PRESENTAZIONE

Il corso si focalizza sullo sviluppo di modelli e Soluzioni per analizzare Sistemi Complessiand ed è condotto in sinergia con esperti di diversi campi applicativi

Il Corso affronta casi Industriali e di Difese e  Homeland Security

I partecipanti potranno utilizzare simulatori, tools e motori di intelligenza artificiale per affrontare problemi realistici cooperando con gli esperti per imparare come applicare le teorie proposte dalle lezioni

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Foundation on Complex Systems. Transfer of knowledge about Simulation Paradigms and Modeling Methodologies effective for addressing Complex Systems.. Transfer of capabilities to analyze real problems and case studies corresponding to Complex Systems. Acquisition of skills in Conceptual Modeling applied to Complex Problems. Acquisition of Skills in design of Simulation Architectures and Model Development applied to Complex Systems.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

I risultati principali includono l'acquisizione di competenze su:

• Metodologie e tecniche per l'analisi di sistemi complessi
• Modellazione e simulazione di sistemi complessi
• Combinazione di Data Analytics e Simulation
• Combinazione di Intelligenza Artificiale e Simulazione
• Analisi a posteriori e a priori
• Analisi Sperimentale e Data Farming
• Supporto decisionale in sistemi complessi

PREREQUISITI

Il corso non richiede prerequisiti specifici, essendo accessibile agli studenti universitari e includendo tutti gli elementi e i riferimenti necessari per i candidati; pertanto le conoscenze di base in ingegneria, matematica, statistica e uso del computer potrebbero essere utili per migliorare la curva di apprendimento e le prestazioni del candidato.

MODALITA' DIDATTICHE

Le modalità didattiche si basano  su lezioni frontali che presentano teoria e applicazione pratica delle metodologie relative alla modellizzazione e simulazione per sistemi complessi. Esercizi di lavoro individuali e di gruppo nello sviluppo di modelli concettuali e nella verifica, convalida, messa a punto e conduzione di esperimenti su simulatori di sistemi complessi. Formazione e istruzione degli studenti nelle esperienze virtuali all'interno dei laboratori di simulazione utilizzando direttamente le metodologie e le tecniche presentate in problemi realistici e casi studio utilizzando soluzioni di M&S.

Il Materiale didattico è disponibile tramite link sul sito Web www.itim.unige.it/strategos

Gli insegnanti includono grandi esperti in questo campo come:

Prof. Agostino G. Bruzzone, agostino.bruzzone@simulationteam.com Professore ordinario all'Università di Genova, Presidente del gruppo di simulazione, Ulteriore leader del programma R&S della NATO
Col.Michele Turi (PhD in M&S), michele.turi@simulationteam.com Colonnello dell'esercito italiano e direttore del Centro di eccellenza NATO M&S
Ing, Federico Tarone (PhD in M&S), federico.tarone@simulationteam.com Responsabile della Business Unit in Major Consulting Company

PROGRAMMA/CONTENUTO

Introduzione ai Sistemi Complessi e loro Classificazione. Definition of Complex Systems and Emergent Behaviors. Complexity Classes, Attributes, Level of Complexity. 
Computational Complexity, Kolmogorov complexity, Krohn–Rhodes theory, Network Complexity, Hierarchical Complexity.
Complex System Subjects: Dynamic Structures and Complex Dynamics, Complexity in Physical and Chemical systems, Biological Systems, Human Systems, Engineering and Artificial Systems. 
System of System Engineering and Industrial Plants as examples of Complex Systems.
Conceptual Modelling for Complex Systems. Live, Virtual and Constructive Simulation applied to Complex Systems. 
Challenges in Verification, Validation and Accreditation of Simulators dealing with Complex Systems. 
Example of Modeling Complex Systems: Stochastic Systems, Multiparticle Systems, Multibody Systems, Models used in Systems of Systems Engineering. 
Examples of Simulation for different real case of Complex Systems: Case Studies related to real Industrial, Business and Defense Frameworks
Strategic Analysis and Decision Making related to Complex Systems, Design and Reengineering of Complex Systems based on Quantitative Modelling & Simulation Techniques for Identification and Analysis of Emergent Behaviors Simulation Paradigms of M&S for Complex Systems; theoretical foundations of interoperable Simulation, distributed simulation, MS2G, MSaaS. 
Interoperable Simulation and Modelling Solution for Complex Systems. 
Design of Models and Development of Simulators and Federations of Simulators.
Human Behavior Modeling and Intelligent Agents reproducing Population and Social Systems. 
Operational Expertise in using Modeling and Simulation (M&S) and related experimental methodologies and techniques to investigate complex systems and to support related decision making processes.
Lean Simulation: Concept, Methodologies and Techniques, Modeling and Simulation applied to Early Stage Evaluation of Large Programs. Methodologies and Techniques for applying M&S in SME (Small Medium Size Enterprises).
Simulation as enabler for Applying Artificial Intelligence and Intelligent Agents in Industrial and Defense Applications: Nested and Combined Simulation to support Decision Making and Planning. 
Artificial Intelligence Techniques integrated with Simulation for Strategic Decision Making. 
Strategic Decision Making Based on Simulation in Defense over Multiple Join Domains: M&S of Joint Operations over a Comprehensive Approach and Simulation for Transformation (e.g. Autonomous Multi Domain Systems, Hybrid Warfare, Threat Networks).
Simulation of Complex Systems in Business and Industrial Plants (e.g. MOSES, CUMANA, LEM, LEXIS, GreenLog, SISOM).
Simulation of Complex Systems in Defense and Homeland Security(e.g. JESSI, CAPRICORN, IA-CGF, IDRAS).
Direct Experiences in applying different Simulation Tools, Models, Soft Computing Intelligent Agents and technologies to address specific problems involving Complex Systems (e.g. MISCHIEF, SIMCJOH, T-REX, DT).
Experimentation and Use of Simulation Environments: e.g. LEM Simulation for Strategic Planning in Automotive Industry, MOSES Simulator for Evaluating Sustainability of new Industrial Plant into a Region. GreenLog Green Logistics Modeling. 
FRINE Simulation and Artificial Intelligence for Production Planning over the Supply Chain, COMADREJA Company Model for Process Reengineering, CALYPSO Life Cycle Simulation for New Carrier in Ship Building, LEXIS Industrial Plant Reorganization Simulator, CUMANA Simulation for Competitive and Cooperative Education & Training of Industrial Managers.
MEGACITY Models of Development for Logistics, Safety and Energy, SISOM VR & AR for New Service Models, SECSIM Port Simulation, Logos Simulator for Strategic Planning of Fleet, Marlon SOUCI Simulation for Critical Industrial Infrastructure Protection from Physical and Cyber Threats etc.)

