Contenuto
Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricercaINIZIO_TESTO_DA_INDICIZZARE
PROGRAMMA DI RICERCA
italiano - english
Unità di Ricerca
Programmi di ricerca simili:
- 1 - Ottimizzazione Nonlineare, Disequazioni Variazionali, e Problemi di Equilibrio.
- 2 - Problemi variazionali con scale multiple
- 3 - Problemi e Metodi Innovativi nell'Ottimizzazione Nonlineare
- 4 - Equazioni alle derivate parziali e disuguaglianze funzionali: aspetti quantitativi, proprietà geometriche e qualitative, applicazioni.
- 5 - Metodi basati sulla similarita' per la visione artificiale e il riconoscimento delle forme: Teoria, algoritmi, applicazioni
- 6 - Metodi numerici avanzati per equazioni alle derivate parziali di interesse applicativo
- 7 - Ottimizzazione di sistemi dinamici stocastici con applicazioni alla finanza
- 8 - Modelli e algoritmi di ottimizzazione per il progetto di reti wireless
- 9 - ANALISI NELLO SPAZIO DELLE FASI PER EQUAZIONI A DERIVATE PARZIALI
- 10 - Problemi di routing e packing nell'ottimizzazione dei sistemi di trasporto
Classificazione scientifico-disciplinare
- Area scientifico disciplinare: Scienze economiche e statistiche
Classificazione geografica
- Regione: Lombardia
Bibliografia
Allevi E., Gnudi, A., Konnov, I,V., (2004). Generalized Vector Variational Inequalities over Countable Product of Sets, Journal of Global Optimization, 30, 155-167.Ansari, Q.H., Konnov, I.V. and Yao, J.C. , (2001), On generalized vector equilibrium problems, Nonlinear Analysis: Theory, Methods and Applications, 47, 543-554.
Aubin, G.P., (1993), Optima and equilibria. An introduction to nonlinear analysis, Springer-Verlag.
Avriel, M., Diewert, W.E., Schaible, S. and I. Zang (1988), Generalized Concavity, Mathematical Concepts and Methods in Science and Engineering, 36, Plenum Press.
Barros A.I. (1998), Discrete and Fractional Programming Techniques for Location Models, Combinatorial Optimization 3, Kluwer.
Bomze I.M. and G. Danninger, (1994), A finite algorithm for solving general quadratic problems, J. of Global Optimization, 4, 1-16.
Cambini, A., Castagnoli, E., Martein, L., Mazzoleni, P. and S. Schaible Eds (1990), Generalized Convexity and Fractional Programming with Economic Applications, Lecture Notes in Economics and Mathematical Systems, 345, Springer-Verlag.
Cambini, A., Crouzeix, J.P. and Martein, L. (2002), On the pseudoconvexity of a quadratic fractional function, Optimization, 51, 667-687.
Cambini A. and L. Martein (1986), A modified version of Martos' algorithm, Methods of Operation Research, 53, 33-44.
Cambini A., Dass B.K. and L. Martein Eds. (2003), Generalized Convexity, Generalized Monotonicity, Optimality Conditions and Duality in Scalar and Vector Optimization, J. of Statistics and Management System 5.
Cambini A, Martein L. and S. Schaible (2005.a), On the pseudoconvexity of the sum of two linear fractional functions, in Generalized convexity, generalized monotonicity and applications, Nonconvex optimization and its applications 77, Springer, 161-172.
Cambini A, Martein L. and S. Schaible (2005.b), Pseudoconvexity under the Charnes-Cooper transformation, forthcoming in Pacific J. of Optimization.
Cambini R. and C. Sodini (2002), A finite algorithm for a particular d.c. quadratic programming problem, Annals of Operations Research, 117, 33-49.
Cambini R. and C. Sodini (2003), A Finite Algorithm for a Class of Nonlinear Multiplicative Programs, J. of Global Optimization, 26, 279-296.
Cambini R. and C. Sodini, (2005), Decomposition methods for solving nonconvex quadratic programs via branch and bound, J. of Global Optimization, to appear.
Cardell, J., Hitt, C. and Hogan, W. W.,(1997), Market Power and Strategic Interaction in Electricity Networks, Resource and Energy Economics, Vol. 19, 109-137.
Charnes A., Cooper W.W. (1962), Programming with linear fractional functionals. Naval Research Logistics. Quarterly 9 181-186.
Cooper W.W., Seiford L.M. and J. Zhu Eds (2004), Handbook on Data Envelopment Analysis, International Series in Operations Research & Management Science 71, Springer.
