Supporto didattico ad uso esclusivo interno a cura di: ing. Mario Cordasco A.A
2 La distribuzione fisica delle merci La logistica è l insieme delle attività e dei servizi che permettono alle merci di essere spostate dai punti (sorgenti) in cui esse sono disponibili, alle destinazioni che le richiedono. La distribuzione fisica comprende le attività di: gestione degli ordini; stoccaggio e movimentazione interna delle merci; trasporto delle merci. Voce di costo maggiore Deve avvenire con tempi costi e livelli di servizio opportuni
3 I problemi di routing Vengono definiti problemi di routing i problemi di trasporto a breve distanza. Sono caratterizzati da spostamenti che hanno origine e destinazione collocate in un ambito territoriale locale (ambito urbano o regionale) e che possono essere effettuati nell arco di una giornata. consegna di merci precedentemente trasportate ad un terminale locale in forma consolidata ritiro di merci destinate ad essere successivamente consolidate in un terminale Si dispone di una flotta di veicoli che partono e ritornano nello stesso punto Obiettivo: determinare le rotte che minimizzano tempi e costi della distribuzione
4 I problemi di routing Una rotta può servire: solo punti di ritiro (pick-up); solo punti di consegna (delivery); entrambi i tipi di punti precedenti (pick-up and delivery). P P D D D P P P D D P P P P D D D D Deposito Deposito Deposito Operazioni di pick-up Operazioni di delivery Operazioni di pick-up e delivery
5 I problemi di routing I problemi di routing sono indicati con i termini Vehicle Routing Problem o più semplicemente con la sigla VRP. Esempi pratici: Distribuzione a supermercati. Distribuzione di snack e bevande a distributori. Distribuzione di prodotti petroliferi. Distribuzione prodotti finiti e raccolta materie prime. Trasporto di merci fra depositi.
6 I problemi di routing Raccolta rifiuti solidi urbani e smistamento verso inceneritori/discariche. Ritiro contenitori vuoti ed imballaggi. Servizi di consegna e raccolta della posta. Servizi di scuola-bus. Servizi di corriere espresso. Movimentazioni merci all'interno di un magazzino. Picking di merci da un magazzino automatizzato.
7 I problemi di routing Ipotesi importanti di partenza -Siano note le caratteristiche della domanda da soddisfare, -Siano note le posizioni dei punti che richiedono il servizio, -Siano note le caratteristiche della flotta, -Siano noti i periodi temporali entro cui è possibile effettuare il servizio, -Siano noti i costi da minimizzare. Vincoli operativi Risultati attesi -Numero di giri da effettuare, -Veicoli assegnati ad ogni giro, -Costo, durata temporale e lunghezza del giro, -Successione delle fermate, -Quantità trasportate (consegnate e/o ritirate), -Eventuali ordini non soddisfatti.
8 I problemi di routing I vincoli operativi più comuni: La quantità di merce trasportata non supera la capacità dei veicoli (in peso o in volume) adibiti al trasporto; Se lo stesso mezzo effettua le consegne ed i ritiri; Incompatibilità veicolo-cliente (es.: attrezzature di scarico richieste, strade troppo piccole per raggiungere i clienti); Incompatibilità prodotto-veicolo (es.: prodotti che necessitano della refrigerazione, prodotti molto ingombranti); Layout di carico (es.: imballaggi e contenitori di diverse caratteristiche); La durata di una rotta non supera la durata di un turno lavorativo; Precedenze nelle consegne legate ad accordi commerciali; I clienti siano serviti in fasce orarie prestabilite (time windows).
9 I problemi di routing Varianti di VRP: Il VRP base è il problema in cui da un deposito (o impianto) centrale una flotta di veicoli deve rifornire un insieme di clienti. Il Capacitated VRP (CVRP) è un problema di routing in cui gli veicoli sono tutti uguali e hanno una capacità massima di trasporto (in peso o in volume). Il VRP Time Windows (VRPTW) è una generalizzazione del VRP in cui il servizio di consegna e/o raccolta merce deve essere effettuato all'interno di intervallo di tempo prestabilito durante il quale il cliente deve o può essere servito. Nel VRP Delivery and Pickup (VRPDP) l'insieme dei clienti è partizionato in clienti di consegna ed in clienti di raccolta. Possono esserci dei vincoli di precedenza da soddisfare fra le consegne e le raccolte in un viaggio.
