Skip to content

Algoritmo genetico per il problema del set covering

Informazioni tesi

  Autore: Marco Golinelli
  Tipo: Tesi di Laurea
  Anno: 2001-02
  Università: Università degli Studi di Camerino
  Facoltà: Ingegneria
  Corso: Ingegneria Informatica
  Relatore: Paolo Toth
  Lingua: Italiano
  Num. pagine: 122

Negli ultimi anni, gli algoritmi genetici sono diventati sempre più comuni per risolvere i complessi problemi di ottimizzazione come quelle di scheduling o di timetabling. Il metodo generale nel passato doveva direttamente ottimizzare i problemi con una procedura genetica accoppiata spesso con una fase di post-ottimizzazione, dove entrambe le fasi erano orientate verso l'abbassamento del costo delle soluzioni. Il nuovo metodo presentato qui ,tratto da un U. Aickelin (Faculty of Computer Studies and Mathematics, University of the West of England, Frenchay Campus, ColdharbourLane, Bristol BS16 1QY, UK) in un articolo intitolato: “An indirect genetic algorithm for set covering problems” è diverso in due punti. In primo luogo, una procedura separata di decodifica, con i parametri forniti dalla procedura genetica, risolve il problema reale. In secondo luogo, lo scopo dell’ottimizzazione del decodificatore non è quello di realizzare soluzioni di basso costo. Le buone soluzioni sono trovate attraverso una fase di post-ottimizzazione (hill-climbing). Anche se suona complicato, questo metodo facilita realmente l’algoritmo dividendolo in tre componenti separate. I componenti stessi sono relativamente diretti ed autonomi, permettendo il loro uso per altri problemi. Quindi, questo metodo è particolarmente adatto per persone che hanno conoscenza approfondita del problema da ottimizzare ma che non conoscono il calcolo evolutivo, perché soltanto le parti non-evolutive devono essere cambiate per affrontare il nuovo problema. Il metodo si è sviluppato dall'osservazione che non ha senso, in generale, includere i vincoli nell'algoritmo genetico. Questo è uno dei loro svantaggi più grandi, poiché non li rende prontamente applicabili alla maggior parte dei problemi reali di ottimizzazione. Alcuni metodi per occuparsi dei vincoli esistono, sono essenzialmente funzioni di riparazione e di penalty. Tuttavia, la loro applicazione è successiva al problema specifico. Nell'approccio modulare, i problemi che coinvolgono i vincoli sono risolti dal modulo del decodificatore, che libera l'algoritmo genetico della gestione dei vincoli. L’ algoritmo sviluppa in primo luogo un metodo veloce, elastico e modulare per la soluzione dei problemi di set covering e, secondo, sviluppa un metodo per soddisfare i vincoli. In questa sede si usa un metodo modulare tri-fase. In primo luogo, la procedura genetica trova la permutazione 'migliore' delle righe e buoni parametri per la fase due. La procedura del decodificatore, un semplice euristico, assegna buone colonne alle righe trovate dall'algoritmo genetico. Infine un post-hill-climber ottimizza tutte le soluzioni. Prima di analizzare nel dettaglio l’algoritmo nei primi capitoli verrà presentata un breve excursus sull’origine degli algoritmi genetici, la terminologia usata in questo ambito la loro rappresentazione classica e i problemi che si posso incontrare affrontando l’argomento. Negli ultimi capitoli verranno invece presentati, innanzitutto, il problema del set covering e successivamente l’algoritmo da me implementato con le relative spiegazioni di ogni funzione usata e tabelle che illustrano i risultati da me ottenuti.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
Introduzione Introduzione Negli ultimi anni, gli algoritmi genetici sono diventati sempre più comuni per risolvere i complessi problemi di ottimizzazione come quelle di scheduling o di timetabling. Il metodo generale nel passato doveva direttamente ottimizzare i problemi con una procedura genetica accoppiata spesso con una fase di post- ottimizzazione, dove entrambe le fasi erano orientate verso l'abbassamento del costo delle soluzioni. Il nuovo metodo presentato qui ,tratto da un U. Aickelin (Faculty of Computer Studies and Mathematics,University of the West of England, Frenchay Campus, ColdharbourLane, Bristol BS16 1QY, UK) in un’ articolo intitolato : “An indirect genetic algorithm for set covering problems” è diverso in due punti. In primo luogo, una procedura separata di decodifica, con i parametri forniti dalla procedura genetica, risolve il problema reale. In secondo luogo, lo scopo dell’ottimizzazione del decodificatore non è quello di realizzare soluzioni di basso costo. Le buone soluzioni sono trovate attraverso una fase di post-ottimizzazione (hill-climbing). Anche se suona complicato, questo metodo facilita realmente l’algoritmo dividendolo in tre componenti separate. I componenti stessi sono relativamente diretti ed autonomi, permettendo il loro uso per altri problemi. Quindi, questo metodo è particolarmente adatto per persone che hanno conoscenza approfondita del problema da ottimizzare ma che non conoscono il calcolo evolutivo, perché soltanto le parti non-evolutive devono essere cambiate per affrontare il nuovo problema. Il metodo si è sviluppato dall'osservazione che non ha senso, in generale, includere i vincoli nell' algoritmo genetico. Questo è uno dei loro svantaggi più grandi, poiché non li rende prontamente applicabili alla maggior parte dei problemi reali di ottimizzazione. Alcuni metodi per occuparsi dei vincoli esistono, sono essenzialmente i

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Scopri come funziona

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave


Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi