Ottimizzazione
Modello & Rappresentazione realtà
È rappresentazione selettiva (soggettiva) realtà
Viene ideato per analizzare/interpretare da un punto di vista astratto il funzionamento di un sistema
- Analogico = rappresenta per analogia
- Iconico = resa sotto forma simboli
- Simbolico = realtà tipo linguaggio
Modelli descrittivi = atti in ingresso non con certezza
Modelli decisionale = atti in ingresso noti con certezza
Statica / Dinamica
Fasi principali
- Identificazione - sintomi e cause
- Formulazione - mentalizzazione - indici di valutazione - variabili di decisione (incognite) - parametri, numerici (noti) - relazioni matematiche
- Sviluppo - realizzazione risoluzione efficace
- Collaudo
- correttezza atti
- soddisfatti/solidarità realtà
Probabilità/verosimiglianza delle conclusioni cognitive
Problemi Di Ottimizzazione (Esempio)
- Problema del commesso viaggiatore
- TSP: Travel Salesman Problem
- min d(H) = c(i,j) * presenza cammino
- ciclo = passare una volta
Modelli di Ottimizzazione Matematica
Supponiamo:
- Vettore xi = (x1, x2, ..., xm) di variabili di decisione
- Funzione obiettivo f: Rn → R
- Vincoli gi (x) ≤ 0, ∀i = 1, 2, ..., m
Regione Ammissibile
Insieme di vettori (punti) che soddisfano i vincoli
K = {xe ∈ Rn : gi(x) < 0, ∀i ? }
- vettori xe sono detti soluzioni ammissibili
- K = ∅ → problema è irrealizzabile
Soluzione Ottimale
xe è una soluzione ottimale globale se :
f(xe) < f(y) ∀ y ∈ K (per pose/inf mini)
xe = {xe} È detto valore ottimale globale
Problema di ottimizzazione illimitato
- Un problema ammissibile è tendenzialmente illimitato se: →
- Un problema ammissibile è superiormente illimitato se: →
- Problema di max può essere visto come problema di min e viceversa
Tipi di Ottimizzazione
- Lineare – prevede tutte relazioni matematiche rappresentate da operatori lineari
- Non lineare (macrositiva)
- Intera (binaria) – ammissibili o variabili di decisione che suppongono solo valori interi oppure un valore binario
- Problemi:
- Vincolato
- Non vincolato
Vincoli
- Fisici – suggeriscono, riesci (hard)
- Tecnologici – limiti di capacità (digest)
- Di consistenza logica – legami logici tra variabili
- Di area spazi di ricerca – riduzione regione ammissibile
- Vincoli su obiettivi decisionali
- A = 1 se pross. viene realizzata
- 2 o 1 no
- Dei realizzare A, non realizzato B
- Variabile legate – vincolo A+B ≤ 1
Ottimizzazione multi-obiettivo
- Obiettivi possono essere tanti e in conflitto tra loro (trade-off)
- Con priorità
- Senza priorità
- Non f(x) e g(x) due obiettivi da minimizzare
- Bisogna raggiungere un compromesso
1) Senza Priorità
-
- Minimizzazione della somma pesi dei due obiettivi
2) Con Priorità
- Ipotesi: limiti obiettivo
- riduzione regione ammissibile
- Cerca le soluzioni di 2° obiettivo
- Minimizzare messo dentro soli limiti obiettivo
Osservazioni
- Se l'ottimale attuale → sempre una soluzione attuale ottimale se si verifica nella regione ammissibile
- Se la soluzione ottimale di un problema ai punti limite può non esistere unica
- Problemi malcondizionati → reg. ammissibile vuota, vincoli in conflitto
- Problemi illimitati → direzione in cui la regione ammissibile è illimitata
Regione ammissibile illimitata ` cond.necessaria per l'illimitatezza (ma non sufficiente)
Vincoli
- Attivi: Si dice attivo in un punto x, y se le coordinate soddisfano vincola come uguaglianza
- Inattivi → niente diseguaglianza in un punto
- Ridondanti → rge sono presenti-assenza non ha effetto sulla soluzione ottimale non altera regione ammissibile
Geometria Problema Standard
- In forma standard a due dimensioni è un punto →
- In tre dimensioni è una retta (intersez. ai piani)
Più di 3? Non lo so.
Concetto utile M-N=2 (variabili - vincoli) → Numero di gradi di libertà
Iperpiani
- Separatore: Separa in maniera all'interno elementi dei che devono soddisfare un sole sottopassi diversi
- Di supporto:
H è iperpiano ai supporto di P nel punto se:
- P ∩ rep; æ → x y
- Di æ = b²
Condizione poliedro-piano supporto
- P-H viene detto faccia di P
- Se H la dimensione - poliedro
Detto P è punto estremo se non può essere espresso come punto appartenente ad cui seguaci coni combinazioni dei punti intermi, cioè
- Se ω rep
- Æ è quindi
→ Vertici = punti estremi
CONVERGENZA E CICLAGGIO
Cicloaggo -> scelgo sempre le stesse variabili (se entranti/uscente x il base) e rimani resto
sempre nello stesso vertice -> algoritmi non terminano
Con soluzioni di base degenerati alcune anche variabili indicatrice zero
nessun cambio iteretto
Riaccuso cicloaggo
CONVERGENZA
SCELTA VARIABILE ENTRANTE
- Si sceglie variabile Xr con cjr costi ridotto maggiore (mass)
- Se alcune variabili Xt non ancora selezionaro massare il appariuto Xr (soleci calcoliori variabili gia' Xt)
- Se degumento alcune variabili ottime Xt avvenuti
- Si scegli variabile Xr cui T piu' piccola fra le variabile non basiable com r>0 non ancora selezionate in iterazioni precedenti
FASE 1
- Concetto -> stabilire status correnziabilitá del problema
- Problema in forma standard:
min cTx s.a. Ax=b x>0
- Formulazione di un problema ausiliare -> costruiro a partire dal problema principale
Componenti vettore di: VARIABILI ARTIFICIALI yp= (y1, ..., ym) (m' di rimasti)
Vincoli: Ax+y=b Condizioni: x>0, y>0 Problema: min |SIGMA_{i=1}^{m| yi s.a. Ax+y=b x,y>0
- Il problema è AMMISSIBILE quando
Se una situazione ammissibile del problema -> cioè torna sol ottimale prob. ausiliario ausiliario, in cui proliferazione in composto da 0. x*0=0
- Risolve il problema ausiliare con FASE 2 -> prob. ausiliaris è sempre ammissibile
- Vertice iniziale (yp = b)
SEMPLICE E VARIABILI LIMITATE
- Problema con box constraints
- I LIMITI PER VARIABILI BASE ETIERA:
Ho la inserzione di base efferia: B-1B = B-1 BdXB xP = xP xP
Funzione ottetto: max c═Tx = max cBT xB
- CONDIZIONI OTTIMALITÁ -> Una seleziona di base esterià è ottimale se: Se ogni variabiile non basila fissata al proprio limito impimpo da un cjr di cotto ridotto negativo o nulla Se ogni variabile non basila fissata al proprio linutto speziate da un c.jr di costo ridotto positivo o nulla
min cTx s.a. Ax=b xL
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
-
Appunti di Metodi di ottimizzazione della ricerca operativa
-
Appunti Metodi di ottimizzazione della ricerca operativa
-
Metodi di ottimizzazione della ricerca operativa
-
Esercitazioni Metodi di ottimizzazione della ricerca operativa