LE LINEE DI ASSEMBLAGGIO Il bilanciamento

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "LE LINEE DI ASSEMBLAGGIO Il bilanciamento"

Transcript

1 LE LINEE DI ASSEMBLAGGIO Il bilanciamento Le linee di assemblaggio Il bilanciamento

2 Definizione di bilanciamento Il problema del bilanciamento di una linea di assemblaggio (ALBP) è di tipo decisionale e consiste nel determinare la migliore ripartizione dell intero carico di lavoro tra le diverse workstations; Il bilanciamento può essere effettuato su linee single model (SALBP) o multi e mixed model (MALBP) Le linee di assemblaggio Il bilanciamento

3 xalpb-y Si distinguono diverse tipologie di problemi di bilanciamento: xalbp-f: fattibilità di un possibile bilanciamento; xalbp-1: minimizzare il numero m di workstations dato il tempo di ciclo c, (domanda stimata e design nuova linea); xalbp-: minimizzare il tempo di ciclo c dato un numero fissato di workstations, (massimizzazione delle prestazioni di una linea già esistente); xalbp-: massimizzare l efficienza E della linea, ovvero minimizzare il prodotto c*m, (generalizzazione dei precedenti)

4 Diagramma delle precedenze Il diagramma è costituito da un insieme V{1,,n} di n nodi e da un insieme A {i,j} di archi. Accanto a ciascun nodo (task) è rappresentato il corrispondente tempo di esecuzione t

5 Diagramma delle precedenze L assegnazione dei task consiste nel determinare una partizione possibile dell insieme V in m insiemi disgiunti S k S S S S 9 10 S 11 1

6 Diagramma delle precedenze Esercizio: per il diagramma delle precedenze riportato in figura determinare: L insieme P j* (P j ) dei (immediati) predecessori di ciascun task; L insieme F j* (F j ) dei (immediati) successori di ciascun task;

7 Il SALBP Una soluzione al problema di assegnazione dei task nel caso di una linea single model è ammissibile se tutti i tempi di lavorazione in ciascuna workstation t(s k ) sono minori del tempo di ciclo c Nel caso di una linea sincrona Tc*m è il tempo (capacità) disponibile per completare l assemblaggio di ogni parte sulla linea. Deve essere T>t sum Si definisce efficienza E di una linea di assemblaggio single model il rapporto: E t T sum Il tempo di inattività di linea relativo all assemblaggio di una parte è pari a T-t sum E possibile definire un indice di livellamento del carico di lavoro tra le workstations in funzione del tempo di ciclo reale c r, che in genere è pari al max t(s k ) SX m ( c ( )) r t S k k 1 7

8 Il SALBP-F Obiettivo: determinare se esistono delle soluzioni ammissibili (c,m), assegnati il tempo di ciclo c ed il numero di workstations m. Esempio: Per il diagramma riportato in basso è possibile impostare una linea con m workstations avente un tempo di ciclo c11? (Soluz. Vedi Diapo ) N t t sum /c Numero teorico di stazioni 8

9 Il SALBP-F In base alle relazioni di precedenza tra i task è possibile determinare la prima workstation E j e l ultima workstation L j assegnabile al generico task j E j t j + h c * P j t h L t j + h m + 1 c E possibile pertanto definire l intervallo di workstations (Station Interval) SI j [E j,l j ] assegnabili ad un task e, dualmente, l insieme di task B k potenzialmente assegnabili ad una workstation k: j * F j t h B k { j k SI } j 9

10 Il SALBP-F Esempio. Determinare per ciascun task appartenente al diagramma delle precedenze riportato in basso gli intervalli SI j e gli insiemi B k nel caso in cui si assuma un tempo di ciclo c10 ed un numero di workstations m. (fig.. pag. 7) S S 8 S 1 S S 10

11 Il SALBP-F j t j 1 E j L j B { 1,,, } B { 1,,,,,,8 } B {,,,,7,8,9} 1 { } B,,,7,8,9,10 B {,,8,10,11} 11

12 Il SALBP-1 Obiettivo. Determinare all interno dell insieme delle soluzioni ammissibili (c,m) quella corrispondente al minor numero m di workstations da installare sulla linea dato c: m * min { m ( m, c) è ammissibile, dato c} E possibile definire due lower bounds sul numero minimo di workstations richieste, dato c: t c 1 c c sum LB1 LB J ; c + J ; c N task aventi c/<t j c N task aventi t j c/ 1

13 Il SALBP-1 Esempio VCR Esempio VCR: si consideri una linea di assemblaggio di videoregistratori come quello riportato in figura. Le previsioni di vendita fatte in fase di pianificazione aggregata valutano l ammontare della domanda annuale pari a 000 unità. La linea lavora per 0 settimane l anno su due turni giornalieri da 8 ore ciascuno. Si hanno a disposizione giorni lavorativi per settimana La linea è di tipo paced sincrono con un tempo di trasferimento tra una workstation e la successiva pari a 0 sec. L efficienza degli operai è pari al 8%. Determinare il numero minimo di workstation necessarie utilizzando i metodi Largest Candidate Rule e Ranked Positional Weight Diagramma delle precedenze

14 Il SALBP-1 Esempio VCR (1) Calcolo del tempo di ciclo c e del massimo tempo di lavorazione max t(s k ) ammissibile in una workstation: T disp 0 sett / anno gg / sett 1h / gg 000h / anno C T disp D 000h / anno 000 pz / anno min/ pezzo 8. min/ pezzo tenendo conto del tempo di trasferimento tra una workstation e la successiva: ( S ) c t ( 8. 0.) min/ pezzo 8min/ pezzo max T k mov 1

