Passa ai contenuti principali

Separazione per la programmazione lineare intera

La separazione, o generazione di tagli validi, è una tecnica classica per risolvere problemi di programmazione lineare intera con algoritmi del tipo branch and cut.

Dalla tesi di Giuseppe Andreello, curata dal prof. Matteo Fischetti, possiamo imparare molte cose. Di seguito il sommario della tesi.

Sommario
Problema considerato L'oggetto di questo lavoro di tesi `e stato testare l'efficacia dei tagli 0-1/2 usando Ilog CPLEX8, un ambiente per la programmazione lineare intera.
Come è stato risolto E' stata studiata una strategia di applicazione del separatore e di selezione dei tagli generati sulla base delle loro caratteristiche geometriche. Una implementazione in C++ di queste nuove funzionalità è stata affiancata all'implementazione originale, in C, della procedura di separazione.
Risultati principali I tagli 0-1/2 sono particolarmente efficaci per le versioni “lp” dei problemi di “satisfiability” e “maximum satisfiability”, la cui struttura è di tipo combinatorio. Più in generale si riescono a generare facilmente e sembrano essere utili per problemi la cui formulazione lp ha un numero di vincoli molto maggiore del numero di variabili. Nel caso opposto, invece, si generano con molta difficoltà e influenzano poco la soluzione del problema.
Significato dei risultati I tagli 0-1/2 sono utili in casi abbastanza semplici da individuare.
Inoltre, si è dimostrata molto efficace la selezione dei tagli da aggiungere alla formulazione sulla base delle loro proprietà geometriche.

Commenti

Post popolari in questo blog

PuLP – Un valido strumento per la didattica

L'insegnamento dei concetti di base della ricerca operativa, ovvero la programmazione lineare, ha trovato nel corso degli ultimi anni diversi strumenti di supporto. Sono ormai parecchi i software gratuiti e open source che permettono agli studenti e agli insegnanti di toccare con mano le nozioni e i concetti spiegati e studiati sui banchi. Ricordiamo, ad esempio, glpk che con il suoi linguaggio di modellazione MathProg permettete di scrivere e risolvere anche complessi modelli di programmazione lineare intera. Oppure citiamo anche lp_solve che con il suo ambiente impropriamente chiamato lp_solve IDE permette di scrivere e risolvere modelli di programmazione lineare direttamente nella formulazione matematica. A mio avviso però le proposte appena citate sono limitate nella potenza espressiva e nelle capacità di integrarsi con altri software o moduli esterni. Queste limitazioni sono egregiamente risolte da PuLP : un modellatore di problemi di programmazione lineare intera basato

Ci arricchiremo con la ricerca operativa?

A questa domanda forse possiamo rispondere sì :-) , rimandando al lavoro molto fresco ed interessante di Giancarlo Volpe dal titolo " Scommesse sportive: un modello di Ricerca Operativa che descrive la “vincita perfetta” " E' possibile scaricare il documento da scribd.com . Dall'apprezzabile contenuto didattico la parte entrale, dove si illustra passo passo come è possibile usare il risolutore di excel per applicarlo al modello descritto. Buona lettura e giocate con moderazione. Un Modello di Ricerca Operativa per Scommesse Sportive

Dispense di ricerca operativa

Ho trovato sulla home page del prof. Agnetis, delle interessanti dispense di ricerca operativa. I temi trattati sono tutti molto interessanti: Appunti sul duale del problema del massimo flusso Appunti sui problemi di matching Appunti su classi di complessità e problemi NP-completi Appunti sul problema del TSP euclideo Appunti sulla generazione di colonne Appunti sui modelli di lot sizing: Wagner-Whitin, Zangwill, Florian-Klein Appunti sui problemi di scheduling Appunti sui metodi metaeuristici di ricerca Introduzione all'ottimizzazione non vincolata   Introduzione all'ottimizzazione vincolata Esercizi di ottimizzazione non vincolata  Condizioni di KKT e Programmazione Lineare  Esercizi di ottimizzazione vincolata   Raccolta di esercizi di PL svolti  Esercizi di esame di PL svolti Esercizi di PLI svolti Appunti sui metodi basati sul rilassamento Lagrangiano Esercizi d'esame (R.O.) di ottimizzazione non vincolata e vincolata Ottimizzazione nella Gestione