MODELLI PER IL PROGETTO DELL OFFERTA DI TRASPORTO
|
|
- Flaviano Lombardi
- 6 anni fa
- Visualizzazioni
Transcript
1 DIPARIMENO INGEGNERIA CIVILE UNIVERSIÀ DI ROMA OR VERGAA corso di PROGEAZIONE DEI SISEMI DI RASPORO MODELLI PER IL PROGEO DELL OFFERA DI RASPORO 1
2 MODELLI PER IL PROGEO DELL OFFERA DI RASPORO Introduzione Modelli generali ormulazioni obiettivi vincoli SOMMARIO Alcuni esempi di progetto topologia della rete reti extraurbane reti urbane reti di trasporto collettivo itinerari requenze Algoritmi Esempio di applicazione 2
3 INRODUZIONE APPROCCI ALLA PROGEAZIONE DELL OFFERA DI RASPORO Obiettiv i e vincoli Scenario del sistema di attività Parametri del modello di oerta (rete Obiettiv i e vincoli Ipotesi di intervento Parametri del modello di oerta (rete Scenario del sistema di attività Modello di progettazio ne dell oert Modello di simulazione del sistema domanda/oerta Prestazioni ed impatti Modello di simulazione del sistema domanda/oerta Prestazioni ed impatti Valutazione Valutazione approccio WHA O approccio WHA IF modello di progetto dell oerta modello di simulazione gioco di Stackelberg tra il progettista (leader e gli utenti (ollowers gioco di Nash tra gli utenti 3
4 INRODUZIONE FAORI DI CLASSIFICAZIONE Variabili di progetto topologia della rete (costruzione di strade, linee di trasporto collettivo prestazioni (requenze delle linee, regolazione semaorica prezzi e tarie (tarie aeree o FS, tarie di sosta, pedaggi autostradali Obiettivi della progettazione sociali (min costo di viaggio e/o impatti sociali aziendali (min costi investimento e/o gestione; max ricavi netti mix sociali/aziendali Vincoli alla progettazione di coerenza (tra domanda, lussi, variabili di progetto e prestazioni esterni (budget, max concentrazione inquinanti, ecc. tecnici (max grado di saturazione, requenza linee min/max, ecc. Approccio di simulazione domanda rigida/elastica assegnazione di equilibrio deterministico/stocastico approccio statico/dinamico 4
5 INRODUZIONE DEFINIZIONI x =[y, g, p ] vettore delle variabili di progetto y =variabili di conigurazione della rete (topologia g =variabili di prestazione dell oerta (requenze delle linee, regolazione semaorica p =variabili di prezzo A = matrice di incidenza archi-percorsi c = vettore dei costi di arco C = A c = vettore dei costi di percorso F = vettore dei lussi di percorso = A F = vettore dei lussi di arco d = vettore di domanda P = matrice delle probabilità di scelta del percorso c = c(x, A = A(x P = P(C=P(x, 5
6 6 MODELLI FORMULAZIONE DEL PROBLEMA = = tecnici (vincoli x, esterni (vincoli E x, DUE x,d ( S 0 ( x, c( coerenza di (vincoli SUE ] x, c( A d[ ] x, c( A x, P[ x A( x, w( max(min arg x x oppure = = x E x x, d, z( ar g min x ( x] ( x, w[ ar g max(min x S x
7 MODELLI OBIEIVI SOCIALI (per gli utenti min tempo di viaggio min costo generalizzato di viaggio max soddisazione degli utenti costo totale di viaggio w1 ( x, = c l ( x, l = c( x, l soddisazione totale degli utenti w = 1 ( x, d od s od [ A c( x, ] od 7
8 MODELLI OBIEIVI SOCIALI (esternalita min emissione inquinanti min emissioni sonore max attività sociali emissioni inquinanti w 3( x, = e( x, = e l l l e l = emissione inquinante per veicolo sull arco l 8
9 MODELLI OBIEIVI AZIENDA (per gli operatori min costi investimento e/o gestione max ricavo netto costo investimento e/o gestione w 2 ( x = b ( x x j b j = costo unitario connesso alla costruzione/gestione dell elemento inrastrutturale associato alla variabile x j j j j ricavi da traico w 2 ( p, = pl l l p l = taria connessa all uso dell arco l 9
10 MODELLI OIMIZZAZIONE MULIOBIEIVO ottimizzazione contemporanea di più obiettivi x = arg max(min w( x, = θ1 w1 ( x, + θ2 w2 ( x x, θ 1,θ 2 = pesi reciproci degli obiettivi, comprensivi di eventuali termini di omogeneizzazione Min costi dell utente costi investimento e/o gestione min w( x, = x, θ1 c( + θ2 b( x 1 Min costi dell utente emissione inquinanti min w( x, x, x, = θ1 c( + θ2 e( 10