15 Il SALBP-1 Esempio VCR () La regola Largest Candidate Rule prevede che: I task siano ordinati rispetto al tempo di esecuzione, dal maggiore al minore; Ciascun task sia assegnato ad una workstation a partire dall alto della lista in modo tale da rispettare il max T(S k ) per ciascuna WS ed i vincoli di precedenza; Ripetere lo step precedente per tutti i task previsti; Determinare i tempi di lavorazione per ciascuna delle WS. 1

16 Il SALBP-1 Esempio VCR () Tabella di ordinamento dei task (LCR): Task t i (min) P i ,7.,

17 Il SALBP-1 Esempio VCR () Assegnazione dei task alle workstation (LCR): Task t i (min) P i WS T i , ,7.7 17

18 Il SALBP-1 Esempio VCR () In definitiva per la regola LCR: Station Station 7. Station 1 Station Station workstations 18

19 Il SALBP-1 Esempio VCR () La regola Ranked Positional Weight prevede che: Ciascun task i sia ordinato rispetto alla somma RPWi del proprio tempo di esecuzione con quello di tutti i successori, dal maggiore al minore; Ciascun task sia assegnato ad una workstation a partire dall alto della lista in modo tale da rispettare il max T(S k ) per ciascuna WS ed i vincoli di precedenza; Ripetere lo step precedente per tutti i task previsti; Determinare i tempi di lavorazione per ciascuna delle WS. 19

20 Il SALBP-1 Esempio VCR (7) Tabella di ordinamento dei task (RPW): Element T ek (min) Precessors Sj RPW 1. -,,,,7,8, ,,,7,8, ,7,8, ,, ,8, ,,, 8,9 1. 1,, ,,,, ,,,,,,7 -.7 Successori Fj* 0

21 Il SALBP-1 Esempio VCR (8) Assegnazione dei task alle workstation (RPW): Station Element T ek (min) Precessors Sj RPW Rank Station Time ,,,,7,8, ,,,7,8, ,, ,7,8, ,8, ,,, 8, ,,,, ,, ,,,,,,

22 Il SALBP-1 Esempio VCR (9) In definitiva per la regola RPW: 1 STATION 1 7 STATION STATION STATION 8 9 workstations determinare per entrambi i metodi l efficienza della linea e l indice di omogeneità SX

23 Il SALBP-1 Esempio DVD Esempio DVD: si consideri una linea di assemblaggio di lettori come quello riportato in figura. Le previsioni di vendita fatte in fase di pianificazione aggregata valutano l ammontare della domanda annuale pari a.1 unità/ora. E necessario tenere conto di un margine del 10% nel tempo di esecuzione dei task da parte di ciascun operatore La linea è di tipo paced sincrono con un tempo di trasferimento tra una workstation e la successiva pari a 0 sec. Determinare il numero minimo di workstation necessarie utilizzando i metodi di Kilbridge e Wester, Largest Candidate Rule e Ranked Positional Weight Diagramma delle precedenze

24 Il SALBP-1 Esempio DVD (1) Calcolo del tempo di ciclo c e del massimo tempo di lavorazione max t(s k ) ammissibile in una workstation: C 0 min/ h.1pz / h 0.9.1min/ pezzo tenendo conto del tempo di trasferimento tra una workstation e la successiva: ( S ) c t (.1 0.) min/ pezzo. min/ pezzo max T k mov

25 Il SALBP-1 Esempio DVD () Il metodo di Kilbridge e Wester: Si divide il diagramma delle precedenze mediante delle colonne all interno delle quali sono disposti gruppi di task; I task vengono ordinati all interno di una tabella in funzione della colonna di appartenenza; I task vengono assegnati ad una stazione in funzione del tempo di esecuzione.

26 Il SALBP-1 Esempio DVD () Diagramma delle precedenze, divisione in colonne (Kilbridge e Wester): I II III IV V VI 11.0 VII

27 Il SALBP-1 Esempio DVD () Tabella di ordinamento dei task (Kilbridge e Wester): Task Colonna t i (min) Predecessori 1 I I. - I II 11 1 II.7 1 II 8.1, 7 III 10. 1,,,, 8 III.1,, 9 IV 1. 1,, 10 IV 1. 1,,,,,7 11 IV 8.9,,,8 1 V. 1,,,7,9,10 1 V 1. 1,,,,,,7,8,10,11 1 V 10,,,7,8,10,11 1 VI ,,,7,9,10,1 1 VI 9.9 1,,,7,9,10,1 17 VI 1.7,,,7,8,10,11,1,1 18 VII. 1,,,,,,7,8,9,10,11,1,1,1,1,1,17 7

28 Il SALBP-1 Esempio DVD () Assegnazione dei task alle workstation (Kilbridge e Wester): Task Colonna t i (min) Predecessori Workstation Tempo lav. WS 1 I I I II II.7 1 II 8.1, III 10. 1,,,, 8 III.1,, 1. 9 IV 1. 1,, IV 1. 1,,,,,7 11 IV 8.9,,,8. 1 V. 1,,,7,9,10 1 V 1. 1,,,,,,7,8,10, V 10,,,7,8,10,11 1 VI ,,,7,9,10, VI 9.9 1,,,7,9,10,1 17 VI 1.7,,,7,8,10,11,1, VII. 1,,,,,,7,8,9,10,11,1,1,1,1,1,

