MARCO LOCATELLI

Dipartimento di Ingegneria Informatica
Università degli Studi di Parma




 

INFORMAZIONI GENERALI
 

Nato a Piacenza il 10.1.1968

Professore ordinario  raggruppamento MAT09 - Ricerca Operativa
Dipartimento di Ingegneria dell'Informazione
Università degli Studi di Parma
Viale G.P.Usberti 181/A
43124 Parma
tel: 0521 905711
e-mail: locatell@ce.unipr.it
URL: http://www.ce.unipr.it/user/locatell/index.html

inizio pagina



 

STUDI
 

Laurea in Scienze dell'Informazione presso l'Università degli Studi di Milano, votazione 110/110 e lode, 16 luglio 1992

Dottorato di Ricerca in ``Matematica Computazionale e Ricerca Operativa'', VIII ciclo, presso l'Università degli Studi di Milano con esame finale presso l'Università di Napoli nel Settembre 1997.

inizio pagina



 

POSIZIONI RICOPERTE
 

Borsista  presso il Dipartimento di Matematica dell'Università di Trier (Germania) nel periodo Aprile 1997-Marzo 1998.

Borsista post-doc presso il Dipartimento di Sistemi e Informatica della facoltà di Ingegneria dell'Università di Firenze nel periodo Settembre 1998-Ottobre 1999

Ricercatore universitario raggruppamento MAT09 (ex A04B) - Ricerca Operativa - presso il Dipartimento di Informatica della Facoltà di Scienze Matematiche Fisiche e Naturali dell'Università di Torino dal 2.11.1999 al 28.2.2002.

Professore associato raggruppamento MAT09 - Ricerca Operativa - presso il Dipartimento di Informatica della Facoltà di Scienze Matematiche Fisiche e Naturali dell'Università di Torino dal 1.3.2002 al 30.09.2009.

Professore associato raggruppamento MAT09 - Ricerca Operativa - presso il Dipartimento di Ingegneria dell'Informazione della Facoltà di Ingegneria dell'Università di Parma dal 1.10.2009 al 31.10.2010.

Professore ordinario raggruppamento MAT09 - Ricerca Operativa - presso il Dipartimento di Ingegneria dell'Informazione della Facoltà di Ingegneria dell'Università di Parma dal 1.11.2010.

inizio pagina



 

ATTIVITA'  SCIENTIFICA

 

L'attività scientifica è concentrata sulla risoluzione di problemi di Ottimizzazione Globale, cioè problemi in cui la funzione da ottimizzare è caratterizzata dalla presenza di minimi locali non globali.
A seconda delle caratteristiche della funzione obiettivo è possibile definire diversi approcci di risoluzione che tengano conto della particolare struttura del problema da risolvere.
Nel seguito si riportano gli argomenti di ricerca trattati nell'ordine cronologico in cui sono stati affrontati.

1. Ottimizzazione globale su intervalli monodimensionali

E’ stato studiato un algoritmo per l'ottimizzazione globale di funzioni definite su intervalli monodimensionali basato su un approccio di tipo bayesiano. L'algoritmo considera la funzione obiettivo come una particolare realizzazione di un processo stocastico e sceglie sequenzialmente i punti in cui osservare la funzione in modo tale da massimizzare una funzione di miglioramento atteso che dipende in modo adattivo dalle osservazioni precedentemente fatte. Nella funzione di miglioramento compare un parametro il cui valore regola il rapporto tra componente locale e componente globale dell'algoritmo. Tale parametro è essenziale per il funzionamento dell'algoritmo. Essendo la scelta fortemente dipendente dalla funzione obiettivo da ottimizzare, si è proposto di estendere l'approccio bayesiano anche alla scelta di questo parametro: invece di essere fissato a priori il suo valore, viene definita una distribuzione a priori su di esso che viene successivamente aggiornata sulla base delle osservazioni fatte durante l'esecuzione dell'algoritmo. Sono stati effettuati test computazionali sull'algoritmo così definito.

2. Algoritmi di tipo Multistart-like

Il metodo Multistart classico consiste nel generare punti a caso nella regione ammissibile e far partire una ricerca locale da ciascuno di essi. I metodi Multistart-like introducono una scelta tra i punti da cui far partire ricerche locali. Ciò che si vuole evitare è lo spreco di sforzo computazionale dovuto a ricerche locali che conducono a minimi locali già individuati in precedenza. Le regole per la scelta di tali punti devono soddisfare alcune proprietà teoriche. Da un lato si richiede che, proprio per limitare lo sforzo computazionale, il numero atteso di ricerche locali, qualora l'algoritmo campioni infiniti punti, resti comunque finito. Da sola tale condizione non è sufficiente a garantire l'efficienza dell'algoritmo (banalmente, un algoritmo di generazione casuale pura in cui non viene fatta partire alcuna ricerca locale soddisfa tale requisito). Si richiede anche che l'algoritmo faccia partire ricerche locali che individuino tutti i minimi locali ed in particolare i minimi globali.  In altre parole, le regole devono essere studiate in modo tale da non far partire nè troppe nè troppo poche ricerche locali.
Si è considerata una classe di algoritmi che soddisfa i requisiti teorici sopra enunciati e si è mostrato come le regole di scelta dei punti da cui far partire le ricerche locali per questa classe di algoritmi siano strettamente legate a quelle per un noto algoritmo Multistart-like, Multilevel Single Linkage, pur richiedendo un minor sforzo computazionale. La classe di algoritmi è stata implementata ed i risultati ottenuti sono stati confrontati con altri in letteratura, in particolare quelli di Multilevel Single Linkage.
Multilevel Single Linkage (MLSL) è stato il punto di partenza di altri lavori. Mentre in MLSL si fan partire ricerche locali solo dai punti terminali di sequenze di punti "vicini" con valori di funzioni non crescenti, si è analizzata la possibilità di considerare anche sequenze non monotoniche. L'estensione ha consentito di estendere i risultati teorici di MLSL ad una più ampia classe di funzioni.


3. Ottimizzazione concava su politopi

L'ottimizzazione concava su politopi consente, per la sua particolare struttura, di definire algoritmi che terminano dando una garanzia di vicinanza all'ottimo. In particolare esistono in letteratura algoritmi di tipo branch-and-bound per questo tipo di problemi. Tra essi si sono presi in considerazione algoritmi conici ed algoritmi simpliciali che prendono il nome dagli oggetti geometrici attraverso i quali viene suddiviso il politopo ammissibile. Si sono presentate le dimostrazioni di convergenza per un algoritmo conico ed uno simpliciale. I testi sull'argomento sottolineavano la mancanza di tali dimostrazioni nella letteratura esistente. Si è inoltre dimostrata la finitezza dell'algoritmo simpliciale sotto opportune condizioni.
E’ stato anche presentato un metodo che modifica algoritmi branch-and-bound convergenti attraverso l'introduzione di tagli e modifiche della funzione obiettivo in modo tale da rendere tali algoritmi finiti.


4. Problemi di packing di cerchi

E’ stato studiato il problema di packing di cerchi uguali nel quadrato unitario in modo tale da massimizzarne il raggio. Il problema può essere formulato come un problema di ottimizzazione globale con funzione obiettivo lineare e vincoli quadratici concavi. In particolare,  sono state ricavate alcune proprietà teoriche riguardanti le posizioni dei centri dei cerchi "periferici" ovvero i cerchi vicino ai vertici od ai lati del quadrato. Tali proprietà si sono rivelate, insieme ad altre tecniche,  essenziali nel definire un algoritmo branch-and-bound  in grado di determinare entro una data precisione, tutte le soluzioni ottime del problema fino a 36 cerchi quando i migliori risultati nella letteratura esistente si fermano a 27 cerchi.
Le proprietà teoriche per il problema di packing su quadrati sono state estese anche al caso di generici politopi bidimensionali.


5. Simulated Annealing

Simulated annealing è un metodo stocastico di ottimizzazione globale basato sulla generazione di punti casuali sulla base di una data distribuzione e la loro accettazione o rifiuto sulla base di una data funzione, tipicamente la funzione di Metropolis che dipende da un parametro chiamato temperatura. Sia la distribuzione dei punti che la temperatura sono  scelte essenziali per il funzionamento dell'algoritmo. Si è dimostrata la convergenza di una classe di algoritmi in cui i punti sono generati in intorni del punto corrente di dimensione fissa mentre la temperatura dipende dalla distanza del valore di funzione nel punto corrente dal valore ottimo. Successivamente anche la dimensione dell'intorno in cui vengono generati i punti è stata resa dipendente dalla distanza dal valore ottimo. In questo modo si è potuta dimostrare la convergenza all'ottimo non solo della sequenza dei punti accettati ma anche di tutti i punti generati dall'algoritmo. La convergenza in entrambi i casi dipende da un parametro che è tipicamente non noto in anticipo ed è difficile da stimare. Per ovviare a questo problema
si è considerato un diverso modo di definire la temperatura e la dimensione dell'intorno, anche se sempre basato sul principio che essi dipendano dalla distanza dal valore ottimo. Pur rimanendo la dipendenza dei risultati di convergenza dalla scelta opportuna di parametri, l'individuazione di questi ultimi appare più semplice che in precedenza. Si è inoltre studiata non solo la convergenza dell'algoritmo ma anche il numero atteso di itearzioni prima di raggiungere l'ottimo entro una certa accuratezza. E’ stato anche scritto un survey sull’argomento pubblicato nell’Handbook of Global Optimization II.


6. Problemi di conformazione di molecole

Gli atomi in una molecola  tendono a disporsi secondo una disposizione di minima energia. Un metodo matematico per prevederne la disposizione è dunque quello di definire una funzione che rappresenti l'energia esistente tra gli atomi e quindi minimizzare tale funzione. La funzione risultante presenta tipicamente moltissimi ottimi locali non globali e rappresenta quindi un duro banco di prova per i metodi di ottimizzazione globale. La funzione di energia di energia di Lennard-Jones presenta un numero di ottimi locali che cresce esponenzialmente con il numero N di atomi. Si è studiato un metodo che consiste nell' aggiungere dei termini di penalizzazione alla funzione di Lennard-Jones che tendono a favorire gli ottimi globali rispetto agli ottimi locali, specialmente per quei valori di N che si sono rivelati particolarmente difficili da risolvere nel recente passato (N=38, 75-77, 98, 102-104). Ad esempio, il metodo ha consentito di individuare con un numero esiguo di ricerche locali l'ottimo globale per N=98 dopo che questo era stato individuato con un notevole sforzo computazionale nel corso del 1999.  Si sono presi in considerazione i cosidetti cluster di Morse dove l'energia complessiva è la funzione di Morse. Per tali cluster si sono determinati dei risultati teorici relativi alla distanza minima tra gli atomi all'interno di essi. Successivamente il metodo di penalizzazione è stato inglobato nella procedura Basin-Hopping con considerevoli vantaggi dal punto di vista computazionale sia per l’ottimizzazione dei cluster di Lennard-Jones, sia per quella ancora più complessa dei cluster di Morse.

7. Decomposizioni D.C.

Dato un problema di ottimizzazione quadratica non convessa su poliedri, si sono individuate delle tecniche per calcolare decomposizioni D.C. (Difference-of-Convex) delle funzioni che non fossero dominate da altre. Si è osservato che l’uso di decomposizioni  non dominate consente di definire bound migliori per i problemi.

8. Analisi dei landscape

Si è effettuata un’analisi del landscape della funzione obiettivo in un problema di ottimizzazione globale, collegando ad esso sia la difficoltà del problema sia gli strumenti necessari per risolverlo in modo efficiente. Le idee dell’algoritmo Basin-Hopping, ampiamente utilizzato in problemi di conformazione molecolare per la sua abilità nello sfruttare la particolare struttura delle funzioni obiettivo in questo tipo di problemi, sono state estese per consentire di risolvere problemi anche piú complessi.

9. Problema di Max-Clique 

E’ stato preso in esame il problema di Max-Clique. Dapprima si è analizzata un’euristica basata sulla riformulazione del problema come problema di ottimizzazione globale (piú precisamente come problema di ottimizzazione quadratica su un simplesso). Si è dimostrato che tale euristica risulta essere equivalente ad un approccio combinatorio di tipo greedy. Sulla scia di questo si sono sviluppate euristiche alternative per il problema, basate su scambio di nodi e strumenti di diversificazione, che si sono rivelate piuttosto efficienti in particolare su una classe di problemi particolarmente ostica tra quelle dei DIMACS benchmarks.


inizio pagina



 

ATTIVITA'  DIDATTICA

A.A. 1996-97

Esercitazioni del corso di Ricerca Operativa per il corso di laurea in Ingegneria Gestionale
presso il Politecnico di Milano.

A.A. 1997-98

Titolare del corso di "Statistica e Calcolo delle Probabilità" per il corso di laurea
in Ingegneria per l'Ambiente e Territorio presso il distaccamento di Prato dell'Università di Firenze

 A.A. 1998-99

Titolare del corso di "Statistica e Calcolo delle Probabilità" per il corso di laurea
in Ingegneria per l'Ambiente e Territorio presso il distaccamento di Prato dell'Università di Firenze

Ha tenuto alcune lezioni di Ottimizzazione Globale  in collaborazione con il Prof. Schoen
per il dottorato in Ingegneria Informatica e dell'Automazione a Firenze

A.A. 1999-2000

Esercitazioni per il corso di Ricerca Operativa 1 per il corso di Laurea in Informatica
dell'Università degli Studi di Torino.

Esercitazioni per il corso di Ricerca Operativa 2 per il corso di Laurea in Informatica
dell'Università degli Studi di Torino.

A.A. 2000-2001

Esercitazioni per il corso di Ricerca Operativa 1 per il corso di Laurea in Informatica
dell'Università degli Studi di Torino.

Esercitazioni per il corso di Ricerca Operativa 2 per il corso di Laurea in Informatica
dell'Università degli Studi di Torino.

Corso di "Introduzione alla Ricerca Operativa" presso il  Master in
Scienze Strategiche in collaborazione tra la Scuola di Applicazione di Torino
e l
'Università degli Studi di Torino (I ciclo)

A.A. 2001-2002

Titolare del corso di Ricerca Operativa 1 per il corso di Laurea in Informatica
dell'Università degli Studi di Torino.

