Ottimizzazione Combinatoria

Slides:



Advertisements
Presentazioni simili
Prof. Rebecca Montanari Anno accademico 2011/2012
Advertisements

Disciplina: economia e organizzazione aziendale – economia applicata
Unità D2 Database nel web. Obiettivi Comprendere il concetto di interfaccia utente Comprendere la struttura e i livelli che compongono unapplicazione.
Presentazione del Progetto
La struttura e lorganizzazione dei seminari regionali.
BUSINESS GAME “Crea la tua Impresa”
Il nuovo portale Unife Intervento per ladeguamento e riorganizzazione del sito unife.it (2 aprile 2007)
Diego Calvanese Domenico Lembo Laurea in Ingegneria Informatica - Università di Roma "La Sapienza" Corso di Basi di Dati - A.A. 2003/2004 Seconda Esercitazione.
Marika Arena - Economia e Organizzazione Aziendale - A.A. 2008/2009
MODALITA DESAME. La prova d'esame si svolge nei seguenti passaggi: 1.Dal sito ufficiale collegamento all'indirizzo:
Capitolo 13 Cammini minimi: Algoritmo di Floyd e Warshall Algoritmi e Strutture Dati.
1 Corso di Laurea in Biotecnologie Informatica (Programmazione) Problemi e algoritmi Anno Accademico 2009/2010.
Algoritmi e Strutture Dati (Mod. B)
Trovare il percorso minimo da b ad ogni altro vertice
UNIVERSITÀ DEGLI STUDI DI SIENA Facoltà di Lettere e Filosofia di Arezzo Dipt. di Teoria e Documentazione delle Tradizioni Culturali - O.A.S.S.S. Master.
Seminario su clustering dei dati – Parte I
Algoritmi di classificazione e reti neurali Seminario su clustering dei dati – Parte I Università di RomaLa Sapienza Dipartimento di Informatica e Sistemistica.
Modelli e Algoritmi della Logistica
Seminario su clustering dei dati – Parte II
Seminario su clustering dei dati – Parte II
Modelli e Algoritmi della Logistica
Modelli e Algoritmi per la Logistica
Modelli e Algoritmi per la Logistica
Modelli e Algoritmi per la Logistica
Modelli e Algoritmi per la Logistica
Modelli e Algoritmi della Logistica
1. ( punti 7 ) Siano dati un insieme di localizzazioni potenziali (nodi grandi) ed un insieme di clienti da servire (nodi piccoli). Il costo di afferenza.
Modelli e Algoritmi per la Logistica
Modelli e Algoritmi per la Logistica
1. ( punti 7 ) Siano dati un insieme di localizzazioni potenziali (nodi grandi) ed un insieme di clienti da servire (nodi piccoli). Il costo di afferenza.
Algoritmo di Kruskal Parte con tutti i vertici e nessun lato (sottografo aciclico, o foresta, ricoprente) Ordina i lati per costo non decrescente.
Algoritmi greedy Gli algoritmi greedy in genere non sono esatti, cioè determinano soluzioni non necessariamente ottime Per il problema dell’albero ricoprente.
Alberi ricoprenti minimi Alcune applicazioni Lunedì 17 novembre 2003.
PROGETTINO CON CNC SIMULATOR
Elementi di programmazione ad oggetti a. a. 2009/2010 Corso di Laurea Magistrale in Ingegneria Elettronica Docente: Mauro Mazzieri, Dipartimento di Ingegneria.
Elementi di programmazione ad oggetti a. a. 2009/2010 Corso di Laurea Magistrale in Ingegneria Elettronica Docente: Mauro Mazzieri, Dipartimento di Ingegneria.
Elementi di programmazione ad oggetti a. a. 2009/2010 Corso di Laurea Magistrale in Ingegneria Elettronica Docente: Mauro Mazzieri, Dipartimento di Ingegneria.
Elementi di programmazione ad oggetti a. a. 2009/2010 Corso di Laurea Magistrale in Ingegneria Elettronica Docente: Mauro Mazzieri, Dipartimento di Ingegneria.
Elementi di programmazione ad oggetti a. a. 2009/2010 Corso di Laurea Magistrale in Ingegneria Elettronica Docente: Mauro Mazzieri, Dipartimento di Ingegneria.
Esempio di esecuzione dellalgoritmo di Prim 1 v1v1 v5v5 v2v2 v3v3 v4v U = {v 1 } X =Ø 1 v1v1 v5v5 v2v2 v3v3 v4v U = {v.
Elettrotecnica Anno accademico
Prof. Cerulli – Dott.ssa Gentili
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
Corso di studio in Ingegneria Gestionale La prova finale Gennaio 2003.
Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili
OCTAVE.
SISTEMA INOLTRO TELEMATICO ISTANZE DECRETO FLUSSI 2010
Merceologia delle risorse naturali
Lezione n° 18: Maggio Problema del trasporto: formulazione matematica Anno accademico 2008/2009 Prof. Cerulli – Dott.ssa Gentili Lezioni di.
Prof. Cerulli – Dott.ssa Gentili
SIMULAZIONE DI INGEGNERIA DI IMPRESA Corso di Laurea in Ingegneria Gestionale Università degli Studi di Padova A.A
BIOINFO3 - Lezione 111 CGI-BIN CGI-BIN sono chiamati i programmi la cui esecuzione può essere richiesta attraverso il WEB. Il server web (httpd) della.
Corso Formazione neo assunti
Prof. Romano Boni Assistente Silvia Torrani ECONOMIA AZIENDALE AA Note Organizzative.
CdS Biotecnologie CdS Scienze Biologiche Laurea triennale 180 CFU Stage/Prova finale 10 CFU 250h.
Università degli Studi di Roma Tor Vergata
Reti di calcolatori LS1 Service Middleware Reti di calcolatori LS progetto di Andrea Belardi Infrastruttura dedicata alla gestione di servizi disponibili.
Prof. Romano Boni ECONOMIA AZIENDALE AA Note Organizzative.
Prof. Romano Boni ECONOMIA AZIENDALE AA Note Organizzative.
Problema dell’assegnazione Assegnare le “persone” ad un lavoro in modo che ogni lavoro sia eseguito “esattamente” da una persona e ciascuna persona possa.
Modelli e Algoritmi per la Logistica Lezione – 7 Pianificazione degli Investimenti ANTONIO SASSANO Università di Roma“La Sapienza” Dipartimento di Informatica.
La ricerca in campo educativo. Problemi e metodi
Prof. Romano Boni ECONOMIA AZIENDALE AA Note Organizzative.
Informatica Problemi e algoritmi. una situazione che pone delle domande cui si devono dare risposte. Col termine problema o situazione problematica s’indica.
SIMULAZIONE DI INGEGNERIA DI IMPRESA Corso di Laurea in Ingegneria Gestionale Università degli Studi di Padova A.A
Milano, Novembre Business Innovation Progetto Portale Freelance.
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
Algoritmi Avanzati a.a.2013/2014 Prof.ssa Rossella Petreschi Albero ricoprente di costo minimo Lezione n°12.
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
Transcript della presentazione:

Ottimizzazione Combinatoria Argomento tesina A.A. 2009-2010 Università di Roma“La Sapienza” Dipartimento di Informatica e Sistemistica Corso di Laurea in “Ingegneria Gestionale”

Informazioni http://www.dis.uniroma1.it/~or/gestionale/OC Tutte le informazioni relative alla tesina si trovano nella sezione tesina della pagina del corso http://www.dis.uniroma1.it/~or/gestionale/OC Le tesine si svolgono a gruppi al più di tre persone. Il tema della tesina verrà illustrato a lezione. Per lo svolgimento della tesina ciascun gruppo potrà far uso di tutte le metodologie e gli algoritmi illustrati nell’arco del corso. L’implementazione della strategia di soluzione per il tema assegnato dovrà essere necessariamente nel linguaggio AMPL, che verrà interpretato dall’interprete AMPL. L’unico solutore che può essere impiegato nell’implementazione della strategia di soluzione è CPLEX.

Assegnazione tesina Per l’assegnazione della tesina, ciascun gruppo deve inviare un’e-mail di richiesta contenente: nome, matricola, corso di laurea e indirizzo e-mail dei membri del gruppo; il nome e l’indirizzo e-mail di un membro del gruppo indicato come referente. Per finalizzare l’assegnazione, ciascun gruppo riceverà un’e-mail di assegnazione contenente: istanza di problema (dati) da risolvere il formato dei dati Al momento della ricezione dell’e-mail di assegnazione, la tesina sarà considerata assegnata al gruppo. Ogni studente può far parte di un solo gruppo e ogni gruppo lavora su una sola istanza di problema.

