Produttori e consumatori di energia elettrica, con la partenza degli scambi in borsa, si troveranno a dover affrontare un nuovo scenario in cui il prezzo dell'energia elettrica non sarà più amministrato ma sarà il risultato dell'incontro tra domanda  ed offerta.

In particolare, supporremo di non conoscere la misura di probabilità soggiacente, cioé la distribuzione dei "disturbi stocastici" che influiscono sul modello. Usando nel problema "reale" il controllo ottimo per il problema "ipotetico" si ottiene una perdita in prestazione: indagheremo su due possibili vie per ottenere un maggiorante di tale perdita. Entrambi i maggioranti ottenuti sono funzione della derivata di Radon-Nikodym della misura reale rispetto a quella ipotetica. Daremo infine un cenno a come confrontare tra loro i due approcci.

We propose an object-oriented framework for the design and the analysis of local search algorithms.  The abstract classes that compose the framework specify and implement the invariant part of the algorithm, and are meant to be specialized by concrete classes that supply the problem-dependent part. 

The framework provides the full control structures of the algorithms, and the user has only to write a few lines of problem-specific code. Furthermore, the framework comes out with a set of tools which simplify the analysis of the algorithms.

In this presentation after a brief introduction of the Local Search paradigm we present the overall architecture of the EasyLocal++ framework and we give a sketch on its use in the development process of a set of algorithms for a combinatorial optimization problem.