Corso di "Introduzione alla Ricerca Operativa" presso il  Master in
Scienze Strategiche in collaborazione tra la Scuola di Applicazione di Torino
e l
'Università degli Studi di Torino (II ciclo)

Corso di "Introduzione alla Ricerca Operativa" presso il  Master in
Scienze Strategiche in collaborazione tra la Scuola di Applicazione di Torino
e l
'Università degli Studi di Torino (III ciclo)

Corso di "Ottimizzazione Combinatoria" presso il  Master in Bioinformatica
dell
'Università degli Studi di Torino

A.A. 2002-2003

Titolare del corso di Ricerca Operativa 2 per il corso di Laurea in Informatica
dell'Università degli Studi di Torino.

Corso di "Introduzione alla Ricerca Operativa" presso il  Master in
Scienze Strategiche in collaborazione tra la Scuola di Applicazione di Torino
e l
'Università degli Studi di Torino (IV ciclo)

Corso di "Introduzione alla Ricerca Operativa" presso il  Master in
Scienze Strategiche in collaborazione tra la Scuola di Applicazione di Torino
e l
'Università degli Studi di Torino (V ciclo)

A.A. 2003-2004

Titolare del corso di Ricerca Operativa 1 per il corso di Laurea in Informatica
dell'Università degli Studi di Torino.

Titolare del corso di Ricerca Operativa 2 per il corso di Laurea in Informatica
dell'Università degli Studi di Torino.

Titolare del corso di Ricerca Operativa  per il corso di Laurea in Informatica
dell'Università degli Studi di Parma

Corso di "Introduzione alla Ricerca Operativa" presso il  Master in
Scienze Strategiche in collaborazione tra la Scuola di Applicazione di Torino
e l
'Università degli Studi di Torino (VI ciclo)

Corso di "Introduzione alla Ricerca Operativa" presso il  Master in
Scienze Strategiche in collaborazione tra la Scuola di Applicazione di Torino
e l
'Università degli Studi di Torino (VII ciclo)

A.A. 2004-2005

Titolare del corso di Ricerca Operativa 1 per il corso di Laurea in Informatica
dell'Università degli Studi di Torino.

Titolare del corso di Ricerca Operativa 2 per il corso di Laurea specialistica in
Sistemi per il Trattamento dell'Informazione dell'Università degli Studi di Torino.

Titolare del corso di Ricerca Operativa  per il corso di Laurea in Informatica
dell'Università degli Studi di Parma

Corso di "Introduzione alla Ricerca Operativa" presso il  Master in
Scienze Strategiche in collaborazione tra la Scuola di Applicazione di Torino
e l
'Università degli Studi di Torino (VIII ciclo)

Corso di "Introduzione alla Ricerca Operativa" presso il  Master in
Scienze Strategiche in collaborazione tra la Scuola di Applicazione di Torino
e l
'Università degli Studi di Torino (IX ciclo)

A.A. 2005-2006

Titolare del corso di Ricerca Operativa 1 per il corso di Laurea in Informatica
dell'Università degli Studi di Torino.

Titolare del corso di Ricerca Operativa 2 per il corso di Laurea specialistica in
Sistemi per il Trattamento dell'Informazione dell'Università degli Studi di Torino.

Titolare del corso di Ricerca Operativa  per il corso di Laurea in Informatica
dell'Università degli Studi di Parma

Corso di "Introduzione alla Ricerca Operativa" presso il  Master in
Scienze Strategiche in collaborazione tra la Scuola di Applicazione di Torino
e l
'Università degli Studi di Torino (X ciclo)

A.A. 2006-2007

Titolare del corso di Ricerca Operativa 1 per il corso di Laurea in Informatica
dell'Università degli Studi di Torino.

Titolare del corso di Ricerca Operativa 2 per il corso di Laurea specialistica in
Sistemi per il Trattamento dell'Informazione dell'Università degli Studi di Torino.

Titolare del corso di Ricerca Operativa  per il corso di Laurea in Informatica
dell'Università degli Studi di Parma

Corso di "Introduzione alla Ricerca Operativa" presso il  Master in
Scienze Strategiche in collaborazione tra la Scuola di Applicazione di Torino
e l
'Università degli Studi di Torino (XI e XII ciclo)

A.A. 2007-2008

Titolare del corso di Ricerca Operativa 1 per il corso di Laurea in Informatica
dell'Università degli Studi di Torino.

Titolare del corso di Ricerca Operativa 2 per il corso di Laurea specialistica in
Sistemi per il Trattamento dell'Informazione dell'Università degli Studi di Torino.

Titolare del corso di Ricerca Operativa  per il corso di Laurea in Informatica
dell'Università degli Studi di Parma

Corso di "Introduzione alla Ricerca Operativa" presso il  Master in
Scienze Strategiche in collaborazione tra la Scuola di Applicazione di Torino
e l
'Università degli Studi di Torino (XIII e XIV ciclo)

A.A. 2008-2009

Titolare del corso di Ricerca Operativa 1 per il corso di Laurea in Informatica
dell'Università degli Studi di Torino.