29 Il SALBP-1 Esempio DVD () In definitiva per il metodo di Kilbridge e Wester: I II III IV V VI 11.0 VII Station Station Station.7 1 Station 8 1. Station Station Station Station 9 1 Station Risolvere il problema utilizzando gli altri due metodi Station 10 9

30 Procedure esatte: Il SALBP-1 ALTRE PROCEDURE DI RISOLUZIONE Algoritmi di branch and bound: FABLE, EUREKA, SALOME1; Programmazione dinamica; Procedure euristiche: TabuSearch; Simulated Annealing; Algoritmi genetici. 0

31 Il SALBP- Obiettivo. Determinare all interno dell insieme delle soluzioni ammissibili (c,m) quella corrispondente al minor tempo di ciclo c dato un numero m di workstations presenti sulla linea: c * min { c ( m, c) è ammissibile, dato m} LC E possibile definire diversi lower e upper bounds sul tempo di ciclo c dato il numero di m workstations; ad esempio : t max t max, m UC t max t max, m sum sum 1 1 1

32 Il SALBP- Procedure di risoluzione Metodi di ricerca del bilanciamento basati sul SALBP-1. Si definisce un intervallo [LC;UC] in base ad una coppia di lower bound e upper bound; Si risolvono in successione problemi di ammissibilità della soluzione SALBP-F (utilizzando procedure adattate dal problema SALPB-1) essendo m assegnato e con diversi valori di tentativo per il ciclo di lavorazione: Lower Bound Search: si parte da clc e si cerca una soluzione ammissibile dato m. Se il SALPB-F non è risolvibile, si incrementa c di 1 e si ripete la ricerca; Upper Bound Search: si parte da cuc e si cerca una soluzione ammissibile dato m. Si riduce c e si ripete la procedura. Se il SALPB-F non è risolvibile o se clc la procedura viene arrestata. Procedure esatte; Procedure euristiche;

33 Il SALBP-E Obiettivo. Determinare all interno dell insieme delle soluzioni ammissibili (c,m) quella corrispondente al massimo valore dell efficienza E della linea: * tsum E max ( m, c) è ammissibile, dati m, c m c Essendo sum t fissato, è possibile riformulare l obiettivo nei modi seguenti: Minimizzare il prodotto m*c; Minimizzare il tempo di ritardo corrispondente al bilanc.: m*c- sum t ; Minimizzare il coeffic. di ritardo corrispondente al bilanc.: 1-E.

34 Il SALBP-E E necessario definire degli intervalli [c min,c max ] e [m min,m max ]: c max dipende dal minimo livello di produttività ammissibile per la linea; m min >1 viene determinato in funzione di un certo livello desiderato di divisione del lavoro tra gli operatori; inoltre deve essere m min t sum /c max ; c min è determinato mediante la relazione c min t max ; m max può dipendere da problemi di spazio all interno dello stabilimento. Deve essere inoltre m min *c max t sum e m max *c min t sum Definiti gli intervalli per m e c, è possibile individuare una regione di ammissibilità per le coppie [m,c] ed una funzione di ritardo del bilanciamento.

35 Il SALBP-E Esempio. Si consideri il diagramma delle precedenze riportato in basso. E necessario assemblare 1080 unità/turno; un turno ha una durata di 7. ore. Determinare la regione di ammissibilità e la funzione di ritardo del bilanciamento sum t sec 0 min/ h cmax 7.h / turno 0.17 min/ pezzo 1080 pz / turno c sec/ pezzo sum t sec/ pezzo m 9 min max t c min m max t c sum min max

36 Il SALBP-E Regione delle soluzioni ammissibili

37 Il SALBP-E Funzione di ritardo del bilanciamento 7

38 Il SALBP-E Per il problema SALPB-E è possibile definire dei lower bound LE e degli upper bound UE in funzione di lower bound e upper bound definiti per i problemi SALBP-1 e SALBP-. In funzione di SALBP-1 si definisce l upper bound UE1: UE tsum max c min max LB() c c 1, [ c c ] In funzione di SALBP- si definisce l upper bound UE: UE tsum max m min max m LC( m), [ m m ] 8

39 Il SALBP-E Procedure di risoluzione Metodo di ricerca basato sul SALBP-. Si definisce un intervallo [LE;UE]: in genere si pone LE pari all efficienza di una generica soluzione ammissibile; Si calcolano i tempi di ciclo c minimi per ogni valore di mє[m min,m max ]; Si ordinano in una lista le coppie (m,c) trovate in funzione dell efficienza, dalla maggiore alla minore; Si verifica la ammissibilità della prima coppia in lista, ad esempio utilizzando i lower bound definiti per il problema SALBP-1; Se la coppia è ammissibile la ricerca viene arrestata; altrimenti si pone cc+1, si elimina la coppia (m,c) e si inserisce la coppia (m,c+1) in lista; Si ricomincia la verifica di ammissibilità a partire dalla prima coppia della nuova lista 9

40 Il UALBP Il U-Shaped Assembly Line Balancing Problem può essere considerato una generalizzazione del SALBP: è un problema di bilanciamento relativo ad una linea single model ad U, invece che seriale; E possibile definire le tre tipologie di problemi UALBP-1, UALBP e UALBP-E; Per un task assegnato ad una generica workstation k non sono più attivi i vincoli di assegnazione ad una workstation k per i predecessori e ad una workstation k per i successori (diretti ed indiretti); In genere, una linea ad U assicura una maggiore efficienza rispetto ad una linea seriale. Dato il seguente diagramma delle precedenze

41 1 7 Il UALBP Dato il seguente diagramma delle precedenze Si ottiene il seguente bilanciamento per una linea ad U, m, c WS WS WS1 WS WS WS 1