11 MODELLI VINCOLI OFFERA vincoli tecnici valori min e/o max di variabili di progetto (requenze delle linee di trasporto collettivo relazioni tra variabili di progetto (sequenza di sensi unici valori max di variabili indotte (gradi di saturazione, lunghezza code, inquinamento DOMANDA conservazione della domanda non-negatività dei lussi INERAZIONE DOMANDA/OFFERA dipendenza circolare costi-domanda-lussi tipologia di modello di assegnazione (congestione/scelta del percorso 11
12 MODELLI VINCOLI VINCOLI ESPLICII (domanda rigida punto isso = A( x P[ c( x, ] d SUE diseguaglianza variazionale c( x, ( 0 S ( x, d DUE PROBLEMA DI OIMO EQUIVALENE (domanda rigida e unzioni di costo separabili = = arg min S ( x,d arg min S ( x,d z( z( = = s d + c( + c( k dk SUE 0 c ( k dk DUE 0 12
13 MODELLI VINCOLI BUDGE costi di gestione b( x, B = max costo di gestione 1 B costi di investimento i( x, I = max costo di investimento 1 I ESERNALIA inquinamento atmoserico inquinamento acustico e( x, E = max emissione ammissibile E 13
14 ESEMPI DI MODELLI DI PROGEAZIONE DELL OFFERA CONFIGURAZIONE DELLA REE SRADALE reti extraurbane (individuazione dei collegamenti stradali da realizzare y = arg y y j = [ 0,1] (1 = A( y b j y j B j J min l P[ y, A c l ( y, se l' arco c( y, ] l j appartiene d Conigurazione i i i l 4 alla soluzione; 0 altrimenti y 0 =[0,0,0,0,0] Alcune conigurazioni alternative y 4 =0 y 3 =1 y 1 =1 y 5 =1 y 2 =0 y 1 =[1,0,1,0,1] y 4 =1 y 3 =0 y 1 =0 y 5 =1 y 2 =1 y 2 =[0,1,0,1,1] 14
15 ESEMPI DI MODELLI DI PROGEAZIONE DELL OFFERA CONFIGURAZIONE DELLA REE SRADALE reti urbane (individuazione dei sensi di circolazione ottimali y = arg min cl ( y, l y l y j = [ 0,1,2] (0 se l' arco j è a doppio senso; 1 se è a senso unico; 2 se è a senso unico nella direzione opposta = A( y P[ y, A c( y, ] d bj y j B 1 2 j J y 1 =1 y 2 =1 y 3 =1 y y 6 =2 4 =0 y 7 =2 y 5 =2 y 8 =2 y 9 =0 y 10 =1 y 11 =1 y 12 =1 y 1 =0 y 2 =0 y 3 =0 y 4 =1 y 6 =2 y 7 =2 y 5 =0 y 8 =0 y 9 =1 y 10 =0 y 11 =0 y 12 =0 15
16 ESEMPI DI MODELLI DI PROGEAZIONE DELL OFFERA REI DI RASPORO COLLEIVO Individuazione della conigurazione di: itinerari delle linee y lj = variabile di conigurazione della linea j sull arco l y lj 1 = 0 requenze sel' arco altrimenti l è utilizzato dalla g j = requenza della linea j linea j Grao di base E A 1 B D C Linee l,m,n g l = 6 passaggi/h g m = 3 passaggi/h g n = 10 passaggi/h A B linea l y 1l = 1 y 2l = 0 y 3l = 1 y 4l = 0 E D y 1m = 1 y 2m = 0 y 3m = 1 y 4m = 1 linea m A B D B D linea n y 1n = 0 y 2n = 1 y 3n = 1 y 4n = 0 C 16
17 ESEMPI DI MODELLI DI PROGEAZIONE DELL OFFERA REI DI RASPORO COLLEIVO FUNZIONE OBIEIVO Min costo generalizzato per gli utenti costi di gestione per l azienda costo generalizzato per gli utenti w 1 (y,g = Σ j Σ l Jw c lj lj (y,g + Σ l Jw Σ h tw h l(y,g lh (y,g dove c lj = generico costo (escluso il tempo di attesa associato all arco l della linea j (pari a 0 se l j lj = lusso associato all arco l della linea j J w = insieme degli archi di attesa tw h l= tempo di attesa associato all arco l dell ipercammino h lh = lusso associato all arco l dell ipercammino h costo di gestione per l azienda w 2 (y,g = Σ j Σ l y lj CE j L lj g j dove y lj = variabile di conigurazione della linea j sull arco l CE j = costo di esercizio di un convoglio della linea j per unità di spazio (o di tempo L lj = lunghezza (o tempo di percorrenza dell arco l della linea j g j = requenza della linea j 17
18 ESEMPI DI MODELLI DI PROGEAZIONE DELL OFFERA REI DI RASPORO COLLEIVO VINCOLI vincolo di coerenza (y,g = B(y,g P H [B (y,g c(y] d dove B= matrice delle prob. d uso degli archi P H = matrice delle prob. di scelta degli ipercammini vincoli tecnici lj Kj g j l (vincolo di capacità dove lj = lusso sull arco l della linea j K j = capacità del convoglio della linea j g j = requenza della linea j (pari a 0 se l non è attiva 0 g j y j gmax (vincolo non negatività delle requenze dove g j = requenza della linea j y j = variabile di progetto della linea j g max = requenza max ammissibile t l j l g j y lj Nmax (vincolo di budget dove g j = requenza della linea j t l = tempo di attraversamento dell arco l tl ylj g j = tempo di giro della linea j l y lj = variabile di conigurazione della linea j sull arco l N max = max numero di convogli disponibili (N j =ϕ j g j 18