10 I problemi di routing Classificazione VRP NRP ARP TSP CPP ATSP STSP RPP CCPP URPP DRPP UCCPP DCCPP
11 I problemi di routing In genere la classificazione avviene in base al tipo di circuito da compiere. Ne esistono due tipi: Circuito hamiltoniano Circuito euleriano Dato un grafo G = (V, A), è un ciclo orientato nel quale tutti i vertici V compaiono esattamente una volta. Dato un grafo G = (V, A), è un ciclo orientato nel quale tutti gli archi devono essere percorsi, anche più di una volta. Node Routing Problem (NRP) Arc Routing Problem (ARP) Traveling Salesman Problem (TSP) Chinese Postman Problem (CPP)
12 È un problema che venne posto per la prima volta nel 1859 dal matematico irlandese Sir William Rowan Hamilton. Su un dodecaedro regolare di legno egli disegnò il nome di una città su ogni vertice e propose di individuare un cammino lungo gli spigoli che, partendo da un punto iniziale e passando per ciascuna città una ed una sola volta, permettesse poi di tornare al punto di partenza.
13 Definizione Dato un grafo G = (V,A) si definisce cammino hamiltoniano un cammino c tale che * k è pari a V, cardinalità di V * vi vj per ogni i, j c = (v1, v2,, vk) tale per cui: Se G è simmetrico: Simmetric Traveling Salesman Problem (STSP) Se G non è simmetrico: Asimmetric Traveling Salesman Problem (ATSP)
14 Caratteristiche principali Grafo di partenza Soluzione individuata Il grafo deve essere connesso Deve valere la disuguaglianza triangolare Ogni nodo ha 2 archi incidenti
15 Tecniche risolutive Un primo approccio alla risoluzione del problema, di tipo elementare, può consistere nell individuare tutti i cicli hamiltoniani del grafo e far coincidere la soluzione con il ciclo a costo minimo. Necessità di algoritmi risolutivi in grado di limitare i tempi di calcolo Il numero di soluzioni cresce spaventosamente con il numero di nodi del grafo: N cicli = (n-1)! n (n-1)!
16 Tecniche risolutive Il problema così posto è di difficile soluzione e non sono noti algoritmi efficaci ed efficienti allo stesso tempo. Essi vengono suddivisi in due grandi classi: algoritmi di tipo esatto ed algoritmi di tipo euristico. Le tecniche euristiche vengono utilizzate : - quando le dimensioni del problema sono eccessive, - quando si ha la necessità di risolvere il problema in tempi rapidi, - quando i dati di partenza del problema sono approssimati, - quando si devono trattare problemi dinamici.
17 Tecniche risolutive Algoritmi Esatti: Algoritmi Euristici: 1. Metodi Branch and Bound; 2. Metodi Branch and Cut; 3. Metodi basati sulla programmazione dinamica; 4. Metodi basati sulla formulazione Set Partitioning. 1. Metodi costruttivi; 2. Metodi di miglioramento; 3. Metodi a due fasi: 3. Ricerca locale.
18 Metodo Branch and Bound Branch = ramo, diramazione. Branching: generazione di sottoinsiemi. Bound = confine. Bounding: scelta del limite (inferiore). Si ricorre ad una ricerca esaustiva di tutti i cicli hamiltoniani su partizioni del grafo.