42 Il MALBP La gestione delle linee di assemblaggio a modelli misti (mixed model) richiede decisioni di: Medio periodo. Bilanciamento MALBP: divisione dei carichi di lavoro tra le workstations; valutazione del numero di workstations e della lunghezza di ciascuna di esse; calcolo del tempo di ciclo; Breve periodo. Sequenziamento MSP: individuazione della migliore sequenza di inoltro delle parti nella linea, in funzione del mix di parti da produrre; Bilanciamento N parti, appartenenti ad M modelli Sequenziamento

43 Ipotesi del problema: Il MALBP Il tempo di ciclo c è pari al tasso di produzione medio; pertanto, in genere c>t max può non essere verificata; In presenza di diversi modelli è necessario fare riferimento a diversi diagrammi delle precedenze; E possibile definire un diagramma delle precedenze congiunto per i diversi modelli; Task comuni ai diversi modelli vengono eseguiti sulla medesima workstation; E fissato a priori il tempo totale disponibile PT per la produzione delle parti; E necessario definire la domanda attesa di modelli (model mix) per l orizzonte di programmazione considerato: DD 1 +D + +D M

44 Esempio: si devono produrre M modelli per i quali si devono effettuare J1 tasks. La domanda di ciascun modello è rispettivamente pari a: d1, d e d1, pertanto si devono produrre complessivamente D7 prodotti. Il tempo disponibile durante l orizzonte di programmazione è pari a PT77 u.t. PT 77 C 11 t. u. D Il MALBP Diagrammi di precedenza

45 Il MALBP Tempi di esecuzione dei tasks. Dividendo per D7 i tempi totali t j di esecuzione dei task, si ottengono i tempi medi t j di esecuzione di ciascun task: [ ] Una soluzione ammissibile del problema è rappresentata dalla scelta di K stazioni di lavoro, nelle quali i tasks sono suddivisi nel modo seguente: S1{1,}, S{}, S{,,7}, S{,9,10}, S{8}, S{11,1}.

46 Il MALBP Si ottiene pertanto: Tempi di lavorazione dei modelli su ciascuna macchina.

47 Il MALBP 1 Diagramma di utilizzo delle workstations m1 m m 0 WS1 WS WS WS WS WS 7

48 Il MALBP In base al modello medio è possibile definire: Il problema di ammissibilità MALBP-F, che corrisponde ad un problema SALBP-F applicato al modello medio. Il problema MALBP-1, che prevede la minimizzazione del numero di workstation K, dato il tempo di ciclo c. E possibile risolvere un problema SALBP-1 equivalente avvalendosi del modello medio. Il problema MALBP-, che prevede la minimizzazione di c dato il numero di workstations K. Essendo: c PT D Minimizzare c equivale a massimizzare la quantità di pezzi (D) assemblabile durante l orizzonte di programmazione PT. E possibile risolvere un problema SALBP- equivalente avvalendosi del modello medio. Il problema MALBP-E, che prevede la massimizzazione dell efficienza E 8

49 Formulazione del problema: Il MALBP In un bilanciamento a modelli misti si fa riferimento ai tasks contenuti nel diagramma delle precedenze congiunto ed ai relativi vincoli di precedenza; Un bilanciamento a modelli misti per K workstations è ammissibile se il tempo medio di lavorazione τ k in una workstation è minore del tempo di ciclo c, per k1, K Tutti i task comuni a più modelli sono assegnati alla stessa workstation Definizioni: Si definisce modello medio, il modello ottenuto tramite il diagramma delle precedenze congiunto ed i cui tempi di esecuzione dei task sono pari ai tempi medi t j. Si definisce modello congiunto (aggregato) il modello ottenuto tramite il diagramma delle precedenze congiunto ed i cui tempi di esecuzione dei task sono pari ai tempi totali t j. 9

50 Il MALBP Poiché il bilanciamento è perseguito in base al modello medio, è possibile che ad una configurazione ottima corrispondano elevati valori di inefficienza a causa della variazione nei tempi di lavorazione di ciascun modello su ogni WS!! Si possono avere problemi legati al sequenziamento: lavorazioni incomplete: necessità di operatori ausiliari (floaters), dipendenza dall ordine con cui i diversi modelli sono lavorati (sequenziamento); Tolerance Time: anche nei casi in cui il TT è maggiore di c, il sequenziamento può generare lavorazioni incomplete; Idle time: la variazione dei tempi di lavorazione può generare momenti di inattività per gli operatori; E necessario valutare le configurazioni ammissibili (c,k) in funzione di obiettivi legati alle lavorazioni incomplete e agli idle times 0

51 Obiettivo 1: Il MALBP K M ' ob1 min τ k 1 m 1 ' mk t m τ t ' mk ' m d k k 1 m τ τ K mk ' mk Obiettivo : ( max{ t, m k} ) ob min τ mk m, t m k τ mk k 1 K Obiettivo : K M ob min max{ 0, τ mk c} k 1 m 1 1

52 Il MALBP-1 Esempio VCR1+VCR Esempio VCR1+VCR: si consideri una linea di assemblaggio di videoregistratori come quelli riportati in figura. Le previsioni di vendita fatte in fase di pianificazione aggregata valutano l ammontare della domanda annuale d 1 pari a 000 unità e della domanda annuale d pari a 0000 unità. La linea lavora per 0 settimane l anno su due turni giornalieri da 8 ore ciascuno. Si hanno a disposizione giorni lavorativi per settimana La linea è di tipo paced sincrono con un tempo di trasferimento tra una workstation e la successiva pari a sec. L efficienza degli operai è pari al 8%. Determinare il numero minimo di workstation necessarie utilizzando i metodi LCR,RPW e di Kilbridge e Wester

