Scopo della ricerca sono il progetto, lo sviluppo e la verifica sperimentale di
algoritmi per la soluzione di problemi di programmazione matematica.
In particolare si intendono realizzare e valutare algoritmi sia di tipo esatto che di tipo euristico per l'ottimizzazione di
problemi che emergono nei seguenti ambiti.
1) Gestione di data center.
Per gestire le variazioni di carico i DCs utilizzano tecniche di "Autonomic Computing" per la ripartizione del carico
computazionale sulla base di stime della domanda di medio o lungo termine. Un allocatore di risorse puo' decidere
quali server utilizzare, come distribuire il carico fra di essi, e per ciascun server quali applicazioni eseguire, e quale
politica di scheduling adottare. In base a previsoni di lungo termine un allocatore puo' dividere i server in gruppi.
Si intende considerare nei modelli l'impatto delle tecniche di virtualizzazione sui costi di tipo energetico.
Emergono modelli di ottimizzazione non lineare con variabili miste (intere e continue). L'attivita' viene svolta in
collaborazione con Danilo Ardagna, ricercatore presso il Politecnico di Milano.
2) Gestione del servizio di emergenza 118.
In tale ambito emergono problemi di localizzazione di aree di stazionamento di ambulanze e problemi di instradamento. L'attivita' viene svolta in collaborazione con il servizio 118 di Niguarda.
3) Clustering di molecole. Si tratta di determinare la localizzazione spaziale di molecole semplici (es. acqua) al fine di minimizzare funzioni che rappresentano l'energia del sistema.
Emergono problemi di Ottimizzazione Globale di funzioni non lineari non convesse. L'attivita' viene svolta in collaborazione con Bernardetta Addis, assegnista di ricerca presso il Politecnico di Milano.
4) "Deployment" di sensori wireless. Si tratta di determinare la localizzazione ottima di sensori wireless in modo che la rete che essi vanno a formare soddisfi specifici requisiti di connettività, rispettando vincoli di tipo energetico.