19 Metodo Branch and Bound 1. Si divide il grafo iniziale in sottografi 2. Si cercano i cicli hamiltoniani di costo minimo nei sottografi 3. Si uniscono i cicli individuati per ottenere un nuovo ciclo di costo minimo
20 Tecniche euristiche: 1. Metodi costruttivi; la soluzione viene ottenuta partendo da un cammino elementare e migliorato attraverso una sequenza di soluzioni parziali fino a raggiungere una soluzione ammissibile. 2. Metodi di miglioramento; la soluzione viene ottenuta migliorando un ciclo hamiltoniano già individuato. 3. Metodi a due fasi; la soluzione viene ottenuta costruendo prima un ciclo hamiltoniano e migliorando poi la soluzione individuata. 4. Metodi di ricerca locale; la soluzione viene ottenuta partendo da una soluzione nota ed effettuando delle trasformazioni in alcuni intorni; gli algoritmi si fermano quando viene trovata un ottimo locale.
21 Nodo più vicino Parte dal nodo di riferimento. Ad ogni iterazione aggiunge il vertice che produce il minimo incremento di costo (il nodo più vicino) e che non è stato ancora visitato. Al termine della procedura, collegando i due estremi del percorso, si ottiene un ciclo hamiltoniano.
22 Nodo più vicino È un metodo che non funziona bene; i primi archi sono brevi gli ultimi molto lunghi. È una buona base da migliorare. È semplice da applicare. La soluzione individuata è in media superiore del 25% rispetto a quella esatta.
23 Nodo più lontano Parte dal nodo di riferimento. Individua il nodo più lontano da quello di riferimento, ottenendo un primo ciclo.
24 Nodo più lontano Ad ogni iterazione aggiunge il vertice che è più distante dai nodi già inseriti (il nodo più lontano) e che non è stato ancora visitato. Il vertice viene inserito in maniera tale che l incremento del circuito parziale sia minimo. Al termine della procedura si ottiene un ciclo hamiltoniano.
25 Nodo più lontano È un metodo che non funziona bene; i primi archi sono lunghi gli ultimi molto brevi. È una buona base da migliorare. È semplice da applicare. La soluzione individuata è in media superiore del 15% rispetto a quella esatta.
26 Christofides E Parte da un albero ricoprente minimo. A C B D E Si uniscono i nodi di ordine dispari, inserendo degli archi di matching. A C Nodi di ordine dispari: A C D E B D Archi di matching: A-C, D-E
27 Christofides E Il ciclo ottenuto non è hamiltoniano; si eliminano dal cammino i nodi visitati più di una volta a vantaggio di costo totale. A C Ciclo ottenuto: A-B-C-D-E-C-A B D E Al termine della procedura si ottiene un ciclo hamiltoniano. A C B D
28 Christofides E È un metodo basato su un algoritmo più complesso. A È una buona base da migliorare. B C D La soluzione individuata è in media superiore del 10-20% rispetto a quella esatta.
Il problema del commesso viaggiatore e problemi di vehicle routing
Il problema del commesso viaggiatore e problemi di vehicle routing Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 2 Dicembre
DettagliLogistica o distribuzione
6. I problemi di trasporto e distribuzione 1 Logistica o distribuzione La logistica è l attività di trasportare merci e/o servizi dai luoghi ( sorgenti ) dove tali merci o servizi sono disponibili, alle
DettagliIl problema del commesso viaggiatore
Il problema del commesso viaggiatore Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa mpassacantando@di.unipi.it M. Passacantando TFA 2012/13 - Corso di Ricerca Operativa Università
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
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
DettagliAppunti sul Vehicle Routing Problem
Appunti sul Vehicle Routing Problem Marco Pranzo Corso di Ottimizzazione su Reti Anno Accademico 2007/2008 Il Vehicle Routing Problem (VRP) è un tipico problema operativo nelle reti di distribuzione, e
DettagliRicerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Modelli per la Logistica Distributiva: Single Commodity Minimum Cost Flow Problem Multi Commodity Minimum Cost Flow Problem Fixed Charge
DettagliMETODI DELLA RICERCA OPERATIVA
Università degli Studi di Cagliari FACOLTA' DI INGEGNERIA CORSO DI METODI DELLA RICERCA OPERATIVA Dott.ing. Massimo Di Francesco (mdifrance@unica.it) i i Dott.ing. Maria Ilaria Lunesu (ilaria.lunesu@unica.it)
DettagliIl valore di flusso che si ottiene è
1) Si consideri un insieme di piste da sci e di impianti di risalita. Lo si modelli con un grafo orientato che abbia archi di due tipi: tipo D (discesa e orientato nel senso della discesa) e tipo R (risalita
DettagliEuristiche per il Problema del Commesso Viaggiatore
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Euristiche per il Problema del Commesso Viaggiatore Renato Bruni bruni@dis.uniroma.it Il materiale presentato
DettagliIl problema del commesso viaggiatore: da Ulisse alla Logistica integrata. Luca Bertazzi
Il problema del commesso viaggiatore: da Ulisse alla Logistica integrata Luca Bertazzi 0 3 Ulisse: da Troia a Itaca Troia Itaca 509 km Quale è stato invece il viaggio di Ulisse? Il viaggio di Ulisse Troia
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
Dettagli3.4 Metodo di Branch and Bound
3.4 Metodo di Branch and Bound Consideriamo un generico problema di Ottimizzazione Discreta dove X è la regione ammissibile. (P ) z = max{c(x) : x X} Metodologia generale di enumerazione implicita (Land
DettagliDomini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):
UNIVERSITA DEGLI STUDI DI SALERNO C.d.L. in INGEGNERIA GESTIONALE Esercizi di Ricerca Operativa Prof. Saverio Salerno Corso tenuto nell anno solare 2009 I seguenti esercizi sono da ritenersi di preparazione
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013
A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia 7 giugno 0 Nome: Cognome: Matricola: Orale /06/0 ore aula N Orale 0/07/0 ore aula N
DettagliOttimizzazione Combinatoria e Reti (a.a. 2007/08)
o Appello 6/07/008 Ottimizzazione Combinatoria e Reti (a.a. 007/08) Nome Cognome: Matricola: ) Dopo avere finalmente superato l esame di Ricerca Operativa, Tommaso è pronto per partire in vacanza. Tommaso
DettagliProgettazione di Algoritmi
Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 0/06/06 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via avrai
DettagliCorso di Gestione dei sistemi di trasporto. Cap.8 Pianificazione operativa (di breve periodo) di reti logistiche. Simona Sacone - DIST
Corso di Gestione dei sistemi di trasporto Cap.8 Pianificazione operativa (di breve periodo) di reti logistiche Simona Sacone - DIST Introduzione La gestione operativa dell azienda è estremamente critica.
Dettagli2.3.3 Cammini ottimi nei grafi senza circuiti
.. Cammini ottimi nei grafi senza circuiti Sia un grafo G = (N, A) orientato senza circuiti e una funzione di costo che assegna un valore c ij R ad ogni arco (i, j) A circuito Proprietà I nodi di un grafo
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
DettagliGestione 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
DettagliParte V: Rilassamento Lagrangiano
Parte V: Rilassamento Lagrangiano Tecnica Lagrangiana Consideriamo il seguente problema di Programmazione Lineare Intera: P 1 min c T x L I Ax > b Cx > d x > 0, intera in cui A = matrice m x n C = matrice
DettagliAlgoritmi esatti. La teoria ci dice che per problemi difficili (come il
p. 1/4 Algoritmi esatti La teoria ci dice che per problemi difficili (come il KNAPSACK o, ancora di più, il TSP ) i tempi di risoluzione delle istanze, calcolati tramite analisi worst-case, tendono a crescere
DettagliFigura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli.