53 Il MALBP-1 Esempio VCR1+VCR (1) Diagramma delle precedenze VCR1 Diagramma delle precedenze VCR

54 Il MALBP-1 Esempio VCR1+VCR () Calcolo del tasso di produzione in funzione della domanda per ciascuno dei due modelli PT 0 sett / anno gg / sett 1h / gg RP ( + 10) pz / h 1 pz / h c 1 c 1 1 d1 + d PT 0 min/ ( ) pz min/ 000h / pz / anno 000h / anno pz anno c* min

55 Il MALBP-1 Esempio VCR1+VCR () Diagramma delle precedenze congiunto, somma pesata (W1, W10) tempi di esecuzione dei task per modello congiunto *.+10* ( + 10).09 1min 9min PT* c* Su questo diagramma e riferendosi a PT* è possibile applicare i metodi noti LCR,RPW e di Kilbridge e Wester E possibile utilizzare il diagramma relativo al modello medio ed utilizzare come riferimento c*

BILANCIAMENTO DI UNA LINEA DI MONTAGGIO MANUALE

BILANCIAMENTO DI UNA LINEA DI MONTAGGIO MANUALE BILANCIAMENTO DI UNA LINEA DI MONTAGGIO MANUALE PROBLEMA: Quante e quali operazioni assegnare a ciascuna stazione di lavoro per bilanciare la linea, ovvero per evitare colli di bottiglia o stazioni troppo

Dettagli

LE LINEE DI ASSEMBLAGGIO Introduzione

LE LINEE DI ASSEMBLAGGIO Introduzione LE LINEE DI ASSEMBLAGGIO Introduzione Cosa è una linea di assemblaggio Le linee di assemblaggio sono speciali processi di produzione di tipo flow-line largamente utilizzati quando è necessario produrre

Dettagli

ASSEGNAMENTO DELLE OPERAZIONI DI TAGLIO NELLA PRODUZIONE DI CAPI DI ABBIGLIAMENTO

ASSEGNAMENTO 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

Dettagli

METODI DELLA RICERCA OPERATIVA

METODI 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)

Dettagli

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015

Ricerca 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)

Dettagli

i completi l'esecuzione dell'algoritmo di programmazione dinamica per questo problema restituendo il valore ottimo e una soluzione ottima del problema

i 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

Dettagli

Esame di Ricerca Operativa del 16/06/2015

Esame 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

Dettagli

Linee Mixed-Model e Multi-Model

Linee Mixed-Model e Multi-Model Linee ixed-odel e ulti-odel Prof. Sergio Cavalieri, Progettazione Impianti Soluzioni in presenza di varianti 1) Linee dedicate. - scarsa flessibilità; - ridotti problemi gestionali. 2) Linee multi-model.

Dettagli

Tecniche euristiche Ricerca Locale

Tecniche 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

Dettagli

Dimensionamento linee assemblaggio

Dimensionamento linee assemblaggio Dimensionamento linee assemblaggio Linea Nella linea le stazioni sono messe in successione e l'assieme "cresce" spostandosi da una stazione alla successiva fino ad uscire completo dall'ultima stazione

Dettagli

Algoritmi esatti. La teoria ci dice che per problemi difficili (come il

Algoritmi 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

Dettagli

COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04

COMPITO 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,

Dettagli

Soluzione di problemi di Programmazione Lineare Intera

Soluzione di problemi di Programmazione Lineare Intera 10 Soluzione di problemi di Programmazione Lineare Intera 10.1 ESERCIZI SULLA SOLUZIONE DI PROBLEMI DI PROGRAMMAZIONE LINEARE INTERA Esercizio 10.1.1 Risolvere con il metodo del Branch and Bound il seguente

Dettagli

Esame di Ricerca Operativa del 06/02/17

Esame di Ricerca Operativa del 06/02/17 Esame di Ricerca Operativa del 0/0/ (Cognome) (Nome) (Numero d Matricola) Esercizio. Uno studente vuole definire un piano di studio settimanale per preparare gli esami A, B e C, massimizzando le ore (h)

Dettagli

3.4 Metodo di Branch and Bound

3.4 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

Dettagli

Soluzione dei problemi di Programmazione Lineare Intera

Soluzione 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

Dettagli

Esercizi sulla Programmazione Lineare Intera

Esercizi sulla Programmazione Lineare Intera Soluzioni 4.7-4.0 Fondamenti di Ricerca Operativa Prof. E. Amaldi Esercizi sulla Programmazione Lineare Intera 4.7 Algoritmo del Simplesso Duale. Risolvere con l algoritmo del simplesso duale il seguente

Dettagli

Figura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli.