Crouzeix J.P., Martinez-Legaz J.E. and M. Volle Eds (1997), Generalized Convexity, Generalized Monotonicity, Kluwer.
Daxhelet, O. and Smeers, Y. , (2001), Variational Inequality Models of Restructured Electricity Systems, Complementarity: Applications, Algorithms and Extensions. Dordrecht: Kluwer Academic Publishers, 85-120.
De Angelis P.L., Pardalos P.M. and G. Toraldo (1997), Quadratic Programming with Box Constraints, in Developments in Global Optimization, Kluwer, 73-93.
Eberhard A., Hadjisavvas N. and D.T. Luc Eds (2005), Generalized Convexity, Generalized Monotonicity and Applications, Nonconvex Optimization and its Applications, 77, Springer.
Ellero A. (1996), The optimal level solutions method, J. of Information & Optimization Sciences, 17, 355-372.
Facchinei, F. and Pang, J.S., (2003), Finite-Dimensional Variational Inequalities and Complementarity Problems, Springer Verlag.
Frenk J.B.G. and S. Schaible (2005), Fractional programming, in Handbook of generalized convexity and generalized monotonicity, Nonconvex optimization and its applications 76, Springer, 335-386.
Giannessi, F., (1980), Theorems of the alternative, quadratic programs, and complementarity problems, variational inequalities and complementarity problems, John Wiley, 151-186.
Gòmez M.A. (1999), An O(n^2) active set algorithm for the solution of a parametric quadratic program, Numerical Algorithms, 22, 305-316.
Gue M. Lee, Nguyen N. Tam, Nguyen D. Yen (2005), Quadratic Programming and Affine Variational Inequalities : A Qualitative Study, Nonconvex Optimization and Its Applications 78, Springer.
Hadjisavvas N., Komlòsi S. and S. Schaible Eds (2005), Handbook of Generalized Convexity and Generalized Monotonicity, Nonconvex Optimization and its Applications, 76, Springer.
Hadjisavvas N., Martinez-Legaz J.E. and J-P. Penot Eds (2001.a), Generalized Convexity and Generalized Monotonicity, Lecture Notes in Economics and Mathematical Systems, 502, Springer-Verlag.
Hadjisavvas N. and P.M. Pardalos Eds (2001.b), Advances in Convex Analysis and Global Optimization, Nonconvex Optimization and Its Applications 54, Kluwer.
Harker, P.T., (1991), Generalized Nash games and quasivariational inequalities, European Journal of Operations Research 54, 81-94.
Harker, P.T., Pang, J. S., (1990), Finite-dimensional variational inequalities and nonlinear complementarity problems: A survey of theory, algorithms and applications, Math. Programming 48, 161-220.
Hobbs, B.F., (2001), Linear Complementarity Models of Nash-Cournot Competition in Bilateral and POOLCO Power Markets, IEEE Transactions on Power Systems 16, 194-202.
Kahn, E., (1998), Numerical Techniques for Analyzing Market Power in Electricity, The Electricity Journal 11(6), 34-43.
Kolstad, C.D. and Mathiesen, L., (1991), Computing Nash-Cournot equilibria, Oper.Res, 39, 739-748.
Komlósi, S., Rapcsák, T. and S. Schaible Eds (1994), Generalized Convexity, LNEMS, 405, Springer-Verlag.
Konno H. and T. Kuno, (1990), Generalized linear multiplicative and fractional programming, Annals of Operations Research, 25, 147-162.
Luo, Z., Pang, J.S. and Ralph, D., (1996), Mathematical Programming with Equilibrium Constraints, Cambridge University Press, Cambridge, UK.
Martos, B. (1964), Hyperbolic programming. Naval Research Logistics. Quarterly 11, 135-155.
Mjelde K.M., (1978), Allocation of resources according to a fractional objective, European J. of Operational Research, 2, 116-124.
Nagurney, A., (1993), Network economics: A variational inequality approach, Kluwer Academic Publishers, Dordrecht.
Oren, S.S., (1997), Economic Inefficiency of Passive Transmission Rights in Congested Electricity Systems with Competitive Generation,' The Energy Journal 18, 63-83.
Oren, S.S., Yao, J. and Adler, I., (2004), Computing Cournot Equilibria in Two Settlement Electricity Markets with Transmission Constraints, Proceedings of the 37th Hawaii International Conference on System Sciences.
Pang, J.S., and Chan, D., (1982), Iterative Methods for Variational and Complementary Problems, Math. Prog. 14, 284-313.
