Algoritmi euristici¶
Un corso della collana Ricerca Operativa e Matematica · tutti i corsi
Materiale didattico ideato e sviluppato da Fabio Furini, professore associato al DIAG, Sapienza Università di Roma.
Le dispense del corso, online: algoritmi euristici per i problemi di ottimizzazione combinatoria, cioè bound primali e duali e valutazione delle euristiche, euristiche costruttive, ricerca locale, metaeuristiche ed euristiche MIP, applicate ai problemi di zaino, di packing, di routing, di scheduling e di colorazione; con definizioni, esempi svolti passo per passo, esercizi con le soluzioni, notebook Colab e app interattive.
Prerequisiti: Problemi di ottimizzazione combinatoria per i problemi, le loro istanze e le loro formulazioni.
Provalo subito¶
Il simulated annealing sul TSP a 20 città: il miglior giro trovato sopra quello ottimo e la curva della lunghezza, che accetta peggioramenti finché la temperatura è alta. Premi «Esegui» per seguirlo un'iterazione alla volta, oppure passa alla tabu search.
Le parti del corso¶
I capitoli del corso, gli stessi della dispensa e del menu.
-
1. Algoritmi euristici: definizioni
Capitolo 1
I problemi e le ipotesi · Bound primali e duali · Classificazione degli algoritmi euristici · Rappresentazione delle soluzioni e spazio di ricerca
-
2. Euristiche costruttive
Capitolo 2
I problemi e le ipotesi · Il paradigma greedy · Il problema dello zaino 0/1: quale ordinamento? · Il problema del bin packing: prima ordinare, poi riempire
-
3. Ricerca locale
Capitolo 3
I problemi, le ipotesi e le soluzioni di partenza · Ricerca locale: lo schema · Intorni per i quattro problemi · First improvement e best improvement
-
4. Metaeuristiche
Capitolo 4
I problemi e le ipotesi · Come uscire da un ottimo locale · Simulated annealing · Tabu search
-
5. Euristiche MIP per i problemi classici
Capitolo 5
Euristiche basate sulla PLI · I problemi e i loro modelli MIP · Arrotondamento · Diving
Da non perdere¶
-
Esercizi con le soluzioni
Esercizi per ogni capitolo, ciascuno con la soluzione svolta che si apre con un clic.
-
Quiz di autovalutazione
Un facsimile d'esame nuovo a ogni avvio: 13 domande, 33 punti, con la soluzione e il link alle dispense. In Materiale c'è anche la banca completa delle domande.
-
Laboratorio interattivo
App che girano nel browser: muovi i parametri e guarda le idee del corso lavorare, un passo alla volta.
-
Dispense in PDF
Dispense, eserciziari e slide in PDF, con la stessa numerazione del sito.
-
Notebook in Colab
Il codice del corso che gira nel browser, senza installare niente.
-
Indice completo
Tutti i capitoli con le loro sezioni in una pagina, e come è fatto ogni capitolo.
La collana¶
Tutti i corsi della collana hanno la stessa impostazione: dispense online e in PDF, esercizi con le soluzioni, laboratorio interattivo e quiz di autovalutazione.
-
numeri reali, funzioni, limiti, derivate e serie, con i grafici interattivi
-
vettori, matrici, determinanti, sistemi lineari e autovalori, con il laboratorio di calcolo
-
rappresentazione dei numeri, pseudocodice, ordinamento e ricerca, analisi e algoritmi ricorsivi
-
poliedri, algoritmo del simplesso, dualità e simplesso duale, con il laboratorio interattivo
-
rilassamento continuo, disuguaglianze valide, piani di taglio, branch-and-bound e branch-and-cut
-
insiemi e funzioni convesse, problemi di ottimizzazione convessa, con grafici interattivi
-
grafi, alberi ricoprenti, cammini minimi, flussi su reti, simplesso su reti e gestione dei progetti
-
Problemi di ottimizzazione combinatoria
zaino, bin packing, colorazione, TSP, scheduling e lot sizing: i problemi, le formulazioni e gli algoritmi ad hoc
-
principi e algoritmi di PD per zaino, lot sizing, cambio monete e taglio delle aste
-
Algoritmi euristici · questo corso
euristiche costruttive, ricerca locale, metaeuristiche ed euristiche MIP per i problemi di ottimizzazione combinatoria
-
garanzie di prestazione, schemi di approssimazione e limiti dell'approssimazione per i problemi combinatori
-
modelli di programmazione lineare per problemi gestionali, risolti con Python e Gurobi
-
modelli di programmazione non lineare, dal portafoglio al machine learning, con Python e Gurobi
-
modelli di programmazione lineare a variabili intere, dalla formulazione alla soluzione con i solver
Materiale didattico di Fabio Furini — DIAG, Sapienza Università di Roma.
Questo sito è disponibile anche in inglese.