Ottimizzazione della Logistica |
Testi di Consultazione
Dispense
(Dowload Acrobat
Reader)
Lucidi lezione
Esercizi
Software
PL: Algoritmo del Simplesso
Teoria della Dualità
PLI: il problema di knapsack
Generazione di colonne
Generazione di piani di taglio
Metodi di branch and cut
Gradiente e matrice Hessiana
Condizioni necessarie di minimo del primo e del secondo ordine
Condizioni sufficienti di minimo locale
Condizioni sufficienti di minimo globale nel caso convesso
Metodo del gradiente
line search esatta, metodo di Armijo e di interpolazione
Convergenza sublineare, lineare, superlineare
Metodo di Newton
Limiti dei metodi per funzioni non differenziabili
Matrice Jacobiana e vincoli attivi
Funzione Lagrangiana
Condizioni di Karush Kuhn Tucker
Cenni sulle funzioni di penalità e sui metodi di barriera
Modelli EOQ
Modello senza backlogging (Wagner-Whitin)
Modello con backlogging (Zangwill)
Metodi
esatti: algoritmo di Carlier & Pinson (1994)
Metodi euristici: algoritmo di Nowicki & Smutnicki (2005)
Scheduling con vincoli di processo:
job shop con blocking, algoritmo di Gröflin e Klinkert (2009)
job shop con no-wait, algoritmo VNS di Schuster e Framinan (2003)
Il problema del Commesso Viaggiatore
Il problema di Vehicle Routing
Il problema di Crew Scheduling
Algoritmo del subgradiente
Algoritmo di ascesa duale - Erlenkotter
Lez. n° |
Argomento trattato |
1 |
Introduzione al corso, richiami di RO |
2 |
richiami di RO, geometria della PL |
3 |
richiami di RO, algoritmo del simplesso |
4 |
richiami di RO, teoria della dualità |
5 |
richiami di RO, PLI: B&B, knapsack |
6 |
richiami di RO, generazione di colonne |
7 |
Crew Scheduling, generalità, modello di set covering |
8 |
Crew scheduling, generazione di un turno ammissibile |
9 |
PNL, introduzione, gradiente, Hessiana, Matr. Def. Pos., derivata direzionale. Esistenza minimo globale. Taylor, CN 1 ordine, CN e CS del 2 ordine |
10 |
PNL, caso convesso: proprietà, CNS 1 ord per funzioni conv. Metodo di discesa, algoritmo del gradiente. Convergenza globale e locale a PS. |
11 |
PNL, rapidità di convergenza, Metodo del gradiente con backtracking: Armijo, Interpolazione |
12 |
PNL, metodo di Newton, Newton modificato. Esercizi |
13 |
PNL, gradiente coniugato. Esercizi |
14 |
Ottimizzazione vincolata, condizioni KKT. |
15 |
Algoritmi per l’ottimizzazione vincolata. Esercizi |
16 |
Rilassamento Lagrangiano per la PLI, sub gradiente |
17 |
Condizioni di ortogonalità, algoritmo del sub gradiente |
18 |
Esercizi di ripasso |
19 |
Esercizi di ripasso |
20 |
Esercizi di ripasso |
17/11/2023 (data orientativa) Aula ? |
Prima prova intermedia |
22 |
Logistica di magazzino, gestione delle scorte, modello EOQ |
23 |
Gestione delle scorte, MRP, modello di Wagner-Whitin |
24 |
Gestione delle scorte con backlog, modello di Zangwill, EOQ con backlog |
25 |
Decisioni strategiche. Plant location non capacitato – algoritmo di ascesa duale |
26 |
Plant location capacitato – rilassamento Lagrangiano + Erlenkotter |
27 |
Logistica distributiva. Vehicle routing problem – formulazione |
28 |
Vehicle routing problem – euristiche costruttive, Clarke e Wright |
29 |
Vehicle routing problem – taburoute HGL |
30 |
Esercitazione |
31 |
Scheduling con capacità finita. Il problema di job shop scheduling. Mossa v(x,y) e condizioni necessarie perché sia migliorativa. |
32 |
job shop scheduling : algoritmo di tabu search di Nowicki e Smutnicki con stima approssimata (1996). |
33 |
job shop scheduling: ordinamento topologico e Algoritmo di tabu search di Nowicki e Smutnicki con stima esatta (2005) |
34 |
Il problema di job shop scheduling con vincoli di processo: blocking e no-wait. Formulazioni. Swap e no-swap. |
35 |
Job shop scheduling con blocking. Modello, vicinato di Groeflin e Klinkert (2009). |
36 |
ob shop scheduling con blocking. Vicinato di Mati e Xie (2010) |
37 |
Job shop scheduling no wait – VNS di Schuster e Framinan (03) |
38 |
Job shop scheduling no wait – metodo VNS |
39 |
Esercizi di ripasso |
40 |
Esercizi di ripasso |
??? |
Seconda prova intermedia + Esame scritto |
Lezioni ed Esercitazioni
vedi
orario ufficiale del
Collegio Didattico in Ingegneria Informatica
Calendario degli esami
vedi calendario
ufficiale del
Collegio Didattico in Ingegneria Informatica
Modalità di Valutazione:
L'esame consiste in una valutazione individuale (scritta e orale)
Sulla pagina Moodle del corso vengono pubblicati i risultati degli appelli e delle prove intermedie. Chi desidera sostenere la prova orale (anche in un appello successivo, fino a settembre 2024) deve comunicarlo a dario.pacciarelli@uniroma3.it entro i tempi indicati con avviso Moodle. Possono sostenere la prova orale tutti gli studenti che hanno conseguito una votazione in ventesimi pari almeno a 8, il voto finale è dato dalla somma del voto in ventesimi e del voto della prova orale (0-12).
Informazioni e Commenti:
dario.pacciarelli@uniroma3.it
Ultimo aggiornamento: 02/10/2023