Passa ai contenuti principali

Maximum diversity problem

Quante cose si possono imparare dalle tesi di laurea? Sembra proprio tante! Oggi possiamo approfittare della tesi di laurea di Yari Melanzi:

Relatori: Roberto Aringhieri e Roberto Cordone.

L'indice della tesi è il seguente:
1 Introduzione
1.1 Definizione del problema
1.2 Applicazioni
1.2.1 Salvaguardia della Biodiversità
1.2.2 Trattamenti medici
1.2.3 La varietà nell'agricoltura
1.2.4 Corretto ridimensionamento di un'impresa
1.2.5 Composizione di una giuria
1.2.6 Diversity Data Mining
1.3 Descrizione ed obiettivi del lavoro

2 Maximum Diversity Problem
2.1 Formulazioni Matematiche
2.1.1 Una formulazione lineare intera
2.2 Algoritmi euristici
2.3 Greedy Randomized Adaptive Search Procedure
2.4 Fase costruttiva
2.4.1 K Larger Distances
2.4.2 Most Distant Insertion
2.4.3 Euristica di Ghosh
2.4.4 Euristica di Andrade
2.5 Fase di ricerca locale
2.5.1 Scambio di un elemento
2.5.2 Scambio di coppie di elementi
2.5.3 GRASP con Path-Relinking
2.6 Un primo test computazionale

3 Tabu Search
3.1 Componenti di base dell'algoritmo
3.1.1 Costruzione di una soluzione iniziale
3.1.2 Intorno di una soluzione
3.1.3 Liste tabu
3.2 Short Term Memory
3.3 Long Term Memory

4 Discussione dei risultati sperimentali
4.1 Strumenti e dati utilizzati
4.2 Risultati
4.2.1 Tabu a due liste
4.2.2 Tabu con Short Term Memory
4.2.3 Tabu con Long Term Memory
4.2.4 Confronto tra gli algoritmi

5 Conclusioni

A Modellazione di MDP con linguaggio AMPL
A.1 Il file del modello.mod
A.2 Il file dei dati.dat

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