Titolare del corso di Ricerca Operativa 2 per il corso di Laurea specialistica in
Sistemi per il Trattamento dell'Informazione dell'Università degli Studi di Torino.

Titolare del corso di Ricerca Operativa  per il corso di Laurea in Informatica
dell'Università degli Studi di Parma

Corso di "Introduzione alla Ricerca Operativa" presso il  Master in
Scienze Strategiche in collaborazione tra la Scuola di Applicazione di Torino
e l'Università degli Studi di Torino (XIV ciclo)

Corso di "Introduzione alla Ricerca Operativa" presso il  Master in
Scienze Strategiche in collaborazione tra la Scuola di Applicazione di Torino
e l'Università degli Studi di Torino (XV ciclo)

 

A.A. 2009-2010

Titolare del corso di Ricerca Operativa  per il corso di Laurea Magistrale in Ingegneria Informatica e Ingegneria delle Telecomunicazioni dell'Università degli Studi di Parma.




inizio pagina



 

PROGETTI DI RICERCA

Ha fatto parte di un'unità di ricerca nell'ambito dei seguenti progetti di ricerca

inizio pagina

PREMI

Vincitore (insieme a B.Addis e F.Schoen) della Al Zimmermann's Programming Contest su un problema di Circle Packing

Un suo tesista, Daniele Depetrini, ha vinto il premio AIRO come migliore laurea specialistica del 2007 con una tesi dal titolo
"Algoritmi per la risoluzione di problemi di Linear Multiplicative Programming"

Chairman's Recognition of Outstanding Paper per l'articolo "A dynamical System Prospective on Evolutionary Heuristics Applied to
Space Trajectory Optimization Problems" con M. Vasile e E. Minisci, al "2009 IEEE Congress on Evolutionary Computation"

inizio pagina

SEMINARI SU INVITO

E' stato invitato a tenere seminari presso le seguenti strutture

1997

Università  di Vienna (Austria) - Institut fuer Statistik und Decision Support Systems

1999

Università di Trier (Germania) - Dipartimento di Matematica

2000

Politecnico di Torino
CNR- IASI  di Roma

2002

Università  di Vienna (Austria)  - Institut fuer Statistik und Decision Support Systems
European Space Agency (ESA) - Noordwijk (Olanda)
Università  di  Venezia - Dipartimento di Informatica

2003

Università di Parma - Dipartimeto di Informatica
Università di Torino - Dipartimento di Economia

2004

INSA Rouen (Francia)

2005

Università  di Vienna (Austria)  - Institut fuer Statistik und Decision Support Systems

inizio pagina

VISITE PRESSO UNIVERSITA' STRANIERE

Nel Luglio 2002  è stato invitato come Visiting Professor presso l'Institut fuer Statistik und Decision Support Systems  dell'Università  di Vienna (Austria)

Nel Luglio 2004 è stato invitato come Visiting Professor presso l' Institut National des Sciences Appliquées (INSA) di Rouen (Francia)

Nel Giugno 2005  è stato invitato come Visiting Professor presso l'Institut fuer Statistik und Decision Support Systems dell'Università  di Vienna (Austria)

inizio pagina

ATTIVITA' ORGANIZZATIVE

Ha fatto parte del comitato organizzatore del "Workshop on Global Optimization" tenuto presso l'Università di Trier (Germania) nell' Agosto 1997

E' stato membro del comitato organizzatore locale e dello Scientific Committee per la conferenza intrenazionale GO.99 tenutasi a Firenze nel Settembre 1999
 
Gli è stato affifdato l'incarico di responsabile (insieme al Prof G.Wood) di uno dei gruppi di ricerca del "Workshop on Stochastic Global Optimization" tenutosi in Nuova Zelanda nel Giugno 2001

Ha organizzato una sessione di "Global Optimization" durante la conferenza ISMP 2003 - Copenhagen (Danimarca) - Agosto 2003

Ha co-organizzato (con il Prof. Schoen)  una sessione su "Molecular Conformation Problems" alla conferenza SIOPT 2005 - Stoccolma (Svezia) - Maggio 2005

Ha organizzato una semiplenary di Ottimizzazione Globale al convegno AIRO 2005 - Camerino (MC) - Settembre 2005

All'interno dell'Università di Torino ha fatto parte della commissione ECDL di Ateneo

inizio pagina

ATTIVITA' EDITORIALE

E' stato editore per  3 special issues della rivista  Journal of Global Optimization dedicata ai contributi presentati alla conferenza  internazionale GO.99

Dal 2005 fa parte dell' Editorial Board della rivista Computational Optimization and Applications

Dal 2006 fa parte dell' Editorial Board della rivista Journal of Global Optimization

inizio pagina

ATTIVITA' DI REVISIONE

Svolge un'intensa attività di revisione per diverse riviste internazionali fra le quali Journal of Optimization Theory and Applications, Mathematical Programming, Operations Research Letters, Computational Optimization and Applications, Journal of Global Optimization, Naval Research Logistics, Methodology and Computing in Applied Probability, IEEE Transactions on Systems, Man, and Cybernetics, Computers and Operations Research, SIAM Journal on Optimization, Journal of Applied Probability, Operations Research, Numerical Optimization, Journal of Combinatorial Optimization, INFORMS JOC.