Presentazione tesina Per presentare la tesina, ciascun gruppo deve inviare un’e-mail di presentazione della tesina contenente: documento (minimo 2 pagine, massimo 8 pagine) o presentazione (minimo 3 slide, massimo 12 slide) che descriva: algoritmo di soluzione dettagli implementativi risultati ottenuti per l’istanza di problema assegnata. file di codice (.mod, .run, … ) dell’algoritmo di soluzione e file di dati (.dat, .txt, … ) dei dati in input e in output per l’istanza di problema assegnata. I file di codice e di dati devono essere corretti e coerenti tra loro.

Valutazione tesina La valutazione della tesina si baserà fondamentalmente su: - analisi di tutto il materiale inviato nell’e-mail di presentazione - colloquio (durata massima 30 minuti) con il docente, cui devono necessariamente partecipare tutti i membri del gruppo; I criteri di valutazione saranno: - valutazione dell’approccio di soluzione ( 40% ) - valutazione dell’implementazione ( 30% ) - valutazione dei risultati ( 20% ) - valutazione della presentazione ( 10% ) Il risultato della valutazione verrà comunicato tramite e-mail a tutti i membri del gruppo e i risultati verranno pubblicati sulla pagina del corso. La valutazione della tesina è condizione necessaria per sostenere l’esame di Ottimizzazione Combinatoria.

Tema della tesina Una grande azienda di produzione ha diverse sedi sul territorio nazionale. A fronte dell’esigenza di collegare rapidamente e in maniera sicura le diverse sedi, l’azienda ha deciso di realizzare una rete privata virtuale sulla rete Telecom (già esistente). Una rete privata virtuale garantisce una connessione sicura tra due siti della rete ed è una soluzione molto adottata in campo business. Una rete virtuale presenta diversi vantaggi ma ha un costo.

Tema della tesina Ogni collegamento punto-punto è caratterizzato da: una capacità trasmissiva espressa in Mbit/s - un costo (1.1,1.5) (3.1,1.7) (2.6,3.4) L’azienda ha un budget massimo B da spendere per la realizzazione della rete privata virtuale (2.6,2.4) (2.1,0.8) (1.6,4.6) (2.6,4.4) (2.7,2.1) (2.7,1.1) (2.3,1.3) (2.1,5.9) L’obiettivo dell’azienda è quello di realizzare una rete privata virtuale rispettando il vincolo di budget massimizzando la capacità trasmissiva della rete virtuale. La capacità trasmissiva della rete virtuale è definita come somma delle capacità trasmissive dei collegamenti che la compongono. (1.6,6.4) (2.2,1.6) (2.2,3.4) (2.2,3.4) (2.6,2.4) (2.8,2) (3.5,1.7) (1.5,1.6) (2,5.2) (2.1,1.2) (0.6,0.4) (3.6,2.4)

Tema della tesina Rappresentiamo la rete come un grafo G(N,A) connesso in cui ciascun arco ij A è caratterizzato dalla capacità trasmissiva cij e dal costo wij Vogliamo determinare il sottografo connesso il cui costo totale non superi il budget B e tale che la capacità trasmissima totale sia massima. costo totale = somma del costo degli archi capacità trasmissiva totale = somma delle capacità trasmissive degli archi Sia S l’insieme dei sottografi connessi ricoprenti di G. S = { x  {0,1}|A|: x vettore di incidenza di un sottografo connesso ricoprente di G}

qual è la formulazione di S ? Tema della tesina Il problema si può formulare come un problema di ottimizzazione combinatoria. max cT x wT x  B x  S S = { x  {0,1}|A|: x vettore di incidenza di un sottografo connesso ricoprente di G} vincolo di budget (knapsack) qual è la formulazione di S ?

“Grafo connesso ricoprente” Formulazione circuiti: Grafo connesso G(N,A) S = { insiemi di archi la cui rimozione non disconnette il grafo G(N,A) } v9 v4 v8 v3 v2 G(N,A) v1 v5 v7 v6 TÎS  connesso Circuiti = Tagli minimali Formulazione circuiti:

“Grafo connesso ricoprente” (II) Grafo connesso G(N,A) TÎS  connesso ricoprente v9 v4 v8 v3 v2 G(N,A) v1 v5 v7 v6 x vettore di incidenza degli archi di un sottografo connesso ricoprente Formulazione (“tagli” ) di :