19 MODELLI PER IL PROGEO DELL OFFERA ALGORIMI deinizione obiettivi deinizione vincoli deinizione area di progetto ormalizzazion e del problema ottimizzazione generazione delle soluzioni valutazione delle soluzioni soluzione 19
20 ALGORIMI GENERAZIONE E SELEZIONE DELLE SOLUZIONI Approccio esatto enumerazione (non applicabile per problemi di dimensioni reali ottimizzazione (solo per casi semplici e di dimensioni contenute algoritmi di Branch&Bound Approccio euristico procedura intuitiva (regole dettate dall esperienza del progettista procedura di semi-ottimizzazione procedura semi-combinatoriale tecniche di inserimento&eliminazione algoritmi genetici 20
21 MODELLI PER IL PROGEO DELL OFFERA CLASSIFICAZIONE DEI MODELLI rispetto alle variabili di progetto variabili di progetto rete discrete continue miste non congestionata - con. rete stradale - con. rete bus - tarie bus - requenze bus - progetto reti bus (itinerari e requenze congestionata - con. rete stradale - tariazione inrastrutture - regolazione semaorica - progetto reti stradali urbane 21
22 MODELLI PER IL PROGEO DELL OFFERA ALGORIMI variabili di progetto algoritmi discrete continue miste esatti euristici - Branch&Bound - ottimizzazione non lineare - inserimento&eliminazio - euristici ne - ottimizzazione non - neighbourhood search lineare - algoritmi genetici - progr. mista intera - euristiche miste 22
23 ALGORIMI ECNICA ELIMINAZIONE&INSERIMENO A partire da una soluzione iniziale, l algoritmo esegue le procedure di inserimento & eliminazione La procedura di inserimento genera una soluzione di progetto aggiungendo un arco di progetto alla conigurazione della rete corrente; per ogni arco inserito viene calcolato il valore della.o. (unzione obiettivo. ra gli archi inseriti viene scelto quello che ornisce il maggior incremento/decremento della.o. La procedura di inserimento termina quando l aggiunta di ulteriori archi non migliora il valore della.o. La procedura di eliminazione genera una soluzione di progetto eliminando un arco di progetto dalla conigurazione della rete corrente; per ogni arco eliminato viene calcolato il valore della.o. (unzione obiettivo. ra gli archi eliminati viene scelto quello che ornisce il maggior incremento/decremento della.o. La procedura di eliminazione termina quando l eliminazione di ulteriori archi non migliora il valore della.o. L algoritmo termina quando nessun inserimento o eliminazione di archi migliora il valore della.o. 23
24 ALGORIMI ECNICA ELIMINAZIONE&INSERIMENO esempio di conigurazione della rete stradale y=[..,y m,..] y m = 1 0 se l' arco altrimenti esiste step0: [inizializzazione] selezione di una conigurazione iniziale step1: [procedura di inserimento] inserimento di archi inchè la.o. diminuisce regola di inserimento (casuale, regole predeinite, ecc. step2: [procedura di eliminazione] eliminazione di archi inchè la.o. diminuisce regola di eliminazione (casuale, regole predeinite, ecc. step3: [test di arresto] Ad esempio (Billheimer&Gray, 1973: ripetere step1&2 inchè non ci sono archi inseriti&eliminati in due iterazioni successive 24
25 ALGORIMI ECNICA ELIMINAZIONE&INSERIMENO esempio di conigurazione della rete stradale conigurazione attuale della rete 3=(15,1500 destinazion 4=(10,600 (15,0 5=(20,500 2=(12,1000 origine 1=(8,800 domanda = d = 1000 utenti.o. = w = c (y,d+θ b y costo di costruzione tempo di viaggio n. arco θ= 5 unità di tempo/ unità di costo (y,d= assegnazione utto o Niente (AoN 25