E' revisore per Mathematical Reviews.

inizio pagina



 

PUBBLICAZIONI  

Articoli pubblicati o accettati su riviste internazionali
Articoli sottomessi
Capitoli di libri
Articoli pubblicati su volumi internazionali con valutazione
Rapporti interni
Altre
Tesi per il conseguimento di un titolo

Nota

L'articolo [a20]  è stato selezionato come prodotto per la valutazione CIVR dell'Area 1 (Matematica ed Informatica) dell'Università degli Studi di Torino

Articoli pubblicati o accettati su riviste internazionali con valutazione
 

[a1] M.Locatelli, F.Schoen, "An adaptive stochastic global optimization algorithm for one-dimensional functions",  Annals of Operations Research, 58, 263-278 (1995)

[a2] M.Locatelli, "Bayesian Algorithms for one-dimensional global optimization",
 Journal of Global Optimization, Vol.10, No. 1, 57-76 (1997)

[a3] M.Locatelli, F.Schoen, "Simple Linkage: analysis of a threshold-accepting global optimization method", Journal of Global Optimization, Vol. 9, No.1, 95-111 (1996)

[a4] M.Locatelli, "Convergence properties of simulated annealing for continuous global optimization",  Journal of Applied Probability, Vol. 33, 1127-1140 (1996)

[a5] M. Duer, R. Horst, M. Locatelli, "Necessary and sufficient global optimization conditions for
convex maximization revisited", Journal of Mathematical Analysis and Applications,  217, 637-649 (1998)

[a6] M.Locatelli, "Relaxing the assumptions of the Multi Level Single Linkage
algorithm",  Journal of Global Optimization, 13, 25-42 (1998)

[a7] M.Locatelli, F.Schoen, "Random Linkage: a family of acceptance/rejection algorithms
for global optimization", Mathematical Programming, 85(2), 379-396 (1999)

[a8] M.Locatelli, "Finiteness of conical algorithms with
w-subdivisions", Mathematical Programming, 85(3), 593-616 (1999)

[a9] M.Locatelli, "Simulated annealing algorithms for continuous global
optimization: convergence conditions", Journal of Optimization Theory and Applications, 104, 121-133 (2000)

[a10] M.Locatelli, U.Raber, "On the convergence of the simplicial branch-and-bound
algorithm based on w-subdivisions", Journal of Optimization Theory and Applications, 107,
69-79 (2000)

[a11] M.Locatelli, U.Raber, "A finiteness result for the simplicial branch-and-bound
algorithm based on w-subdivisions", Journal of Optimization Theory and Applications, 107,
81-88 (2000)

[a12] M.Locatelli, "Convergence of a simulated annealing algorithm for continuous global optimization",
Journal of Global Optimization, 18, 219-234 (2000)

[a13] M.Locatelli, N.V.Thoai, "Finite exact branch-and-bound algorithms
for concave minimization over polytopes", Journal of Global Optimization, 18, 107-128 (2000)

[a14] M. Locatelli, "Convergence and first hitting time of simulated annealing algorithms for continuous global optimization", Mathematical
Methods of Operations Research, 54(2), 171-199 (2001)

[a15] M.Locatelli, F.Schoen, "Fast global optimization of difficult Lennard-Jones clusters", Computational Optimization and
Applications, 21(1), 55-70 (2002)

[a16] M.Locatelli, F.Schoen, "Minimal interatomic distance of Morse clusters", Journal of Global Optimization, 22, 175-190 (2002)

[a17] M.Locatelli, U.Raber, "Packing equal circles into a square:  a deterministic global optimization approach", Discrete Applied
Mathematics, 122(1-3), 139-166 (2002)

[a18] M.Locatelli, "A note on the Griewank test function", Journal of Global Optimization, 25, 169-174 (2003)

[a19] P.Fosser, R.Glantz, M.Locatelli, M.Pelillo, "Swap strategies for graph matching", Lecture Notes in Computer Science,
2726, 142-153 (2003)

[a20] M.Locatelli, F.Schoen, "Efficient algorithms for large scale global optimization: Lennard-Jones clusters",
Computational Optimization and Applications, 26 (2): 173-190 (2003)

[a21]  I.M. Bomze, M. Locatelli, "Undominated d.c. decompositions of quadratic functions and applications to branch-and-bound approaches",
Computational Optimization and Applications, 28(2): 227-245 (2004)

