Ricerca operativa

Con la versione 3, openoffice.org propone la sua suite per l'ufficio corredata di un risolutore di problemi lineari. L'ho provato con un problema molto piccolo e molto scemo, e fa quello che deve fare. I problemi in grado di risolvere sono lineari, a variabili continue o misto intere. Per i problemi a variabili intere è possibile impostare il tempo massimo di soluzione. Chiaramente l'uso che se ne può fare è limitato. A mio avviso, però, ha un uso potenziale molto interessante nella didattica. Soprattutto in quei corsi dove non sono richieste nozioni di programmazione o di informatica avanzata. Sul risolutore non sono riuscito a capire se ne usa uno tra quelli open source oppure, come mi è parso di capire, ha una propria implementazione.

La mia predilezione per il python come linguaggio ospite per framework di ottimizzazione non è un mistero per chi mi segue e per chi lavora con me. Dopo aver parlato più volte di pulp, ora vorrei portare in risalto OpenOpt . Si tratta di un framework di sviluppato all'Accademia Nazionale delle Scienze Ucraina dal dipartimento di ottimizzazione. Le potenzialità mi sembrano interessanti, anche se non l'ho mai provato in concreto. Il livello di astrazione a cui si pone è molto basso, rispetto a pulp. Ad esempio, un problema di programmazione lineare si scrive come: """ Example: Let's concider the problem 15x1 + 8x2 + 80x3 -> min (1) subjected to x1 + 2x2 + 3x3 8x1 + 15x2 + 80x3 8x1 + 80x2 + 15x3 100x1 + 10x2 + x3 >= 800 (5) 80x1 + 8x2 + 15x3 = 750 (6) x1 + 10x2 + 100x3 = 80 (7) x1 >= 4 (8) -8 >= x2 >= -80 (9) """ from numpy import * from scik...