26 ALGORIMI ECNICA ELIMINAZIONE&INSERIMENO esempio di conigurazione della rete stradale 3=(15,1500 destinazion 4=(10,600 (15,0 5=(20,500 2=(12,1000 origine step0: [inizializzazione] n. arco selezione di una conigurazione iniziale y 0 =[0,0,0,0,0] 1=(8,800 costo di costruzione tempo di viaggio c 0 = ( =35000 unità di tempo b y 0 = [800,1000,1500,600,5000] [0,0,0,0,0] = =0 unità di costo w= c 0 + b y= y 0 y 0 = unità di tempo 26
27 ALGORIMI ECNICA ELIMINAZIONE&INSERIMENO esempio di conigurazione della rete stradale 3=(15,1500 destinazion 4=(10,600 (15,0 5=(20,500 2=(12,1000 origine step1: 1=(8,800 costo di costruzione tempo di viaggio [procedura di n. inserimento] arco y=[1,0,0,0,0] c 0 = ( =28000 unità di tempo b y 0 = [800,1000,1500,600,5000] [1,0,0,0,0] = =800 unità di costo w= c 0 + b y 0 = = unità di tempo w<w w y = = w = y = [1,0,0,0,0] 27
28 ALGORIMI ECNICA ELIMINAZIONE&INSERIMENO esempio di conigurazione della rete stradale step1: archi [1,2,3,4, 5] [1,2,3,4, 5] [1,2,3,4, 5] [1,2,3,4, 5] [1,2,3,4, 5] [1,2,3,4, 5] [procedura di inserimento] inserimento c θb y w(y (y [0,0,0,0,0] 35, ,000 [1,0,0,0,0] 28,000 4,000 32,000 [1,1,0,0,0] 20,000 9,000 29,000 [1,1,1,0,0] 20,000 16,500 36,500 [1,1,0,1,0] 20,000 12,000 32,000 [1,1,0,0,1] 20,000 11,500 31,500 step2: archi [1,2,3,4, 5] [1,2,3,4, 5] [procedura di eliminazione] eliminazione c θb y w(y (y [1,1,0,0,0] 20,000 9,000 29,000 [0,1,0,0,0] 35,000 5,000 40,000 A partire da questa conigurazione, qualsiasi inserimento o eliminazione di archi produce un incremento della.o. 28
29 ALGORIMI ECNICA ELIMINAZIONE&INSERIMENO esempio di conigurazione della rete stradale 3=(15,1500 destinazion 4=(10,600 (15,0 5=(20,500 2=(12,1000 origine 1=(8,800 costo di costruzione tempo di viaggio n. arco soluzione ottima y=[1,1,0,0,0] w=29,000 29
MODELLI DI ASSEGNAZIONE PER LE RETI STRADALI
MODELLI DI ASSEGNAZIONE PER LE RETI STRADALI CORSO DI PROGETTAZIONE DEI SISTEMI DI TRASPORTO - I MODELLI DI ASSEGNAZIONE L ASSEGNAZIONE DELLA DOMANDA AD UNA RETE DI TRASPORTO CONSISTE NEL CALCOLARE I FLUSSI
DettagliCorso di TEORIA DEI SISTEMI DI TRASPORTO. prof. ing. Umberto Crisalli
Corso di TEORIA DEI SISTEMI DI TRASPORTO prof. ing. Umberto Crisalli Iscrizione al corso Da effettuarsi on line http://delphi.uniroma.it Struttura del sistema di modelli per la simulazione dei sistemi
Dettaglicorso di Teoria dei Sistemi di Trasporto Modelli di offerta PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa
corso di Teoria dei Sistemi di Trasporto PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it Iscrizione al corso Da effettuarsi on line http://delphi.uniroma.it
DettagliModelli di assegnazione (cenni)
Corso di Trasporti e Ambiente http://www.uniroma.it/didattia/ta_ ing. Antonio Comi novembre Modelli di assegnazione (enni) Struttura del sistema di modelli per la simulazione dei sistemi di trasporto OFFERTA
Dettagli4. MODELLI DI SCELTA DEL PERCORSO
4. MODELLI DI SCELTA DEL PERCORSO Il modello di scelta del percorso fornisce l aliquota p[/oshdm] degli spostamenti effettuati da utenti di categoria i, che utilizzano ciascun percorso relativo al modo
DettagliAnalisi interazione domanda/offerta: modelli di assegnazione
Corso di Laurea Ingegneria Civile e Ambientale - AA Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento
DettagliAnalisi interazione domanda/offerta: modelli di assegnazione
Corso di Laurea Ingegneria Civile - AA 1112 Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento di
DettagliMODELLI DI PROGETTO DELLA RETE DI TRASPORTO COLLETTIVO
DIPARIMENO INGEGNERIA CIVILE UNIVERSIÀ DI ROMA OR VERGAA corso di RASPORI URBANI E MEROPOLIANI MODELLI DI PROGEO DELLA REE DI RASPORO COLLEIVO 1 PROGEO DELLA REE DI RASPORO COLLEIVO SOMMARIO Introduzione
DettagliAnalisi dei sistemi di trasporto
Analisi dei sistemi di trasporto Salvatore Caprì Università degli Studi di Catania Corso di laurea in ingegneria civile Fondamenti di trasporti Analisi dei sistemi di trasporto Impatti Analisi Multicriteria
DettagliCORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO. Programma del corso di Tecnica ed Economia dei Trasporti. Prof.
CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO Programma del corso di Tecnica ed Economia dei Trasporti Prof. Andrea Papola Introduzione al corso La professione dell ingegnere dei sistemi
DettagliIntroduzione alla programmazione lineare
Introduzione alla programmazione lineare struttura del problema di PL forme equivalenti rappresentazione e soluzione grafica rif. Fi 1.2; BT 1.1, 1.4 Problema di programmazione lineare Dati: un vettore
DettagliGrafi e Funzioni di Costo ESERCIZI
Grafi e Funzioni di Costo ESERCIZI Esercizio1 Si determini la matrice di incidenza archi-percorsi ed i costi di percorso per la rete di trasporto rappresentata in figura. 1 4 2 3 5 Ramo Costo Ramo Costo
DettagliFlusso 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
DettagliModelli di scelta del percorso (cenni)
Corso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO (tutti i CCS tranne Civile e Gestionale) www.uniroma.it/didattica/pst_accs ing. Antonio Comi ottobre 006 Modelli di scelta del percorso (cenni) Il modello
DettagliModelli di scelta del percorso Modelli di assegnazione
Corso di LOGISTICA TERRITORIALE www.uniroma.it/didattica/lt DOCENTE prof. ing. Agostino Nuzzolo Modelli di scelta del percorso Modelli di assegnazione Definizioni ed ipotesi Relazione tra costi d arco
DettagliClaudio Arbib Università di L Aquila. Ricerca Operativa. Reti di flusso
Claudio Arbib Università di L Aquila Ricerca Operativa Reti di flusso Sommario Definizioni di base Flusso di un campo vettoriale Divergenza Integrale di Gauss-Greene Flusso in una rete Sorgenti, pozzi
DettagliEsercizio 1 Analisi economica
ESERCIZI DEL CORSO DI TRASPORTI E TERRITORIO (a.a. 2010-11) Esercizio 1 Analisi economica Si esegua l analisi Benefici-Costi relativa alla realizzazione della strada rappresentata dall arco (3,4) nella
Dettaglix 1 x x 1 2 x 2 6 x 2 5 Indici di base Vettore Ammissibile Degenere (si/no) (si/no)
Esercitazione di Ricerca Operativa Esercizio. Completare la seguente tabella: max x x x x x x x x x x Indici di base Vettore Ammissibile Degenere, x =, y = Esercizio. Effettuare due iterazioni dell algoritmo
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
DettagliIntroduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard
Introduzione al Metodo del Simplesso Giacomo Zambelli 1 Soluzioni di base e problemi in forma standard Consideriamo il seguente problema di programmazione lineare (PL), relativo all esempio di produzione
DettagliModelli di offerta di trasporto
Modei di oerta di trasporto MODELLI D OERTA Attraverso a simuazione degi eementi de sistema d oerta onsentono i aoo degi attributi di servizio, ad es. - Tempi di perorrenza -Veoità - emissioni inquinanti
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
DettagliProgrammazione Matematica: VI Estensioni dell algoritmo del Simplesso
Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.0 Aprile 2004 Algoritmo del Simplesso L algoritmo del Simplesso
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
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)
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
DettagliFondamenti di Trasporti Analisi dell interazione domanda/offerta: Equilibrio delle reti di trasporto e algoritmi di assegnazione
1 Corso di: Lezione: Fondamenti di Trasporti Analisi dell interazione domanda/oerta: Equilibrio delle reti di trasporto e algoritmi di assegnazione Corso di Laurea Ingegneria Civile AA 1011 Giuseppe Inturri
DettagliCORSI E SEMINARI DI FORMAZIONE UTILIZZO DEI MODELLI DI SIMULAZIONE DEL TRAFFICO: MODELLI MULTIMODALI E BIG DATA
UTILIZZO DEI MODELLI DI SIMULAZIONE DEL TRAFFICO: MODELLI MULTIMODALI E BIG DATA giovedì 9 novembre 2017// Centro Studi PIM - Villa Scheibler Modelli di simulazione Multimodale: L esperienza dell utilizzo
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
DettagliStudio del traffico al 2015
1 Linea Metropolitana 6 di Napoli SINTESI DEI RISULTATI DELLO STUDIO Napoli, 30 Giugno 2000 2 Tracciato della linea 3 Le motivazioni dello studio I criteri di base per l elaborazione dello studio La metodologia
DettagliTEORIA DEI SISTEMI DI TRASPORTO
UNIVERSITA' DI ROMA "TOR VERGATA" FACOLTA DI INGEGNERIA TEORIA DEI SISTEMI DI TRASPORTO DOCENTE Prof. Ing. UMBERTO CRISALLI ESEMPI APPLICATIVI (PARTE 1) a cura di Ing. Antonio Comi 1 SOMMARIO Premessa...