[a22] M.Locatelli, I.Bomze, M.Pelillo, "The combinatorics of pivoting for the maximum weight clique",  Operations Research Letters,
32(6),  523-529 (2004)

[a23]  A.Grosso, M.Locatelli, F.Della Croce, "Combining swaps and nodes weighting in an adaptive
greedy approach for the maximum clique problem", Journal of Heuristics, 10(2), 135-152 (2004)  


[a24]  M. Locatelli, G.R. Wood, "Objective Function Features Providing Barriers to Rapid Global Optimization", Journal of Global Optimization,  31,
549-565 (2005)

[a25] J.P.K. Doye, R. Leary, M.Locatelli, F.Schoen, "The global optimization of Morse clusters by potential transformations",
INFORMS Journal on Computing, 16(4), 371-379 (2004)

[a26]  M.Locatelli, "On the multilevel structure of global optimization problems",  Computational Optimization and Applications, 30, 5-22 (2005)
 
 [a27] B.Addis, M. Locatelli, F.Schoen, Local optima smoothing for global optimization, Optimization Methods and Software, 20, 417-437 (2005)

[a28] A.Grosso, M.Locatelli, F.Schoen ,  A population based approach for hard global optimization problems based
on dissimilarity measures, Mathematical Programming, 110, 373-404 (2007)

[a29] G.Carello, F.Della Croce, A.Grosso, M.Locatelli, A "maximum node clustering" problem, Journal of Combinatorial Optimization, 11(4), 373-385 (2006)

[a30] A.Grosso, M.Locatelli, F.Schoen, An experimental analysis of a population based approach for global optimization, Computational Optimization
and Applications,
38(3), 351-370 (2007)

[a31] M.Locatelli, F.Schoen, Structure prediction and global optimization, Optima (Mathematical Programming Society Newsletter), 76, 1-8 (2008)

[a32] B.Addis, M.Locatelli, A new class of test functions for global optimization, Journal of Global Optimization, 38(3), 479-501 (2007)

[a33] I.M. Bomze, M.Locatelli, F.Tardella, New and old bounds for standard quadratic optimization: dominance, equivalence and incomparability,
Mathematical Programming, 115 (1), 31-64 (2008)

[a34]  B.Addis, M.Locatelli, F.Schoen, Efficiently packing unequal disks in a circle: a computational approach which exploits
the continuous and combinatorial structure of the problem, Operations Research Letters, 36 (1), 37-42 (2008)

[a35] A.Grosso, M.Locatelli, W.Pullan, Randomness, plateau search, penalties, restart rules : simple ingredients leading
to very efficient heuristics for the Maximum Clique Problem,
Journal of Heuristics, 14(6), 587-612 (2008)

[a36] A.Grosso, M.Locatelli, F.Schoen,  Solving molecular distance geometry problems by global optimization algorithms, Computational Optimization and Applications,
43(1), 23-38 (2009)

[a37]  D. Depetrini, M.Locatelli, A FPTAS for a class of Linear Multiplicative problems, Computational Optimization and Applications, 44, 275-288 (2009)

[a38] B.Addis, M.Locatelli, F.Schoen, Disk packing in a square: a new global optimization approach, INFORMS Journal on Computing, 20(4),  516-524 (2008)

[a39]  M.Locatelli, Complexity results for some global optimization problems,  Journal of Optimization
Theory and Applications, 140(1), 93-102 (2009)

[a40] M.Vasile, M. Locatelli, A hybrid multiagent approach for global trajectory optimization, Journal of Global Optimization, 44, 461-479 (2009)

[a41] A. Cassioli, M.Locatelli, F.Schoen, Dissimilarity Measures for Population-Based Global Optimization Algorithms, Computational Optimization and Applications, 45, 257-281 (2010)

[a42] A. Grosso, A. Jamali, M.Locatelli, Finding Maximin Latin Hypercube Designs by Iterated Local Search Heuristics, European Journal of Operations Research,  197(2), 541-547 (2009)

[a43] F. Della Croce, A.Grosso, M.Locatelli,  A heuristic approach for the Max-Min Diversity  Problem based on Max Clique, Computers & Operations Research, 36(8), 2429-2433 (2009)

[a44] A. Cassioli, M.Locatelli, F.Schoen, Global Optimization of Binary Lennard-Jones Clusters, Optimization Methods and Software, 24, 819-835 (2009)

[a45] A.Caprara, M.Locatelli, Global optimization problems and domain reduction strategies, accettato per la pubblicazione in  Mathematical Programming

[a46] I.M. Bomze, F.Frommlet, M.Locatelli, Copositive bounds for  improving SDP bounds on the clique number, accettato per la pubblicazione in  Mathematical Programming
 