ESERCIZIO 1 Sia dato il grafo orientato in Figura 1. Si consideri il problema di flusso a 1 2 4 Figura 1: costo minimo su tale grafo con b 1 = 4 b 2 = 2 b = b 4 = e c 12 = 2 c 1 = 4 c 14 = 1 c 2 = 1 c
DettagliPossibile applicazione
p. 1/4 Assegnamento Siano dati due insiemi A e B entrambi di cardinalità n. Ad ogni coppia (a i,b j ) A B è associato un valore d ij 0 che misura la "incompatibilità" tra a i e b j, anche interpretabile
DettagliAlgoritmo 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
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa 2. Esercizi sul problema dell assegnamento
UNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa Esercizi sul problema dell assegnamento Richiami di Teoria Ricordiamo che, dato un grafo G=(N,A),
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
DettagliIndice. 1 Introduzione... 1
Indice 1 Introduzione............................................... 1 2 Esempi di modelli......................................... 7 2.1 Problema della dieta.................................... 7 2.2
DettagliAlgoritmi Euristici. Corso di Laurea in Informatica e Corso di Laurea in Matematica. Roberto Cordone DI - Università degli Studi di Milano
Algoritmi Euristici Corso di Laurea in Informatica e Corso di Laurea in Matematica Roberto Cordone DI - Università degli Studi di Milano Lezioni: Martedì 14.30-16.30 in Aula Omega Venerdì 14.30-16.30 in
DettagliProblemi di Instradamento di Veicoli
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Problemi di Instradamento di Veicoli Renato Bruni bruni@dis.uniroma1.it Il materiale presentato è derivato
DettagliEsercizio 1. Esercizio 2
A-2 a PI Ricerca Operativa 1 Seconda prova intermedia La Pharmatix è un azienda di Anagni che produce due principi attivi, A e B, che consentono un profitto per grammo venduto di 20 e 30 euro rispettivamente.
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
Dettaglii completi l'esecuzione dell'algoritmo di programmazione dinamica per questo problema restituendo il valore ottimo e una soluzione ottima del problema
Compito di Ricerca Operativa II Esercizio ( punti). ia dato il problema di flusso massimo sulla rete in figura (le capacit a degli archi sono riportate sopra di essi). 0 8 i consideri il seguente flusso
DettagliAlgoritmi Approssimanti per -TSP
Dispensa del corso di TAA redatta da Amati Di auro Rattà. Algoritmo 5 e APX per il problema Algoritmi Approssimanti per -TSP Definizione (TSP) Il problema del commesso viaggiatore (TSP) è definito come
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
DettagliRicerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015
1 Lunedí 20 Aprile 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Rilassamento di un problema Rilassare un problema di Programmazione Matematica vuol dire trascurare alcuni (tutti i)
DettagliWeek #9 Assessment. Practice makes perfect... November 23, 2016
Week #9 Assessment Practice makes perfect... November 23, 2016 Esercizio 1 Un azienda di trasporto deve caricare m camion {1,..., m} in modo da servire giornalmente un dato insieme di clienti. Nei camion
DettagliTecniche euristiche Ricerca Locale
Tecniche euristiche Ricerca Locale PRTLC - Ricerca Locale Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver commerciali Come ricavare una stima dell ottimo: rilassamenti Rilassamento
DettagliGrafi (non orientati e connessi): minimo albero ricoprente
Grafi (non orientati e connessi): minimo albero ricoprente Una breve presentazione Definizioni Sia G=(V,E) un grafo non orientato e connesso. Un albero ricoprente di G è un sottografo T G tale che: T è
DettagliProblemi di Flusso: Il modello del Trasporto
Problemi di Flusso: Il modello del rasporto Andrea Scozzari a.a. 2014-2015 April 27, 2015 Andrea Scozzari (a.a. 2014-2015) Problemi di Flusso: Il modello del rasporto April 27, 2015 1 / 25 Problemi su
DettagliMakespan 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
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
Dettagli5.3 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
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 20 giugno 2014
A Ricerca Operativa 1 Seconda prova intermedia Un tifoso di calcio in partenza da Roma vuole raggiungere Rio De Janeiro per la finale del mondiale spendendo il meno possibile. Sono date le seguenti disponibilità
DettagliRicerca Operativa. Claudio Arbib Universitàdi L Aquila. Esercizi di ottimizzazione combinatoria
Claudio Arbib Universitàdi L Aquila Ricerca Operativa Esercizi di ottimizzazione combinatoria 00-006 Grafi 9 Esercizio. Un grafo simmetrico G = (V, E) si dice cubico se tutti i suoi vertici hanno grado
DettagliIntroduzione ai grafi
TFA A048 Anno Accademico 2012-13 Outline Cenni storici sui grafi Nozioni introduttive: cammini, connessione, alberi, cicli Cammini di costo minimo Origini storiche La nascita della teoria dei grafi risale
DettagliIntroduzione. 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
DettagliCOMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04
COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04 Esercizio 1 Si risolva con il metodo branch-and-bound il seguente problema di PLI max x 1 + x 4x 1 + x + x = 0 x 1 + x + x 4 = x 1, x, x, x 4 0 x 1, x,
DettagliBranch-and-bound per TSP
p. 1/6 Branch-and-bound per TSP Anche qui, rispetto allo schema generale visto in precedenza dobbiamo specificare: p. 1/6 Branch-and-bound per TSP Anche qui, rispetto allo schema generale visto in precedenza
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.