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
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
DettagliRilassamento Lagrangiano
RILASSAMENTO LAGRANGIANO 1 Rilassamento Lagrangiano Tecnica più usata e conosciuta in ottimizzazione combinatoria per il calcolo di lower/upper bounds (Held and Karp (1970)). Si consideri il seguente problema
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
DettagliSTRUTTURA DELLE RETI SOCIALI GAME THEORY E RETI. Vincenzo Auletta Università di Salerno
STRUTTURA DELLE RETI SOCIALI GAME THEORY E RETI Vincenzo Auletta Università di Salerno GAME THEORY E NETWORKS Fino ad ora abbiamo visto La struttura delle reti Game theory classica Evolutionary game theory
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
DettagliBilanciamento di tempi e costi Progetti a risorse limitate Note bibliografiche
Indice Prefazione 1 1 Modelli di ottimizzazione 3 1.1 Modelli matematici per le decisioni.................... 4 1.1.1 Fasi di sviluppo di un modello................... 7 1.2 Esempi di problemi di ottimizzazione...................
Dettagli4.5 Metodo del simplesso
4.5 Metodo del simplesso min z = c T x s.v. Ax = b x PL in forma standard Esamina una sequenza di soluzioni di base ammissibili con valori non crescenti della funzione obiettivo fino a raggiungerne una
DettagliFondamenti di Trasporti Paradossi nei Trasporti
Corso di: Lezione: Fondamenti di Trasporti Paradossi nei Trasporti Corso di Laurea Ingegneria Civile AA 1112 Giuseppe Inturri Università di Catania Dipartimento di Ingegneria Civile e Ambientale Paradossi
Dettagli+1 i j i = j i = j 1 1 i j 2 Il problema di PL associato alla scelta della migliore strategia per te è quindi il seguente: min z
Esercizio 1. Considera il seguente gioco. Tu e il tuo avversario potete scegliere un intero tra 1 e. Se il numero x che hai scelto è minore di quello y del tuo avversario, allora tu vinci un euro, a meno
DettagliProblemi di localizzazione
Problemi di localizzazione Claudio Arbib Università di L Aquila Prima Parte (marzo 200): problemi con singolo decisore . Introduzione Un problema di localizzazione consiste in generale nel decidere dove
DettagliProblemi di Flusso e Applicazioni
Problemi di Flusso e Applicazioni Andrea Scozzari a.a. 2013-2014 May 20, 2014 Andrea Scozzari (a.a. 2013-2014) Problemi di Flusso e Applicazioni May 20, 2014 1 / 5 Flussi Multiprodotto I problemi presi
DettagliOttimizzazione 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
DettagliAnalisi del traffico sulla direttrice S.Vittore (A1) Termoli (A24) con diramazione per Foggia. scala regionale
Analisi del traffico sulla direttrice S.Vittore (A1) Termoli (A24) con diramazione per Foggia Analisi del traffico sulla direttrice S.Vittore (A1) Termoli (A24) con diramazione per Foggia Costruzione del
DettagliOttimizzazione 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
DettagliINTRODUZIONE ALLA TEORIA DEI GIOCHI
Corso di Identificazione dei Modelli e Controllo Ottimo Prof. Franco Garofalo INTRODUZIONE ALLA TEORIA DEI GIOCHI A cura di Elena Napoletano elena.napoletano@unina.it Teoria dei Giochi Disciplina che studia
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
DettagliRICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola:
o 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 ogni
DettagliEsercitazione n o 3 per il corso di Ricerca Operativa
Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua
DettagliOttimizzazione Combinatoria Introduzione
Ottimizzazione Combinatoria Introduzione ANTONIO SASSANO Università di Roma La Sapienza Dipartimento di Informatica e Sistemistica Roma, 2010 Problema di Decisione Soluzioni S = insieme delle possibili
DettagliLEZIONE ICO
LEZIONE ICO 9-10-2009 Argomento. Rassegna dei metodi numerici utilizzabili per la soluzione di problemi di ottimizzazione statica. Metodi del gradiente e di Newton e loro derivati. Metodi di penalita e
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
DettagliMinimizzazione di Reti Logiche Combinatorie Multi-livello
Minimizzazione di Reti Logiche Combinatorie Multi-livello Maurizio Palesi Maurizio Palesi 1 Introduzione I circuiti logici combinatori sono molto spesso realizzati come reti multi-livello di porte logiche