[a47] I.M. Bomze, F.Frommlet, M.Locatelli, Gap, cosum, and product properties of the theta′ bound on the clique number, accettato per la pubblicazione in  Optimization

[a48] B. Addis, A. Cassioli, M. Locatelli, F.Schoen, Global optimization for space trajectories design, accettato per la pubblicazione in Computational Optimization and Applications

[a49] D. Depetrini, M.Locatelli, Approximation algorithms for linear fracional/multiplicative problems, accettato per la pubblicazione in Mathematical Programming

[a50] A. Grosso, A. Jamali, M.Locatelli, F.Schoen, Solving the problem of packing equal and unequal circles in a circular container, Journal of Global Optimization, 47, 63-81 (2010)

[a51] M. Vasile, E. Minisci, M.Locatelli, Analysis of some Global Optimization Algorithms for Space Trajectory Design, Journal of Spacecraft and Rockets, 47, 334-344 (2010)

[a52]  A. Cassioli, D. Di Lorenzo, M.Locatelli, F.Schoen, M.Sciandrone, Machine learning for global optimization, accettato per la pubblicazione in Computational Optimization and Applications

 

inizio pubblicazioni


Capitoli di libri

[b1] M.Locatelli, "Simulated annealing algorithms for continuous global optimization", in P.M. Pardalos, H.E. Romeijn (eds)
Handbook of Global Optimization, Volume 2, 179-229 (2002)

inizio pubblicazioni

Articoli pubblicati su volumi internazionali con valutazione

[c1] M.Locatelli, F.Schoen, "Theoretical and experimental analysis of Random Linkage algorithms for global optimization",
pubblicato in System Modelling and Optimization, 473-480 (1995)

[c2]  M.Locatelli, F.Schoen,"Global minimization of Lennard-Jones clusters by a two-phase monotonic method ", 
in P.M. Pardalos, V. Korotkikh (Eds.) Optimization and Industry: New Frontiers, 221-240 (2003)

[c3] A.Grosso, M.Locatelli, F.Schoen , Experimental Analysys of a Population-Based Approach for Difficult
Global Optimization Problems, Proceedings della Fifth International Conference on Computer Sciences, MCO ’04 , Metz  (2004)

[c4] A. Caprara, M.Locatelli, M.Monaci, Bidimensional Packing by Bilinear Programming, Proceedings IPCO '05, Lecture Notes in Computer Science, 3509, 377-391 (2005)

[c5] M. Vasile, E. Minisci, M.Locatelli, Testing Approaches for Global Optimization of Space Trajectories, proceedings della 3rd International Conference on
Bioinspired Optimization Methods and their Applications,13-14 October 2008, Ljubljana, Slovenia

[c6] Vasile, M., Minisci, E., Locatelli, M., On testing global optimization algorithms for space trajectory design, In: AIAA/AAS Astrodynamics Specialist Conference and Exhibit, 18-21 August 2008, Honolulu, Hawaii. (2008)

[c7] Vasile, M., Minisci, E., Locatelli, M., A dynamical System Prospective on Evolutionary Heuristics Applied to
Space Trajectory Optimization Problems, IEEE Congress on Evolutionary Computation, Trondheim, Norway, 18-21 May, 2009

inizio pubblicazioni

Rapporti tecnici

[d1] M.Locatelli, U.Raber, "Packing equal circles into a square: I. theoretical results",
rapporto interno 08-99 - Dip.di Sistemi ed Informatica, Univ. di Firenze

[d2] M.Locatelli, "A new algorithm for stochastic global optimization with local searches",
rapporto tecnico n.155-96, Univ.di Milano: Dip. Scienze dell'Informazione  (1996)

[d3] M.Locatelli, "Boundary properties for the solutions of the problem of
scattering n points into a two-dimensional polytope",
rapporto interno 07-99 - Dip.di Sistemi ed Informatica, Univ. di Firenze

inizio pubblicazioni


Altre

[e1] M.Locatelli, F.Schoen, L.Tonelli, "Il degente virtuale", pubblicato in  Management ospedaliero, 108/109, 171-174,  Maggio-Agosto 1998

[e2] M.Locatelli, "Algoritmi di ottimizzazione globale", sintesi tesi di
dottorato, Bollettino U.M.I., (8), 1-A Suppl., 189-192 (1998)

[e3]  M.Locatelli, review del libro  "Optimal solution of nonlinear equations" di K. A. Sikorski,
Computer Journal, 45(2) (2002)

inizio pubblicazioni
 

Tesi per il conseguimento di un titolo

[f1] M.Locatelli, "Algoritmi bayesiani per l'ottimizazione globale", tesi di laurea

[f2] M.Locatelli, "Algoritmi di ottimizzazione globale", tesi di dottorato

inizio pubblicazioni

inizio pagina



 

PARTECIPAZIONI A CONGRESSI, SCUOLE E SEMINARI

Ha partecipato ai seguenti congressi e scuole:
 

inizio pagina