Pang, J.S., (1984), Solution of the General Multicommodity Spatial Equilibrium Problem by Variational and Complementarity Methods, J. Reg. Sci. 24, 403-427.
Ray S.C. (2004), Data Envelopment Analysis : Theory and Techniques for Economics and Operations Research, Cambridge University Press.
Schweppe, F.C., Caramanis, M.C., Tabors, R.D. and Bohn, R.E., (1988), Spot Pricing of Electricity. Boston: Kluwer Academic Publishers, Appendix D.
Smeers, Y. and J.Y. Wei, (1997), Spatially Oligopolistic Model with Opportunity Cost Pricing for Transmission Capacity Reservations-A Variational Inequality Approach, CORE Discussion Paper 9717, Université Catholique de Louvain.
Smeers, Y., (1997), Computable equilibrium models and the restructurizing of the European electricity and gas markets, Energy J., 18, 1-31.
Yitzakhi S. (1982), A tax programming model, J. of public economics, 19, 107-120.
Zhu, D. and Marcotte, P., (1996), Co-coercivity and its role in the convergence of iterative schemes for solving variational inequalities, SIAM J. Optim., 6, 714-726.
Parole Chiave
MONOTONIA GENERALIZZATA, DISEQUAZIONI VARIAZIONALI, MODELLI DI EQUILIBRIO, MODELLI DI OLIGOPOLIO, PROGRAMMAZIONE FRAZIONARIA, PROGRAMMAZIONE MULTIOBIETTIVO, RETI DI TRASPORTO, MERCATO DELL'ENERGIA ELETTRICA, OTTIMIZZAZIONE GLOBALEModelli ed applicazioni della monotonia generalizzata
Università degli Studi di BresciaAbstract
Le tematiche che verranno affrontate nel progetto di ricerca riguardano vari aspetti teorici, computazionali ed applicativi relativi alla monotonia generalizzata, alle disequazioni variazionali e ai problemi di equilibrio. Il programma si presenta vasto e articolato e si può idealmente suddividere in uno studio di carattere teorico ed in un successivo riscontro dei risultati a livello applicativo e a livello algoritmico.La fase di studio teorico si può riassumere schematicamente nel modo seguente:
- Studio e caratterizzazione di funzioni aventi mappe gradienti monotone generalizzate
- Studio dei modelli di equilibrio generalizzato e rapporto con le disequazioni variazionali
- Studio della dualità per disequazioni variazionali vettoriali
Per quanto riguarda lo studio algoritmico, verranno studiati metodi risolutivi per varie classi di problemi sia scalari sia bicriteria, in particolare:
- Problemi con funzioni obiettivo frazionarie generalizzate e quadratiche moltiplicative
- Problemi di ottimizzazione bilivello
- Problemi bicriteria con funzione obiettivo avente mappa gradiente monotona generalizzata.
Ampio spazio è anche dedicato alle applicazioni dei risultati conseguiti da un punto di vista teorico, tra cui l’analisi del mercato liberalizzato dell’energia elettrica e l’indagine di equilibri in problemi di trasporto. <<<
Coordinatore Scientifico del Programma di Ricerca
Elisabetta Allevi Università degli Studi di BRESCIAObiettivo del Programma di Ricerca
Negli ultimi decenni lo studio dei metodi e dei modelli di programmazione matematica per l’analisi dei problemi di equilibrio ha suscitato un vasto interesse sia dal punto di vista teorico sia dal punto di vista applicativo (per i riferimenti bibliografici si veda il punto 2.2 “Base di partenza scientifica nazionale ed internazionale”). In tale studio si ritrovano problematiche relative sia all’ottimizzazione sia alla teoria delle disequazioni variazionali, problematiche che risultano tra loro strettamente connesse. In particolare, le disequazioni variazionali consentono di trattare situazioni reali più complesse rispetto a quelle che rientrano negli schemi classici dei problemi di ottimizzazione. Lo sviluppo della teoria delle disequazioni variazionali ha seguito tappe analoghe a quelle della teoria dell’ottimizzazione: inizialmente risultati in forma scalare, solo recentemente, per meglio adattare i modelli a contesti in cui le grandezze che compaiono sono per loro natura vettoriali, si è passati ad una formulazione di tipo vettoriale. Come nel caso dell’ottimizzazione, tale estensione si presta a diverse formulazioni legate, ad esempio, a diversi concetti di ordine o alla possibilità di privilegiare un obiettivo rispetto ad un altro.Le diverse competenze scientifiche dei proponenti il progetto concorrono in modo complementare allo studio dei problemi di equilibrio, sia dal punto di vista dell’ottimizzazione matematica sia dal punto di vista delle disequazioni variazionali. Inoltre l’analisi di tali tematiche trova un denominatore comune nella monotonia generalizzata, che ha stimolato la collaborazione tra i proponenti il progetto.