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,
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,
DettagliIl problema dello zaino: dalla gita in montagna ai trasporti internazionali. Luca Bertazzi
Il problema dello zaino: dalla gita in montagna ai trasporti internazionali Luca Bertazzi 0 Ricerca Operativa (Operations Research) The Science of Better Modelli e algoritmi per la soluzione di problemi
DettagliOttimizzazione Combinatoria 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
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
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
DettagliSTUDIO DI TRAFFICO PER LA VALUTAZIONE DELL IMPATTO DELL APERTURA DEL CENTRO COMMERCIALE EUROSPIN IN VIA NAZIONALE DELLE PUGLIE, NAPOLI
STUDIO DI TRAFFICO PER LA VALUTAZIONE DELL IMPATTO DELL APERTURA DEL CENTRO COMMERCIALE EUROSPIN IN VIA NAZIONALE DELLE PUGLIE, 3 - NAPOLI (Marzo 21) SOMMARIO INTRODUZIONE E SINTESI DELLE CONCLUSIONI DELLO
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
DettagliModelli di Ottimizzazione: definizione formale
Modelli di Ottimizzazione: definizione formale Insieme delle possibili alternative Un criterio di ottimizzazione Soluzione ammissibile (Feasible) x appartiene ad un insieme F f: F funzione obiettivo finito
DettagliCorso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO I MODELLI PER LA SIMULAZIONE DELLE INTERAZIONI TRASPORTI TERRITORIO
Corso PROGETTAZIONE DEI SISTEMI DI TRASPORTO www.uniroma2.it/dattica/pst I MODELLI PER LA SIMULAZIONE DELLE INTERAZIONI TRASPORTI TERRITORIO INTRODUZIONE OFFERTA INFRASTRUTTURE E SERVIZI DI TRASPORTO CAPACITA'
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
Dettagli3.6 Metodi basati sui piani di taglio
3.6 Metodi basati sui piani di taglio Problema generale di Programmazione Lineare Intera (PLI) con A matrice m n e b vettore n 1 razionali min{ c t x : x X = {x Z n + : Ax b} } Sappiamo che esiste una
DettagliReti Neurali in Generale
istemi di Elaborazione dell Informazione 76 Reti Neurali in Generale Le Reti Neurali Artificiali sono studiate sotto molti punti di vista. In particolare, contributi alla ricerca in questo campo provengono
DettagliRilassamento Lagrangiano
Rilassamento Lagrangiano AA 2009/10 1 Rilassamento Lagrangiano Tecnica più usata e conosciuta in ottimizzazione combinatoria per il calcolo di lower/upper bounds (Held and Karp (1970)). Si consideri il
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
DettagliMinimizzazione di Reti Logiche Combinatorie Multi-livello. livello
Minimizzazione di Reti Logiche Combinatorie Multi-livello livello Maurizio Palesi Maurizio Palesi 1 Introduzione I circuiti logici combinatori sono molto spesso realizzati come reti multi-livello di porte
DettagliAnalisi dell interazione domanda/offerta: Equilibrio delle reti di trasporto e algoritmi di assegnazione
Corso di: Fondamenti di Trasporti Lezione: Analisi dell interazione domanda/oerta: Equilibrio delle reti di trasporto e algoritmi di assegnazione Corso di Laurea Ingegneria Civile AA Giuseppe Inturri Università
Dettagliprocedura di simulazione della mobilità, delle reti e dei servizi di trasporto, a scala urbana e/o di area vasta
One Team srl I GIS per le Infrastrutture, la Mobilità e la Sicurezza Stradale 18 novembre 2009 strumento di Pianificazione delle infrastrutture : caratteristiche e modalità di sviluppo Ing. Damiano Rossi
DettagliFigura Area di Studio
Esercizi modelli di domanda Esercizio 1 Considerando tre zone di traffico, si vuole determinare il numero complessivo di spostamenti emessi dalle tre zone per il motivo Casa-Studio ed effettuati da studenti
DettagliL ALGORITMO DEL SIMPLESSO REVISIONATO
L ALGORITMO DEL SIMPLESSO REVISIONATO L'algoritmo del simplesso revisionato costituisce una diversa implementazione dell algoritmo standard tesa a ridurre, sotto certe condizioni, il tempo di calcolo e
DettagliCorso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO. prof. ing. Agostino Nuzzolo Ottobre 2005. Modelli di offerta
Corso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO prof. ing. Agostino Nuzzolo Ottobre 5 Attraverso la simulazione degli elementi del sistema d offerta onsentono il alolo degli attributi di servizio, ad es.