Figura 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

Dettagli

1. Considerazioni generali

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

Dettagli

Programmazione a numeri interi: il metodo del Branch and Bound

Programmazione a numeri interi: il metodo del Branch and Bound Programmazione a numeri interi: il metodo del Branch and Bound L. De Giovanni G. Zambelli Un problema di programmazione lineare intera è una problema della forma z I = maxc T x Ax b x 0 x i Z, i I. (1)

Dettagli

Esame di Ricerca Operativa del 07/09/2016

Esame 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

Dettagli

Problemi di localizzazione di servizi (Facility Location Problems)

Problemi 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

Dettagli

Programmazione Lineare Intera: Piani di Taglio

Programmazione 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

Dettagli

Il 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 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

Dettagli

2.3.3 Cammini ottimi nei grafi senza circuiti

2.3.3 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

Dettagli

Parte V: Rilassamento Lagrangiano

Parte 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

Dettagli

3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI

3.3 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:

Dettagli

Modello 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 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

Dettagli

Macchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4

Macchine 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

Dettagli

Gestione della produzione e della supply chain Logistica distributiva

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

Dettagli

5.5 Metodi generali per la soluzione di problemi

5.5 Metodi generali per la soluzione di problemi 5.5 Metodi generali per la soluzione di problemi di PLI I problemi di PLI hanno caratteristiche molto diverse dai problemi di PL. In alcuni casi, la soluzione del problema lineare rilassato, ottenuto cioè

Dettagli

Possibile applicazione

Possibile 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

Dettagli

Il 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. 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

Dettagli

Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività

Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Metodi di Ottimizzazione mod.

Dettagli

Produzioni Manifatturiere (per parti)

Produzioni Manifatturiere (per parti) Produzioni Manifatturiere (per parti) Produzione per parti (Classificazione Impiantistica) Produzione per parti Fabbricazione Montaggio (assemblaggio) Job Shop Celle di fabbricazione Linee transfer A posto

Dettagli

Esercizi soluzione grafica e Branch and Bound. Daniele Vigo

Esercizi 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

Dettagli

COMPITO 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. (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

Dettagli

Ottimizzazione e Controllo 2015/2016 ESERCITAZIONE

Ottimizzazione 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

Dettagli

Indice. 1 Introduzione... 1

Indice. 1 Introduzione... 1 Indice 1 Introduzione............................................... 1 2 Esempi di modelli......................................... 7 2.1 Problema della dieta.................................... 7 2.2

Dettagli

Programmazione operativa

Programmazione operativa Programmazione operativa GESTIONE DELLA PRODUZIONE Uglietti Luigi 14 maggio 2009 l.uglietti@wisefrogs.com La programmazione operativa La programmazione operativa (o di breve periodo, o scheduling), ha

Dettagli

ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I

ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I Esercizio 1 Dati n oggetti ed un contenitore, ad ogni oggetto j (j = 1,, n) sono associati un peso p j ed un costo c j (con p j e c j interi positivi). Si

Dettagli

Sviluppo e Applicazione di uno Strumento Software a Supporto del Bilanciamento di Linee di Montaggio Manuali

Sviluppo e Applicazione di uno Strumento Software a Supporto del Bilanciamento di Linee di Montaggio Manuali DIPARTIMENTO DI INGEGNERIA DELL ENERGIA, DEI SISTEMI, DEL TERRITORIO E DELLE COSTRUZIONI RELAZIONE PER IL CONSEGUIMENTO DELLA LAUREA MAGISTRALE IN INGEGNERIA GESTIONALE Sviluppo e Applicazione di uno Strumento

Dettagli

IL METODO DEL SIMPLESSO

IL METODO DEL SIMPLESSO IL METODO DEL SIMPLESSO Il metodo del Simplesso 1 si applica nella risoluzione di un problema di Programmazione Lineare 2 (funzione e vincoli lineari) quando le variabili di azione o iniziali sono almeno

Dettagli

Processi di cost management - Programmazione multiperiodale

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

Dettagli

Soluzione dei problemi di Programmazione Lineare Intera

Soluzione 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

Dettagli

Esame di Ricerca Operativa del 03/09/2015

Esame 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.

Dettagli

Algoritmo di Branch & Bound

Algoritmo 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

Dettagli

Introduzione ai Problemi di Flusso su Reti

Introduzione 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

Dettagli

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

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

Dettagli

Esame di Ricerca Operativa del 11/07/2016

Esame 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

Dettagli

2.2 Alberi di supporto di costo ottimo

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

Dettagli

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

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

Dettagli

4.1 Localizzazione e pianificazione delle base station per le reti UMTS

4.1 Localizzazione e pianificazione delle base station per le reti UMTS esercitazione Ottimizzazione Prof E Amaldi Localizzazione e pianificazione delle base station per le reti UMTS Consideriamo il problema di localizzare un insieme di stazioni radio base, base station (BS),

Dettagli

Introduzione alla RO - Parte II

Introduzione alla RO - Parte II Introduzione alla RO - Parte II Andrea Scozzari a.a. 2013-2014 March 7, 2014 Andrea Scozzari (a.a. 2013-2014) Introduzione alla RO - Parte II March 7, 2014 1 / 18 Problema della pianificazione del personale:

Dettagli

Modelli di turnazione del personale

Modelli di turnazione del personale Modelli di turnazione del personale Turnazione del personale In generale, ad un turno di un mezzo non corrisponde un turno lavorativo del personale, in quanto la normative che stabiliscono rispettivamente

Dettagli

Introduzione agli Algoritmi 4. Problemi. Dal Problema alla Soluzione

Introduzione agli Algoritmi 4. Problemi. Dal Problema alla Soluzione Sommario Problemi e soluzioni Definizione informale di algoritmo e esempi Proprietà degli algoritmi Input/Output, Variabili Algoritmi senza input o output 1 2 Problema Definizione (dal De Mauro Paravia):

Dettagli

Algoritmo dibranch & Bound

Algoritmo dibranch & Bound Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Algoritmo dibranch & Bound Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria

Dettagli

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

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

Dettagli

Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):