DettagliEsame di Ricerca Operativa del 16/06/2015
Esame di Ricerca Operativa del 1/0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Una ditta produce vernici in tre diversi stabilimenti (Pisa, Cascina, Empoli) e le vende a tre imprese edili (A, B, C). Il
DettagliProgrammazione Lineare: problema del trasporto Ing. Valerio Lacagnina
Problemi di trasporto Consideriamo un problema di programmazione lineare con una struttura matematica particolare. Si può utilizzare, per risolverlo, il metodo del simplesso ma è possibile realizzare una
DettagliIntroduzione 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
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Metodi esatti per il problema del commesso viaggiatore
Metodi e Modelli per l Ottimizzazione Combinatoria Metodi esatti per il problema del commesso viaggiatore L. De Giovanni G. Zambelli Il problema del commesso viaggiatore (Travelling Salesman Problem -
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
DettagliProblema del Commesso Viaggiatore
M. Monaci - Problema del Commesso Viaggiatore 1 Problema del Commesso Viaggiatore Michele Monaci Dipartimento di Ingegneria dell Informazione, Università di Padova Viale Gradenigo, 6/A - 35131 - Padova
DettagliProblemi, istanze, soluzioni
lgoritmi e Strutture di Dati II 2 Problemi, istanze, soluzioni Un problema specifica una relazione matematica tra dati di ingresso e dati di uscita. Una istanza di un problema è formata dai dati di un
Dettagli2.3 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,
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013
A Ricerca Operativa 1 Seconda prova intermedia Si è rotto un aereo che doveva trasportare un elevato numero di persone dalla città 3 alla città 8. Si rende quindi necessario utilizzare i posti disponibili
DettagliEsercizi Capitolo 11 - Strutture di dati e progettazione di algoritmi
Esercizi Capitolo 11 - Strutture di dati e progettazione di algoritmi Alberto Montresor 19 Agosto, 2014 Alcuni degli esercizi che seguono sono associati alle rispettive soluzioni. Se il vostro lettore
DettagliAppunti del corso di Informatica 1 (IN110 Fondamenti) 7 Grafi e alberi: introduzione
Università di Roma Tre Dipartimento di Matematica e Fisica Corso di Laurea in Matematica Appunti del corso di Informatica (IN0 Fondamenti) Grafi e alberi: introduzione Marco Liverani (liverani@mat.uniroma.it)
DettagliProgettazione di Algoritmi
Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 06/07/2016 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via
DettagliRouting IP. IP routing
Routing IP IP routing IP routing (inoltro IP): meccanismo per la scelta del percorso in Internet attraverso il quale inviare i datagram IP routing effettuato dai router (scelgono il percorso) Routing diretto
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 ai Problemi di Flusso su Reti
UNIVERSI DI PIS IROCINIO ORMIVO IVO - I CICLO CLSSE DI BILIZIONE MEMIC PPLIC Introduzione ai Problemi di lusso su Reti Relatore: Prof. V. Georgiev.U: Prof. M. Berni Elisabetta lderighi R.O e Riforma della