DettagliProgrammazione Lineare Intera. Programmazione Lineare Intera p. 1/4
Programmazione Lineare Intera Programmazione Lineare Intera p. 1/4 Programmazione Lineare Intera Problema di PLI in forma standard: max cx Ax = b x 0, x I n I insieme degli interi. Regione ammissibile:
DettagliIntroduzione alla Ricerca Operativa. Alberto Caprara D.E.I.S. - Università di Bologna
Introduzione alla Ricerca Operativa Alberto Caprara D.E.I.S. - Università di Bologna acaprara@deis.unibo.it Settembre 2003 Ricerca Operativa? applicazione di metodi scientifici a problemi decisionali che
DettagliFondamenti di Internet e Reti 097246
sul livello di Rete Instradamento. o Si consideri la rete in figura.. Si rappresenti, mediante un grafo, la rete per il calcolo dei cammini minimi (solo i nodi e gli archi no reti). Si calcoli il cammino
DettagliSTUDIO PER LA PIANIFICAZIONE DEL RIASSETTO ORGANIZZATIVO E FUNZIONALE DEL TRASPORTO PUBBLICO LOCALE DELLA REGIONE SICILIANA
STUDIO PER LA PIANIFICAZIONE DEL RIASSETTO ORGANIZZATIVO E FUNZIONALE DEL TRASPORTO PUBBLICO LOCALE DELLA REGIONE SICILIANA Analisi della domanda e dell offerta Ing. Roberto Amirante C.S.S.T. S.p.A. 1^
DettagliRISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI
RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Introduzione Se il segnale d ingresso di un sistema Lineare Tempo-Invariante (LTI e un esponenziale
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
DettagliModelli di offerta di trasporto modelli di rete
A. A. 25-26 Modelli di offerta di trasporto modelli di rete prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome Modelli di rete formulazione matematica generale
DettagliMacchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4
Macchine parallele M 1 J 1 J 2 LAVORI M 2 J 3 J 4 M 3 Macchine parallele Scheduling su macchine parallele scorrelate R C max Descrizione del problema n lavori devono essere processati da m macchine diverse
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
DettagliCosti ridotti e ottimalità
Costi ridotti e ottimalità condizione sufficiente di ottimalità spostamento su una base adiacente rif. Fi 3.2; Ricapitolando Sin qui abbiamo un algoritmo enumerativo applicabile quando P è un ( politopo,
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)
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
DettagliProblemi di flusso a costo minimo
p. 1/7 Problemi di flusso a costo minimo È data una rete (grafo orientato e connesso) G = (V,A). (i,j) A c ij, costo di trasporto unitario lungo l arco (i, j). i V b i interi e tali che i V b i = 0. p.
Dettagli4 lezione: La struttura di un analisi Costi-Benefici
Laboratorio Tecniche di valutazione dei progetti di trasporto 4 lezione: La struttura di un analisi Costi-Benefici Prof. Ing. Gianfranco Fancello A.A: 2016-2017 Definizione Costi e Benefici Rappresentano
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
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
DettagliPIANIFICAZIONE DEI TRASPORTI. Prof. Massimo Di Gangi Dipartimento di Ingegneria Civile Corso di Pianificazione dei Trasporti A.A. 2008/ Intro 1
PIANIFICAZIONE DEI TRASPORTI 1 PIANIFICAZIONE DEI TRASPORTI prof. Massimo Di Gangi mdigangi@unime.it interno 7527 2 ARGOMENTI DEL CORSO - 1 INTRODUZIONE AL CORSO Il sistema di trasporto: componenti e relazioni
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
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:
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.
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
DettagliIntroduzione. Algoritmi Genetici. Evoluzione naturale. Modello per un GA. Evoluzione attraverso riproduzione. Algoritmi Genetici. Popolazione iniziale
Introduzione Fulvio Corno, Maurizio Rebaudengo Dip. Automatica e Informatica Politecnico di Torino Gli (GA) sono algoritmi di ricerca e ottimizzazione basati sui Charles Darwin meccanismi dell evoluzione
Dettagli