|
Insegnamento
METODI E MODELLI PER L'OTTIMIZZAZIONE COMBINATORIA
SC01122975, A.A. 2018/19
Informazioni valide per gli studenti immatricolati nell'A.A. 2018/19
Dettaglio crediti formativi
Tipologia |
Ambito Disciplinare |
Settore Scientifico-Disciplinare |
Crediti |
AFFINE/INTEGRATIVA |
Attività formative affini o integrative |
MAT/09 |
6.0 |
Organizzazione dell'insegnamento
Periodo di erogazione |
Primo semestre |
Anno di corso |
I Anno |
Modalità di erogazione |
frontale |
Tipo ore |
Crediti |
Ore di didattica assistita |
Ore Studio Individuale |
ESERCITAZIONE |
0.5 |
4 |
8.5 |
LABORATORIO |
1.5 |
12 |
25.5 |
LEZIONE |
4.0 |
32 |
68.0 |
Inizio attività didattiche |
01/10/2018 |
Fine attività didattiche |
18/01/2019 |
Visualizza il calendario delle lezioni |
Lezioni 2019/20 Ord.2014
|
Commissioni d'esame
Commissione |
Dal |
Al |
Membri |
6 a.a. 2018/2019 |
01/10/2018 |
28/02/2020 |
DE GIOVANNI
LUIGI
(Presidente)
DI SUMMA
MARCO
(Membro Effettivo)
CONFORTI
MICHELANGELO
(Supplente)
DE FRANCESCO
CARLA
(Supplente)
RINALDI
FRANCESCO
(Supplente)
|
5 a.a. 2017/2018 |
01/10/2017 |
28/02/2019 |
DE GIOVANNI
LUIGI
(Presidente)
CONFORTI
MICHELANGELO
(Membro Effettivo)
DE FRANCESCO
CARLA
(Membro Effettivo)
DI SUMMA
MARCO
(Membro Effettivo)
RINALDI
FRANCESCO
(Membro Effettivo)
|
Prerequisiti:
|
Elementi di ricerca operativa, elementi di programmazione lineare, elementi di base di programmazione. |
Conoscenze e abilita' da acquisire:
|
Uso di metodologie avanzate di supporto alle decisioni per la modellazione e la soluzione di problemi di ottimizzazione
combinatoria. Il corso intende fornire strumenti matematici e algoritmici per la soluzione di problemi pratici di ottimizzazione con l'utilizzo dei pacchetti software e delle librerie di ottimizzazione più diffusi. |
Modalita' di esame:
|
Esame orale sui contenuti del corso. Realizzazione facoltativa di un progetto individuale sulla soluzione di un problema, reale o realistico, di ottimizzazione combinatoria (definizione del problema, modellazione, applicazione di un metodo di soluzione esatto e/o euristico). |
Criteri di valutazione:
|
L'esame verifica il livello di apprendimento degli argomenti svolti e la capacita` dello studente di applicarli per la soluzione di problemi reali di ottimizzazione combinatoria. |
Contenuti:
|
1. Approfondimenti e applicazioni di Programmazione Lineare e dualità : metodo del simplesso primale-duale, tecniche di generazione di colonne, applicazioni a problemi di ottimizzazione su grafo.
2. Metodi avanzati di Programmazione Lineare Intera (PLI): Branch & Bound e tecniche di rilassamento, formulazioni alternative di modelli PLI, metodo dei piani di taglio e tecniche di Branch & Cut, applicazioni ad esempi notevoli: commesso viaggiatore, problemi di localizzazione, problemi di network design etc.
3. Meta-euristiche di Ottimizzazione Combinatoria: ricerca di vicinati e varianti, algoritmi evolutivi.
4. Applicazione di metodi di modellazione e ottimizzazione su grafo.
5. Laboratori: utilizzo di software e librerie di ottimizzazione. |
Attivita' di apprendimento previste e metodologie di insegnamento:
|
L'insegnamento prevede lezioni frontali, esercitazioni in laboratorio e discussione di esempi notevoli. Le esercitazioni in laboratorio consistono nell'implementazione di algoritmi di ottimizzazione combinatoria sia esatti (con l'uso di librerie di programmazione lineare intera) sia euristici). |
Eventuali indicazioni sui materiali di studio:
|
Dispense fornite dal docente. Articoli scientifici. |
Testi di riferimento: |
|
Didattica innovativa: Strategie di insegnamento e apprendimento previste
- Lecturing
- Laboratory
- Problem based learning
- Case study
- Questioning
- Action learning
- Story telling
- Problem solving
- Files e pagine caricati online (pagine web, Moodle, ...)
Didattica innovativa: Software o applicazioni utilizzati
- Latex
- IBM Cplex Optimization Studio
Obiettivi Agenda 2030 per lo sviluppo sostenibile
|
|