Domini 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

Dettagli

Esame di Ricerca Operativa del 15/01/2015

Esame 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

Dettagli

Esame di Ricerca Operativa del 15/01/2015

Esame 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

Dettagli

DFA. Design for Assembly: Impostazione. Contenuti. Metodo DFA Boothroyd & Dewhurst. Modellazione del processo di assemblaggio

DFA. Design for Assembly: Impostazione. Contenuti. Metodo DFA Boothroyd & Dewhurst. Modellazione del processo di assemblaggio DFA Design for Assembly: Impostazione Contenuti Concetti preliminari Modellazione del processo di assemblaggio Analisi preliminare dell assemblaggio Riferimenti: G. Boothroyd, P. Dewhurst, W. Knight, Product

Dettagli

COMPITO DI RICERCA OPERATIVA. max 5 2x 1 + 3x 2 x 3 = 2 + x 1 5x 2 x 4 = 5 + x 2. x 5 = 1 + x 1 x 2

COMPITO DI RICERCA OPERATIVA. max 5 2x 1 + 3x 2 x 3 = 2 + x 1 5x 2 x 4 = 5 + x 2. x 5 = 1 + x 1 x 2 COMPITO DI RICERCA OPERATIVA ESERCIZIO. ( punti) La riformulazione di un problema di PL rispetto alla base B = {x, x, x } è la seguente: max 2x + x 2 x = 2 + x x 2 x = + x 2 x = 2 + x + x 2 x, x 2, x,

Dettagli

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 2x 2 + x 3 = 4 x 1 x 2 x 3 = 3 x 2 + 2x 3 = 1 x 1, x 2, x 3 0

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 2x 2 + x 3 = 4 x 1 x 2 x 3 = 3 x 2 + 2x 3 = 1 x 1, x 2, x 3 0 COMPITO DI RICERCA OPERATIVA ESERCIZIO. (5 punti) Sia dato il seguente problema di PL: max x + x 2 x 2x 2 + x 3 = 4 x x 2 x 3 = 3 x 2 + 2x 3 = x, x 2, x 3 0 Utilizzando il metodo due fasi, si stablisca

Dettagli

APPROCCI MULTI-OBIETTIVO PER IL BILANCIAMENTO DELLE LINEE DI ASSEMBLAGGIO MIXED MODEL

APPROCCI MULTI-OBIETTIVO PER IL BILANCIAMENTO DELLE LINEE DI ASSEMBLAGGIO MIXED MODEL Università degli studi di Padova Dipartimento di Tecnica e Gestione dei Sistemi Industriali Corso di Laurea Magistrale in Ingegneria Gestionale APPROCCI MULTI-OBIETTIVO PER IL BILANCIAMENTO DELLE LINEE

Dettagli

5.3 Metodo dei piani di taglio

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

Dettagli

Ottimizzazione Combinatoria e Reti (a.a. 2007/08)

Ottimizzazione 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

Dettagli

Proposta sistema elettorale per elezioni parlamentari

Proposta sistema elettorale per elezioni parlamentari Circolo PD Parigi Data: 11 Agosto 2013 Edizione: 2.0 Proposta sistema elettorale per elezioni parlamentari Questo documento illustra la proposta di un nuovo sistema elettorale pensato per l elezione legislativa

Dettagli

Corso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a

Corso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Programmi Un elaboratore riceve dei dati in ingresso, li elabora secondo una sequenza predefinita di operazioni e infine restituisce il risultato sotto forma

Dettagli

Certificati dei problemi in NP

Certificati dei problemi in NP Certificati dei problemi in NP La stringa y viene in genere denominata un certificato Un Certificato è una informazione ausiliaria che può essere utilizzata per verificare in tempo polinomiale nella dimensione

Dettagli

L efficienza e la valutazione delle performance Concetti ed introduzione alla D.E.A.

L efficienza e la valutazione delle performance Concetti ed introduzione alla D.E.A. L efficienza e la valutazione delle performance Concetti ed introduzione alla D.E.A. Corso di Economia Industriale Lezione dell 8/01/2010 Valutazione delle peformance Obiettivo: valutare le attività di

Dettagli

Struttura del Corso. Durata

Struttura del Corso. Durata Manuel Iori Dipartimento di Scienze e Metodi dell Ingegneria (DISMI) Università degli studi di Modena e Reggio Emilia Via Amendola 2, Pad. Buccola, 42122 Reggio Emilia web: www.or.unimore.it/iori/iori.htm

Dettagli

Organizzazione della produzione

Organizzazione della produzione Scheduling Organizzazione della produzione PRODOTTO che cosa chi ORGANIZZAZIONE PROCESSO come FLUSSO DI PRODUZIONE COORDINAMENTO PIANIFICAZIONE SCHEDULING quando Pianificazione della produzione: schedulazione

Dettagli

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

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

Dettagli

Turnazione del personale

Turnazione del personale Modelli di turnazione del personale Turnazione del personale In generale, ad un turno di un mezzo non corrisponde un turno lavorativo del personale, in quanto la normative che stabiliscono rispettivamente

Dettagli

Algoritmo basato su cancellazione di cicli

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

Dettagli

Week #9 Assessment. Practice makes perfect... November 23, 2016

Week #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

Dettagli

L ELABORATORE ELETTRONICO

L ELABORATORE ELETTRONICO L ELABORATORE ELETTRONICO Il calcolatore elettronico è uno strumento in grado di eseguire insiemi di azioni ( mosse ) elementari le azioni vengono eseguite su oggetti (dati) per produrre altri oggetti

Dettagli

Il problema del commesso viaggiatore: da Ulisse alla Logistica integrata. Luca Bertazzi

Il 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

Dettagli

Introduzione 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 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

Dettagli

Esame di Ricerca Operativa del 09/02/2016

Esame 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

Dettagli

Una breve introduzione all implementazione in C di algoritmi su grafo

Una breve introduzione all implementazione in C di algoritmi su grafo Una breve introduzione all implementazione in C di algoritmi su grafo A cura di Gianmaria Leo Introduzione La lezione è un introduzione a concetti e strumenti che permettono l implementazione di algoritmi

Dettagli

Ottimizzazione Multi Obiettivo

Ottimizzazione Multi Obiettivo Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo La Programmazione Matematica classica, lineare (PL) o intera (PLI), tratta problemi caratterizzati da una unica e ben definita funzione obiettivo.

