Obiettivo: Comprendere la struttura ed il processo di base per risolvere i problemi di ottimo. I partecipanti sfrutteranno un esempio pratico per introdurre la terminologia e i concetti fondamentali, ponendo attenzione su come implementare ogni passaggio dell'ottimizzazione in ambiente MATLAB.

• Introduzione all'ottimizzazione
• Esempio: progettare la forma ottima di un barattolo per alimenti
• Formulazione matematica del problema
• Illustrazione grafica del problema
• Eseguire un'ottimizzazione con l'interfaccia interattiva Optimization Tool
• Interpretazione dei risultati

Obiettivo: Esprimere matematicamente la quantità da ottimizzare in MATLAB. Vengono illustrati pro e contro di implementazioni diverse.

• Prototipo della funzione obiettivo
• Linee guida di codifica
• La funzioni obiettivo come input del solutore
• Perchè usare il tipo Function Handle
• Function Handles associati a file
• Funzioni anonime

Obiettivo: Aggiungere vincoli a un problema di ottimizzazione in MATLAB. Vengono considerati diversi tipi di vincoli, così come le linee guida per un'implementazione efficiente.

• Tipi di vincoli
• Definire vincoli lineari
• Vincoli lineari di tipo disuguaglianza
• Vincoli lineari di tipo eguaglianza
• Definire vincoli non lineari
• Prototipo di funzione per vincoli non lineari
• Linee guida di codifica

Obiettivo: Scegliere gli algoritmi appropriati e le opzioni più adatte per un dato problema in Optimization Toolbox

• Richiami sugli algoritmi
• Scelta dei solutori appropriati
• Parametri di ottimizzazione e opzioni
• Funzionalità da linea di comando
• Comprendere variabili e messaggi di output

Obiettivo: Comprendere ulteriori metodi di soluzione disponibili nel Global Optimization Toolbox e risolvere un problema di ottimizzazione non risolvibile efficientemente dagli algoritmi classici.

• Limiti degli algoritmi di tipo gradiente dell’Optimization Toolbox
• Introduzione agli algoritmi euristici del Global Optimization Toolbox
• Ottimizzazione Globale e intera
• Esempio: Schedulazione dei turni di lavoro
• Introduzione agli algoritmi genetici
• Interpretazione dei risultati