Un algoritmo senza derivate per problemi con variabili intere

Nella tesi seguente verrà presentata una modifica ad un algoritmo per la risoluzione di problemi black box a variabili intere. I problemi black box a variabili intere rappresentano un'importante sfida ancora aperta per la Ricerca Operativa. La caratteristica principale di tali problemi risiede nella non-analiticità delle funzioni che li descrivono. Tale non-analiticità porta all'impossibilità di una conoscenza delle derivate di queste funzioni. Di conseguenza i problemi black box a variabili intere non possono essere affrontati con i tradizionali algoritmi basati sulle derivate. L'insorgere di problemi black box a variabili intere come modellizzazione di problemi reali ha dato quindi origine all'esigenza di sviluppare opportuni algoritmi volti alla loro risoluzione. In questa tesi i problemi black box a variabili intere verranno introdotti nel Capitolo 1, ponendo l'attenzione sulle loro peculiarità e sulle caratteristiche che un algoritmo volto alla loro risoluzione deve avere, nel Capitolo 2 saranno presentati alcuni algoritmi che negli anni sono stati proposti per cercare soluzioni a questi problemi, mentre nel Capitolo 3 verrà presentato un algoritmo di più recente costruzione: l'algoritmo NM-BBOA. Una modifica all'algoritmo NM-BBOA sarà presentata in dettaglio nel Capitolo 4, per poi concludere con il Capitolo 5 dove verranno riportati i risultati ottenuti dal confronto tra l'algoritmo base e la sua versione modificata.