Dettagli

COLLEGIO DEI PERITI AGRARI E DEI PERITI AGRARI LAUREATI DELLA PROVINCIA DI SALERNO

COLLEGIO DEI PERITI AGRARI E DEI PERITI AGRARI LAUREATI DELLA PROVINCIA DI SALERNO Prot. n 65 Salerno, lì 20 Gennaio 2014 A tutti gli iscritti all Albo e nell Elenco Speciale LORO SEDI OGGETTO: Circolare n 13/2014. Libera Professione. Direzione Lavori: Cronoprogramma e Controllo dei

Dettagli

trovare un percorso senza collisioni per passare da una configurazione ad un altra del sistema robotico

trovare un percorso senza collisioni per passare da una configurazione ad un altra del sistema robotico Problemi da risolvere navigazione trovare un percorso senza collisioni per passare da una configurazione ad un altra del sistema robotico copertura passare un sensore o un attuatore su tutti i punti che

Dettagli

Parte III: Algoritmo di Branch-and-Bound

Parte III: Algoritmo di Branch-and-Bound Parte III: Algoritmo di Branch-and-Bound Divide et Impera Sia z * max {c T x : x S} (1) un problema di ottimizzazione combinatoria difficile da risolvere. Domanda: E possibile decomporre il problema (1)

Dettagli

Il ciclo di lavorazione

Il ciclo di lavorazione INTRODUZIONE AI CICLI DI LAVORAZIONE 1 Il ciclo di lavorazione DEFINIZIONE: Si dice CICLO DI LAVORAZIONE tutto l insieme di operazioni necessarie a fabbricare un singolo elemento attraverso una successione

Dettagli

Approcci esatti per il job shop

Approcci esatti per il job shop Approcci esatti per il job shop Riferimenti lezione: Carlier, J. (1982) The one-machine sequencing problem, European Journal of Operational Research, Vol. 11, No. 1, pp. 42-47 Carlier, J. & Pinson, E.

Dettagli

Celle di fabbricazione

Celle di fabbricazione Celle di fabbricazione Produzione per parti (Classificazione Impiantistica) Produzione per parti Fabbricazione Montaggio (assemblaggio) Job Shop Celle di fabbricazione Linee transfer A posto fisso Ad Isola

Dettagli

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

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

Dettagli

Il metodo dei Piani di Taglio (Cutting Planes Method)

Il metodo dei Piani di Taglio (Cutting Planes Method) Il metodo dei Piani di Taglio (Cutting Planes Method) E un metodo di soluzione dei problemi (IP) di tipo generale. L idea di base: Se la soluzione di (RL) non è intera allora la soluzione ottima intera

Dettagli

2.2 Alberi di supporto di costo ottimo

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

Dettagli

Introduzione alla programmazione

Introduzione alla programmazione Introduzione alla programmazione Risolvere un problema Per risolvere un problema si procede innanzitutto all individuazione Delle informazioni, dei dati noti Dei risultati desiderati Il secondo passo consiste

Dettagli

Prova in itinere di Metodi di Ottimizzazione AA 2007/2008: compito A

Prova 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

Dettagli

(a) Si proponga una formulazione di programmazione nonlineare a variabili misto-intere per problema.

(a) Si proponga una formulazione di programmazione nonlineare a variabili misto-intere per problema. 6. Clustering In molti campi applicativi si presenta il problema del data mining, che consiste nel suddividere un insieme di dati in gruppi e di assegnare un centro a ciascun gruppo. Ad esempio, in ambito

Dettagli

Allocazione ottimale delle produzione in una cella flessibile di lavorazione

Allocazione ottimale delle produzione in una cella flessibile di lavorazione Allocazione ottimale delle produzione in una cella flessibile di lavorazione Modelli e algoritmi per l ottimizzazione dott. ing. Filippo Tabusso mail: f.tabusso@mclink.it Workshop: Business Analytics -

Dettagli

Fondamenti di Ricerca Operativa TA Corso di Laurea in Ingegneria Gestionale Esercizi Modellazione

Fondamenti di Ricerca Operativa TA Corso di Laurea in Ingegneria Gestionale Esercizi Modellazione Fondamenti di Ricerca Operativa TA Corso di Laurea in Ingegneria Gestionale Esercizi Modellazione Esercizio 1 In un supermercato si vuole disporre un insieme {1,...,n} di prodotti su m sca ali. Ogni prodotto

Dettagli

Cenni di schedulazione in tempo reale. E.Mumolo

Cenni di schedulazione in tempo reale. E.Mumolo Cenni di schedulazione in tempo reale E.Mumolo mumolo@units.it Task in tempo reale Un task t i è una sequenza di processi in tempo reale τ ik ciascuno caratterizzato da un tempo d arrivo r ik un tempo

Dettagli

Problemi, istanze, soluzioni

Problemi, 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

Dettagli