DettagliEsercizi per il corso di. Logistica I. a.a Daniela Favaretto. Dipartimento di Matematica Applicata Università Ca Foscari di Venezia
sercizi per il corso di Logistica I a.a. - aniela avaretto ipartimento di Matematica pplicata Università a oscari di Venezia sercizio Individuare un albero di supporto di lunghezza minima (SST) sul seguente
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
DettagliAppunti su algoritmi approssimati per il Problema del Commesso Viaggiatore (TSP)
Appunti su algoritmi approssimati per il Problema del Commesso Viaggiatore (TSP) A. Agnetis 1 Algoritmi approssimati ed euristici Il Problema del Commesso Viaggiatore (Traveling Salesman Problem, TSP)
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
DettagliAA Appello del 27 Novembre 2009 Compito A
Metodi e Modelli di Ottimizzazione Discreta, I parte; Appello del 27 Novembre 2009 Compito A 1). Scrivere una formulazione per il seguente problema. Una ditta di spedizioni deve spedire via nave dei grossi
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
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
DettagliTECNICHE EURISTICHE DI CLUSTERIZZAZIONE E PERCORSO OTTIMO PER RISOLVERE UN PROBLEMA DI RACCOLTA E CONSEGNA DI MATERIALE
Università degli studi di Padova Dipartimento di Tecnica e Gestione dei Sistemi Industriali Corso di Laurea Magistrale in Ingegneria Gestionale TECNICHE EURISTICHE DI CLUSTERIZZAZIONE E PERCORSO OTTIMO
DettagliProblemi difficili e ricerca esaustiva intelligente
Problemi difficili e ricerca esaustiva intelligente Progettazione di Algoritmi a.a. 2016-17 Matricole congrue a 1 Docente: Annalisa De Bonis Gli argomenti di questa lezione sono tratti da Dasgupta, Papadimitriou,
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
DettagliAlgoritmo di Branch & Bound
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Algoritmo di Branch & Bound Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria
DettagliAlgoritmi e strutture dati
Algoritmi e Strutture Dati Cammini minimi Definizioni Sia G = (V,E) un grafo orientato pesato sugli archi. Il costo di un cammino π = è dato da: Un cammino minimo tra una coppia di
DettagliGrafi (orientati): cammini minimi
Grafi (orientati): cammini minimi Una breve presentazione Definizioni Sia G=(V,E) un grafo orientato con costi w sugli archi. Il costo di un cammino π= è dato da: Un cammino minimo tra
DettagliREPERTORIO DELLE QUALIFICAZIONI PROFESSIONALI DELLA REGIONE CAMPANIA
REPERTORIO DELLE QUALIFICAZIONI PROFESSIONALI DELLA REGIONE CAMPANIA SETTORE ECONOMICO PROFESSIONALE 1 Area Comune Processo Gestione del processo produttivo, qualità, funzioni tecniche e logistica interna
DettagliAMPL Problemi su Reti
Dipartimento di Matematica Università di Padova Corso di Laurea Informatica Outline Problemi su Reti Cammino Minimo Molti problemi di ottimizzazione combinatoria possono essere modellati ricorrendo ai
DettagliIl Branch & Bound. Definizione 1. Sia S R n. La famiglia S = {S 1, S 2,..., S k S} tale che S 1 S 2 S k = S viene detta suddivisione di S.
Il Branch & Bound Il metodo Branch & Bound è una tecnica che permette di risolvere all ottimo un generico problema di Programmazione Lineare Intera. Tale metodo si basa su due concetti cardine: quello
DettagliOttimizzazione Discreta Esercizi V: Soluzioni
Ottimizzazione Discreta Esercizi V: Soluzioni Grafi e cammini minimi A.A. 214/215 Esercizio 1 (a) Nella terminologia della teoria dei grafi, si chiede di dimostrare che ogni grafo non orientato G = (V,E),
Dettagli3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI
3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI ESISTENZA DI UN PUNTO DI OTTIMO VINCOLATO Il problema di ottimizzazione vincolata introdotto nel paragrafo precedente può essere formulato nel modo seguente:
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Metodi Risolutivi per la Programmazione Lineare Intera
Metodi e Modelli per l Ottimizzazione Combinatoria Metodi Risolutivi per la Programmazione Lineare Intera L. De Giovanni G. Zambelli Un problema di programmazione lineare intera é una problema della forma
DettagliCoverage. Visto che il coverage si basa su aree dell ambiente che vengono monitorate non è
L. Pallottino, Sistemi Robotici Distribuiti - Versione del 10 Dicembre 2015 393 Coverage Si consideri ora il problema di coordinare una squadra di robot con dei sensori omnidirezionali in modo da garantire
DettagliINFORMATICA AA Università degli Studi di Ferrara Facoltà di Scienze MM FF NN Corso di Laurea in «Scienze e Tecnologie per i Beni Culturali»
Università degli Studi di Ferrara Facoltà di Scienze MM FF NN Corso di Laurea in «Scienze e Tecnologie per i Beni Culturali» AA 010-011 INFORMATICA Prof. Giorgio Poletti giorgio.poletti@unife.it Grafi
DettagliGestione delle scorte - contenuti di base -
Gestione delle scorte - contenuti di base - Prof. Riccardo Melloni riccardo.melloni@unimore.it Università di Modena and Reggio Emilia Dipartimento di Ingegneria Enzo Ferrari via Vignolese 905, 41100, Modena
DettagliProva in itinere di Metodi di Ottimizzazione AA 2007/2008: compito A
Nome... Cognome... 1 Prova in itinere di Metodi di Ottimizzazione AA 2007/2008: compito A Un rinomato biscottificio italiano dispone di tre stabilimenti, ubicati nelle città di Ancona, Belluno e Catanzaro
Dettagli8.10 Algoritmi di approssimazione
296 Capitolo 8 NP-completezza e approssimazione 8.10 Algoritmi di approssimazione Dimostrare che un problema è NP-completo significa rinunciare a progettare per esso un algoritmo polinomiale di risoluzione
DettagliIntroduzione al corso
Corso di LOGISTICA TERRITORIALE www.uniroma2.it/didattica/lot_2012 DOCENTE prof. ing. Agostino Nuzzolo (nuzzolo@ing.uniroma2.it) COLLABORATORI prof. ing. Umberto Crisalli (crisalli@ing.uniroma2.it) ing.
DettagliIntroduzione al corso
Corso di LOGISTICA TERRITORIALE www.uniroma2.it/didattica/lt DOCENTE prof. ing. Agostino Nuzzolo (nuzzolo@ing.uniroma2.it) COLLABORATORI prof. ing. Umberto Crisalli (crisalli@ing.uniroma2.it) ing. Pierluigi
DettagliUnità 2 Trasporti interni
Impianti industriali Unità 2 Trasporti interni Trasporti interni Carrelli per il trasporto e il sollevamento Trasportatori meccanici fissi Trasporti meccanici mobili Trasporti automatici 2 2005 Politecnico
DettagliIl viaggio di Piero Piero vuole visitare, partendo da Brescia, le seguenti città: Londra, New York, Mar del Plata (dove abita lo zio), Praga, Città
Il viaggio di Piero Piero vuole visitare, partendo da Brescia, le seguenti città: Londra, New York, Mar del Plata (dove abita lo zio), Praga, Città del Capo, Mosca, Tokyo, Parigi, Roma, Madrid. Piero pensa
DettagliServizi di trasporto merci: Problemi di routing di veicoli
Servizi di trasporto merci: Problemi di routing di veicoli Daniele Vigo DEIS, Università di Bologna tel. 01/0909 fax 0907 email: dvigo@deis.unibo.it http://www.or.deis.unibo.it Programma I. Introduzione
DettagliCorso di elettrotecnica Materiale didattico: i grafi
Corso di elettrotecnica Materiale didattico: i grafi A. Laudani 12 ottobre 2005 I grafi costituiscono uno strumento matematico che permette di descrivere e schematizzare una grande varietà di problemi
Dettaglietà (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.
Dettagli2.2 Alberi di supporto di costo ottimo
. Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) protocolli reti IP memorizzazione compatta di
Dettagli