L'Educational material è disponibile tramite link sul web site on www.itim.unige.it/strategos

TESTI/BIBLIOGRAFIA

• Banks, J. (1998) "Handbook of Simulation: Principles, Methodology, Advances, Applications and Practice", John Wiley & Sons, ISBN 978-0471134039 
• Bossomaier, T.R. & Green, D.G. (2000) “Complex systems”, Cambridge University Press, UK 
• Bruzzone, A.G. & Massei, M. (2017) "Simulation-Based Military Training", in Guide to Simulation-Based Disciplines, Springer, pp. 315-361, ISBN 978-3319612638 
• Bruzzone A.G., Giambiasi N., Gambardella L.M., Merkuryev Y.A. (2001) "Harbour, Maritime & Multmodal Logistics Modelling & Simulation 2001", SCS Europe Publishing House, ISBN 90-77039-03-1 
• Bruzzone, A.G., Kerckhoffs (1996) "Simulation in Industry", SCS Europe Publishing House, Vol. I & II, ISBN 1-56555-099-4 
• Clemen R.T, Reilly T. (2001) "Making Hard Decisions", Duxbury, Pacific Grove CA 
• McLeod, J. (1982) “Computer Modeling and Simulation: Principles of Good Practice”, Society for Computer Simulation, San Diego, ISBN 978-9992501733 
• Montgomery, D.C. (2000) "Design and Analysis of Experiments", John Wiley & Sons, New York 
• Stern, C.W., Stalk, G. (1998) "Perspective on Strategy", John Wiley & Sons, Hoboken, NJ 
• Spiegel, M.R., Schiller, L.J.(1999) "Statistics", McGraw Hill, NYC 
• Zeigler, B.P., Praehofer, H. & Kim, T. G. (2000) "Theory of Modeling and Simulation integrating Discrete Event and Continuous Complex Dynamic Systems", Elsevier, Academic Press, ISBN 978-0127784557

DOCENTI E COMMISSIONI

Commissione d'esame

AGOSTINO BRUZZONE (Presidente)

ROBERTO CIANCI

LEZIONI

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

Vengono svolte esperienze multiple in Virtual Labs in cui gli Studenti vengono valutati in Esercizi ed esperienze di simulazione, basati sul lavoro individuale e di gruppo con approccio collaborativo e / o competitivo, che rappresentano i micro progetti dedicati ad affrontare problemi specifici all'interno di problemi complessi realistici utilizzando M&S (ad es. MISCHIEF, SIMCJOH, T-REX, DT). Alcuni homeworks verranno assegnati alla classe. L'esame finale sarà svolto dall'esame orale, inclusa la revisione degli esercizi e delle esperienze di simulazione e richiedendo di dimostrare le capacità di modellazione concettuale e sviluppo della simulazione.

MODALITA' DI ACCERTAMENTO

Esame orale con revisione di esercizi ed esperienze svolte in classe e discussione sugli homeworks.

ALTRE INFORMAZIONI

Fuso orario A: Genova, Italia, Normalmente GMT + 1 (con ora legale GMT+2)