Metodi Decisionali Guidati dai Modelli (Model-Driven Decision Methods) - 601AA

a.a. 2017/2018 - Secondo Semestre

Antonio Frangioni

Descrizione: Il corso si prefigge di fornire agli studenti, attraverso esempi concreti ed il lavoro progettuale, la capacità di realizzare ed utilizzare al meglio sistemi di supporto a decisioni complesse, perlopiú in ambito aziendale, in particolare quelli basati su tecniche di ottimizzazione matematica. Il corso si concentra sugli aspetti pratici dell'uso di tali strumenti (sistemi e linguaggi di modellazione, solutori ed interfacce, parametri algoritmici) e mira ad avere una forte componente progettuale in modo da familiarizzare gli studenti in particolare con gli aspetti prettamente informatici di queste attività. Dato però che tali strumenti sono fondati su schemi algoritmici complessi e proprietà matematiche rigorosamente definite, è necessario fornire allo stesso tempo agli studenti la consapevolezza di tali fondamenti, in particolare dove ciò sia necessario per comprenderne al meglio l'uso o permettere la progettazione di approcci più efficaci ed efficienti, ad esempio con riguardo alle problematiche relative all'incertezza dei dati.

PROGRAMMA DEL CORSO

  1. Introduzione (6 ore)

  2. Richiami di ottimizzazione matematica (10 ore)

  3. Solutori di PL e PLI (16 ore)

  4. Metodologie per il miglioramento della prestazioni degli agoritmi (16 ore)


Description: The course will, through presentation of actual working cases and project work, enable the student to produce and/or appropriately use software tools for the support to complex decisions (mainly at the corporate/industrial level), in particular those based on mathematical optimization techniques. The course is focussed on practical aspects of these tools (modeling languages and systems, solvers and interfaces, algorithmic parameters, ...) and has a strong project aspect in order to familiarize the students, in particular, with the specific computer science aspects of these activities. However, since these tools are based on complex algorithmic schemes and rigorously defined mathematical properties, it is at the same time necessary to provide the students with appropriate consciousness of these foundational aspects, in particular whenever this is necessary to better understand their use or design more efficient and effective approaches; a particularly relevant case is that of handling the issue of uncertainty in the data of the problem.

COURSE PROGRAM

  1. Introduction (6 hours)

  2. Review of mathematical optimization (10 hours)

  3. LP and ILP solvers (16 hours)

  4. Methodologies to improve solver effectiveness (16 hours)

Testi di riferimento

  1. Appunti del corso di Ricerca Operativa (basic Operations Research course material)

  2. Jon Lee A First Course in Linear Optimization Reex Press, 2013

  3. Materiale distribuito dal docente durante il corso (other material provided by the teacher)

  4. D. Simchi-Levi, X. Chen and J. Bramel Logic of Logistics: Theory, algorithms, and applications for logistics and supply chain Springer-Verlag, 2004

  5. M.S.Bazaraa, J.J.Jarvis, H.D.Sherali Linear programming and network flows John Wiley & Sons

  6. L.A. Wolsey Integer programming John Wiley & Sons

  7. G. Ghiani, R. Musmanno Modelli e Metodi per l'Organizzazione dei Sistemi Logistici Pitagora, 2000