Tradizionalmente lo studio dei problemi di ottimizzazione e delle disequazioni variazionali è stato effettuato tramite l’analisi di problemi convessi o monotoni; poiché queste ipotesi di regolarità si sono rivelate spesso troppo restrittive, in problemi applicativi sia dell’Economia che della Ricerca Operativa, l’attenzione si è rivolta alla ricerca di definizioni più deboli di tali proprietà, mettendo in evidenza lo stretto legame tra disequazioni variazionali e monotonia generalizzata.
Un primo obiettivo è lo studio della monotonia generalizzata al fine di determinare nuove classi di mappe monotone generalizzate che consentano di proporre nuovi metodi sequenziali sia per problemi scalari che per problemi sequenziali.
Un obiettivo parallelo del progetto è un’indagine teorica ed applicativa delle disequazioni variazionali vettoriali, con proprietà di monotonia generalizzata, e più in generale disequazioni variazionali che coinvolgono multi-funzioni definite su sottospazi non necessariamente reali, al fine di formulare modelli più generali di quelli presenti in letteratura.
Tali estensioni dell'ordine di monotonia consentono di stabilire nuovi risultati di esistenza e di unicità per le corrispondenti disequazioni variazionali definite su strutture partizionate, ossia su prodotti cartesiani, che consentono di sviluppare nuovi metodi risolutivi efficienti e specializzare tali risultati a problemi di disequazioni variazionali miste.
Il progetto di ricerca può essere apprezzato per le potenziali molteplici applicazioni delle tematiche affrontate, dei metodi e dei modelli sviluppati, in particolare per l’indagine dell’equilibrio del traffico su una rete di trasporto, di problemi di equilibrio oligopolistico, nonché per l’analisi del mercato liberalizzato dell’energia elettrica al fine di ridurre in modo significativo i costi reali di ristrutturazione. <<<
Durata
24 mesiBase di partenza scientifica nazionale o internazionale
Da vari decenni, la monotonia generalizzata costituisce un’area di ricerca particolarmente attiva che coinvolge studiosi di varie discipline tra le quali una menzione particolare spetta all’ottimizzazione e all’economia matematica. La monotonia generalizzata è apparsa come il naturale complemento della convessità generalizzata, tenuto conto anche delle applicazioni alle disequazioni variazionali ed ai problemi di equilibrio.Mentre nel passato la monotonia generalizzata e la convessità generalizzata sono state sistematicamente studiate in modo indipendente, solo recentemente si sono trovate forti interrelazioni tra esse che hanno permesso di ottenere risultati sull’una tramite le proprietà dell’altra.
Tale interrelazione è testimoniata dalla ricca varietà di argomenti affrontati nei recenti volumi [Eberhard A. et al. Eds. (2005): “Generalized Convexity, Generalized Monotonicity and Applications”, Hadjisavvas et al. Eds. (2005): “Handbook of Generalized Convexity and Generalized Monotonicity”].
I modelli di tipo variazionale, che coinvolgono in particolare le disequazioni variazionali ed i problemi di equilibrio, rappresentano una grande varietà di problemi matematici utili nella rappresentazione di molte situazioni reali (Aubin, 1993). In letteratura sono stati indagati vari aspetti, sia teorici che computazionali ed applicativi, delle disequazioni variazionali e dei problemi di equilibrio.
Da un punto di vista teorico particolare attenzione hanno ricevuto lo studio della esistenza delle soluzioni in ipotesi di monotonia, di compattezza o di coercività e l’analisi delle sensitività in presenza di perturbazioni (Harker, Pang, 1990). Parallelamente è stata sviluppata l’indagine di metodi e di algoritmi risolutivi finalizzati a possibili applicazioni, quali ad esempio, lo studio dell’equilibrio su una rete di trasporti, o, più in generale, in un sistema economico o finanziario (Nagurney, 1993 ).
Lo sviluppo di disequazioni variazionali (VI) a dimensione finita, generalizzazione di un problema complementare non lineare (NCP), parte nei primi anni ’60 e fornisce un ampio sistema unificante per lo studio di problemi di ottimo e di equilibrio. Un’interessante rassegna delle prospettive di evoluzione del VI/NCP si può trovare in Facchinei, Pang (2003).
