Knowledge is power


Genetic Algorithms: a bio-inspired method for combinatorial optimization

Genetic Algorithms: a bio-inspired method for combinatorial optimization

L’ottimizzazione combinatoria è un’area di ricerca che studia problemi decisionali comunemente affrontati nei più complessi sistemi produttivi e logistici.

Ma anche nella vita di tutti i giorni i dilemmi di questa natura non mancano: basti pensare a quando, prima di tornare a casa dal lavoro, dobbiamo comprare il pane, andare al supermercato, e magari fare benzina e prelevare da uno sportello automatico i contanti che ci serviranno per il giorno successivo. E’ naturale, in casi come questi, chiedersi quale sia il percorso più breve per raggiungere tutte le destinazioni e arrivare, finalmente, a casa. L’intuito ci aiuta, ma forse meno di quanto crediamo, soprattutto quando crescono le dimensioni del problema. Qualora le destinazioni da raggiungere fossero 4, le combinazioni da confrontare sarebbero 24, ma se fossero 10, il numero di possibili soluzioni supererebbe i 3 milioni!

Fortunatamente la natura ci ha dato una mano: nel 1975, un fisico, matematico e psicologo americano di nome John Henry Holland, ispirandosi ai processi darwiniani della selezione naturale e dell’evoluzione biologica, ha ideato una famiglia di algoritmi che, ancora oggi, rappresentano lo strumento più efficace per la risoluzione dei problemi combinatori.

Nel corso del seminario l’Ing. Fulvio Antonio Cappadonna, dottore di ricerca in Ingegneria dei sistemi nell’Università di Catania, ha illustrato i principi di funzionamento di tali procedure computazionali, con alcuni esempi di carattere pratico.