Modelli e Algoritmi della Logistica

Slides:



Advertisements
Presentazioni simili
Ricorrenze Il metodo di sostituzione Il metodo iterativo
Advertisements

Master Bioinformatica 2002: Grafi Problema: cammini minimi da tutti i vertici a tutti i vertici Dato un grafo pesato G =(V,E,w), trovare un cammino minimo.
Programmazione dinamica: problema della sottosequenza più lunga
Uso avanzato di C.
Universita di Camerino
UNIVERSITA’ DI MILANO-BICOCCA LAUREA MAGISTRALE IN BIOINFORMATICA
Programmazione dinamica
Cammini minimi con sorgente singola
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © The McGraw - Hill Companies, srl 1 Ordinamenti ottimi.
R. Soncini Sessa, MODSS, L 24b Analisi a molti obiettivi-esempi Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
Prof.ssa Chiara Petrioli -- Fondamenti di programmazione 1, a.a. 2009/2010 Corso di Fondamenti di programmazione a.a.2009/2010 Prof.ssa Chiara Petrioli.
Algoritmi Paralleli e Distribuiti a.a. 2008/09
Prof.ssa Chiara Petrioli -- corso di programmazione 1, a.a. 2006/2007 Corso di Programmazione 1 a.a.2006/2007 Prof.ssa Chiara Petrioli Corso di Laurea.
Algoritmo di Ford-Fulkerson
1 Corso di Informatica (Programmazione) Raffaella Rizzi DISCO Dipartimento di Informatica Sistemistica e Comunicazione Edificio U14 - primo piano - stanza.
Algoritmi e Strutture Dati (Mod. B)
Algoritmi e Strutture Dati (Mod. B)
Algoritmi e Strutture Dati (Mod. B)
Modelli e Algoritmi della Logistica
Corso di Modelli e Algoritmi della Logistica
Algoritmi e Strutture Dati III. Algoritmi di Ordinamento
Seminario su clustering dei dati – Parte II
Seminario su clustering dei dati – Parte II
Modelli e Algoritmi della Logistica
Modelli e Algoritmi della Logistica
Modelli e Algoritmi della Logistica
Modelli e Algoritmi per la Logistica Branch & Bound Prof. Carlo Mannino Prof. Antonio Sassano Dipartimento di Informatica e Sistemistica Università di.
Modelli e Algoritmi per la Logistica
Il linguaggio Fortran 90: 4. Array: Vettori e Matrici
Modelli e Algoritmi per la Logistica
Modelli e Algoritmi per la Logistica
Corso di Modelli e Algoritmi della Logistica
Modelli e Algoritmi per la Logistica
Modelli e Algoritmi per la Logistica
Modelli e Algoritmi della Logistica
Modelli e Algoritmi della Logistica
Modelli e Algoritmi per la Logistica
Modelli e Algoritmi per la Logistica
Algoritmi di ordinamento
Modelli e Algoritmi della Logistica
Modelli e Algoritmi per la Logistica
Physically-based Animations of 3D Biped Characters with Genetic Algorithms Università di Roma La Sapienza Relatore: Prof. Marco Schaerf Correlatore: Ing.
Controllo delle operazioni su una macchina
APPUNTI SUL LINGUAGGIO C
ITERAZIONE e RICORSIONE (eseguire uno stesso calcolo ripetutamente) ITERAZIONE: ripetere piu volte una sequenza di operazioni istruzioni: for, while, do.
ITERAZIONE e RICORSIONE (eseguire uno stesso calcolo ripetutamente)
Algoritmi greedy Gli algoritmi greedy in genere non sono esatti, cioè determinano soluzioni non necessariamente ottime Per il problema dell’albero ricoprente.
Istruzioni Iterative Nicola Fanizzi
Gli eventi estremi: alla ricerca di un paradigma scientifico
Università di Roma La Sapienza Dipartimento di Informatica e Sistemistica Progetto IS-MANET WP3: Algoritmi e modelli Milano
Radix-Sort(A,d) // A[i] = cd...c2c1
Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili
Capitolo 3 Strutture dati elementari Algoritmi e Strutture Dati Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano.
Prof. Cerulli – Dott.ssa Gentili
Programmazione Strutturata
Università degli Studi di Padova
delle operazioni con precedenze
Metodi matematici per economia e finanza. Prof. F. Gozzi
Ugo de'Liguoro - Informatica 2 a.a. 03/04 Lez. 1 Cicli ed asserzioni Corso di Informatica 2 a.a. 2003/04 Lezione 1.
Il linguaggio Fortran 90: 3. Procedure e Funzioni
Ricorsione CORDA – Informatica A. Ferrari Testi da Alessandro Bugatti
FONDAMENTI DI INFORMATICA
Algoritmi e Strutture Dati Luciano Gualà
Lez 4 (13/14)Elementi di Programmazione1 Strutture di controllo 2.
Algoritmi Paralleli e Distribuiti a.a. 2008/09 Lezione del 07/04/2009 Prof. ssa ROSSELLA PETRESCHI a cura del Dott. SAVERIO CAMINITI.
Programmazione dinamica Algoritmi golosi Analisi ammortizzata
Modelli e Algoritmi per la Logistica Lezione – 7 Pianificazione degli Investimenti ANTONIO SASSANO Università di Roma“La Sapienza” Dipartimento di Informatica.
Algoritmi e Strutture Dati Luciano Gualà
Modelli e Algoritmi della Logistica
Transcript della presentazione:

Modelli e Algoritmi della Logistica Lezione - 19 Algoritmo di Wagner e Whitin ANTONIO SASSANO Università di Roma“La Sapienza” Dipartimento di Informatica e Sistemistica Roma, 25-11-01

Intervallo di Produzione dj dk-1 dk xj sj j j+1 k-1 k sk-1 ... dj+1 Intervallo di Produzione [ j, j+1, j+2,..., k-1, k] Definiti gli estremi di un intervallo di produzione è possibile calcolare quantità prodotte e imagazzinate

Intervallo di Produzione (II) dj dk-1 dk xj sj j j+1 k-1 k sk-1 ... dj+1 Intervallo di Produzione [j,...,k]=[ j, j+1, j+2,..., k-1, k] Definiti gli estremi di un intervallo di produzione è possibile calcolare il costo di produzione e stoccaggio per servire la domanda dei periodi contenuti in [j,...,k]

Struttura di una Soluzione di Base j1 j2-1 j2 j3-1 ... jk jk+1-1 jq T Insieme dei periodi produttivi di (x,s): Caratterizza una SBA:

Funzione Obiettivo (Funzione d’Insieme) j1 j2-1 j2 j3-1 ... jk jk+1-1 jq T Problema di Programmazione della Produzione: TROVARE: J*: Z(J*) < Z(J) per ogni J Í [1,..,T]

Espressione Ricorsiva di Z Fk costo minimo di produzione e stoccaggio per soddisfare la domanda sull’orizzonte temporale [1,..,k] 1 k T k+1 Fk FT soluzione ottima del problema

Espressione Ricorsiva di Z TEOREMA: Dim. Esiste una soluzione migliore nell’orizzonte [1,..,jq-1] < contraddizione

Espressione Ricorsiva di Z Ma quale è il valore di jq (ultimo periodo produttivo) ? Scegliamo il valore che produce il minimo Fk:

Algoritmo di Wagner-Whitin (idea) ..... valore della soluzione ottima

Algoritmo di Wagner-Whitin FASE I: Inizializzazione for k:=1 to T for j:=1 to k end for

Algoritmo di Wagner-Whitin FASE I: Calcolo del valore ottimo for k:=1 to T end for L(k) periodo produttivo che serve il periodo k valore della soluzione ottima

Algoritmo di Wagner-Whitin FASE II: Individuazione della Soluzione J* Lk periodo produttivo che serve il periodo k L(j2-1)=j1 L(j3-1)=j2 L(jq-1)=jq-1 L(T)=jq ... j1 j2-1 ... ... ... ... jq-1 ... ... j2 j3-1 jq-1 jq T

Algoritmo di Wagner-Whitin FASE II: Individuazione della Soluzione J* while LAST<>1 do endwhile L(j2-1)=j1 L(j3-1)=j2 L(jq-1)=jq-1 L(T)=jq ... ... ... ... ... jq-1 ... ... j1 j2-1 j2 j3-1 jq-1 jq T LAST-1 LAST