L’approccio dei modelli di equilibrio è uno dei più utilizzati anche nello studio del mercato elettrico (Smeers, 1997). In alcuni lavori sono stati studiati modelli che forniscono funzioni di equilibrio in assenza di vincoli di trasmissione, in altri sono stati esaminati modelli di equilibrio alla Cournot-Nash con vincoli di trasmissione (Oren et al., 2004). Un’ importante scelta iniziale è l’ipotesi riguardante la possibilità per gli agenti di intervenire nei mercati della trasmissione. L’ipotesi che gli agenti agiscano sui mercati porta a problemi non-convessi con la possibilità di più punti di equilibrio [Oren, 1997; Cardell, Hitt e Hogan, 1997; Luo, Pang e Ralph, 1996].
D’altro canto, se il maggior obiettivo del modello è di considerare il comportamento dei produttori nel mercato dell’energia, l’ipotesi che gli agenti agiscano come compratori nel mercato della trasmissione consente di formulare tali modelli in termini di problemi di complementarietà o di disequazioni variazionali [Daxhelet e Smeers, 2001; Hobbs, 2001; Smeers e Wei, 1997].
Inoltre nei modelli citati le condizioni del primo ordine per tutti i produttori possono essere aggregate con quelle dei proprietari delle linee di trasmissione e l’equilibrio può essere formulato come un problema di complementarietà. In questo campo vi sono numerosi problemi aperti come la creazione di un efficace pool per investigare problemi di grandi dimensioni.
La formulazione delle disequazioni variazionali e dei problemi di equilibrio è stata data inizialmente in forma scalare. Successivamente si è passati a una formulazione di tipo vettoriale, percorrendo tappe analoghe a quelle dell’ottimizzazione (Giannessi, 1980). Tale estensione si presta a diverse formulazioni sia in dimensione finita che infinita. Nel primo caso si può ridurre il problema vettoriale a una sequenza di problemi scalari, evidenziando una gerarchia fra gli obiettivi; in entrambi i casi, la soluzione può essere definita utilizzando diversi concetti di ordine.
Nell’intento di indebolire le condizioni classiche per l’esistenza delle soluzioni, ipotesi chiave risulta essere la generalizzazione della monotonia. Negli ultimi due decenni numerosi lavori riguardanti questi concetti e le loro applicazioni ai problemi variazionali e di equilibrio sono comparsi su riviste internazionali (Avriel et al., 1988, Hadjisavvas et al., 2005).
Per quanto riguarda le proprietà di monotonia generalizzata, sono stati ottenuti criteri per la monotonia generalizzata di mappe affini [si veda ad esempio Hadjisavvas et al. Eds. (2005)] e recentemente in [Cambini A., Martein L. and Schaible S. (2005.a)(2005.b)] è stato evidenziato come la trasformazione di Charnes-Cooper ed una sua generalizzazione hanno la proprietà di conservare sia la pseudoconvessità della funzione che la pseudomonotonia della mappa gradiente.
Ricordando che le funzioni pseudomonotone ammettono punti di ottimo (minimo e/o massimo) su punti estremi della regione ammissibile, si rileva come la monotonia generalizzata occupi una posizione importante nella programmazione matematica anche dal punto di vista algoritmico, permettendo la determinazione di vari metodi sequenziali atti a risolvere problemi frazionari generalizzati.
In particolare, la risoluzione di alcune classi di problemi frazionari generalizzati è stata affrontata da vari autori con tecniche diverse. Ai fini di questo progetto si segnalano i lavori [De Angelis et al. (1997), Gomez M.A.(2001)].
Tra i vari approcci presenti in letteratura ne esiste uno di tipo parametrico basato sul concetto di “soluzione ottima di livello” introdotto in [Cambini A and L.Martein (1986)] e recentemente utilizzato per la risoluzione di problemi quadratici [Cambini R. and C.Sodini (2002) e (2003)]; i risultati ottenuti in termini di efficienza algoritmica e di limitazione degli errori numerici evidenziano la presenza di ulteriori spazi di indagine sia di tipo teorico che di tipo implementativo.
L'importanza della programmazione frazionaria generalizzata ed in particolare della programmazione quadratica frazionaria e moltiplicativa è testimoniata dalle numerose applicazioni in campo economico-aziendale tra le quali ricordiamo la DEA (data envelopment analysis), [si veda ad esempio Cooper W.W., et al. (2004)], la tax programming [Yitzakhi S. (1982)], la logistica ed i modelli di allocazione [si veda ad esempio Barros A.I. (1998)], la teoria del rischio e del portafoglio. <<<



