Metodi euristici di ottimizzazione: analisi teorica e sperimentale
Persone
(Responsabile)
(Collaboratore)
Persone esterne
Ambühl Christoph
(Co-beneficiario esterno)
Abstract
Molti problemi di ottimizzazione presentano un´intrinseca complessità computazionale. Tali problemi sono spesso vitali per molti campi dell´informatica che vanno dal VLSI CAD, all´intelligenza artificiale, alla biologia computazionale, alla logistica, ecc. Ciò ha condotto all´uso di euristiche per l´ottimizzazione, che pur non offrendo garanzie teoriche sulle prestazioni, si dimostrano sperimentalmente estremamente efficaci. Molte strategie euristiche (per esempio Ant Colony Optimization, Simulated Annealing, Genetic algorithms) sono state proposte e sperimentate con successo su molti problemi difficili. Queste metodologie presentano differenti e attraenti strategie che integrano meccanismi stocastici con la conoscenza specifica del problema. Capire quando e in che misura tali metodi euristici abbiano successo o falliscano è una sfida sia per la "teoria" che per la "pratica". Scopo del progetto è di combinare rigore matematico e tecniche sperimentali al fine di una migliore comprensione di tali strategie. Una prima parte, in fase di conclusione, è stata realizzata in collaborazione con l´Università di Ginevra.