Definizione e sviluppo di un algoritmo genetico multiobiettivo per problemi d...Stefano Costanzo
Lo scopo di questo lavoro di tesi è lo sviluppo di un approccio meta-euristico basato sugli algoritmi genetici per la risoluzione di problemi multi-obiettivo sia di programmazione lineare che di ottimizzazione combinatoria. Alcune tipologie di questi problemi si prestano ad essere risolti mediante algoritmi ad-hoc che fanno leva sulle caratteristiche strutture matematiche delle variabili di ingresso con cui sono modellati, così come evidenziato nella vasta letteratura esaminata. Il presente lavoro propone invece di generalizzare queste tecniche in modo da poter offrire uno o più algoritmi che sappiano gestire contemporaneamente il maggior numero di classi di problemi. Inoltre, l’intrinseca complessità dovuta alla natura multi-obiettivo dei problemi affrontati, richiede di spostare l’attenzione dai metodi deterministici-tradizionali a quelli evolutivi-euristici. Viene quindi delineato il profilo di un algoritmo genetico capace di elaborare problemi multi-obiettivo con vincoli lineari, non lineari, variabili intere e strutture di variabili combinatorie. Particolare attenzione viene dedicata alle fasi precedenti il ciclo puro di ottimizzazione di un algoritmo genetico, introducendo delle procedure di semplificazione dei sistemi di vincoli lineari e un metodo di eliminazione delle uguaglianze, notoriamente ostiche per gli approcci evolutivi. Risultati sperimentali, su molteplici classi di problemi test, vengono confrontati con algoritmi genetici esistenti mostrando dei comportamenti sicuramente incoraggianti per un raffinamento ulteriore della strategia delineata.
Definizione e sviluppo di un algoritmo genetico multiobiettivo per problemi d...Stefano Costanzo
Lo scopo di questo lavoro di tesi è lo sviluppo di un approccio meta-euristico basato sugli algoritmi genetici per la risoluzione di problemi multi-obiettivo sia di programmazione lineare che di ottimizzazione combinatoria. Alcune tipologie di questi problemi si prestano ad essere risolti mediante algoritmi ad-hoc che fanno leva sulle caratteristiche strutture matematiche delle variabili di ingresso con cui sono modellati, così come evidenziato nella vasta letteratura esaminata. Il presente lavoro propone invece di generalizzare queste tecniche in modo da poter offrire uno o più algoritmi che sappiano gestire contemporaneamente il maggior numero di classi di problemi. Inoltre, l’intrinseca complessità dovuta alla natura multi-obiettivo dei problemi affrontati, richiede di spostare l’attenzione dai metodi deterministici-tradizionali a quelli evolutivi-euristici. Viene quindi delineato il profilo di un algoritmo genetico capace di elaborare problemi multi-obiettivo con vincoli lineari, non lineari, variabili intere e strutture di variabili combinatorie. Particolare attenzione viene dedicata alle fasi precedenti il ciclo puro di ottimizzazione di un algoritmo genetico, introducendo delle procedure di semplificazione dei sistemi di vincoli lineari e un metodo di eliminazione delle uguaglianze, notoriamente ostiche per gli approcci evolutivi. Risultati sperimentali, su molteplici classi di problemi test, vengono confrontati con algoritmi genetici esistenti mostrando dei comportamenti sicuramente incoraggianti per un raffinamento ulteriore della strategia delineata.
L’approccio web 2.0 e le sue ricadute sulle applicazioni di E-Learning: lo ...Francesco Magagnino
L’approccio web 2.0 e le sue ricadute sulle applicazioni di E-Learning: lo sviluppo di un prototipo preliminare per l’apprendimento informale.
---
Tesi presentata il 27 Novembre 2007. Voto 110/110
L’approccio web 2.0 e le sue ricadute sulle applicazioni di E-Learning: lo ...Francesco Magagnino
L’approccio web 2.0 e le sue ricadute sulle applicazioni di E-Learning: lo sviluppo di un prototipo preliminare per l’apprendimento informale.
---
Tesi presentata il 27 Novembre 2007. Voto 110/110
Considerazioni E Mail Marketing, Spamming E Ipersfruttamento Delle Risorse ...
Il Modello Pragmatico Elementare per lo sviluppo di Sistemi Adattivi - Presentazione
1. Il Modello Pragmatico Elementare per lo sviluppo di Sistemi Adattivi Candidato: Francesco MAGAGNINO Relatore: Luigi COLAZZO Università degli studi di Trento Facoltà di Ingegneria Corso di Laurea in Ingegneria dell’Informazione e dell’Organizzazione