Salta al contenuto principale della pagina

IMPIANTI INDUSTRIALI 2

CODICE 72402
ANNO ACCADEMICO 2020/2021
CFU 6 cfu al 1° anno di 8734 INGEGNERIA GESTIONALE (LM-31) SAVONA
SETTORE SCIENTIFICO DISCIPLINARE ING-IND/17
LINGUA Italiano
SEDE SAVONA (INGEGNERIA GESTIONALE )
PERIODO 2° Semestre
MODULI Questo insegnamento è un modulo di:
MATERIALE DIDATTICO AULAWEB

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Il corso si propone di fornire agli allievi ingegneri gestionali le cognizioni di base per la progettazione e l'esercizio degli impianti industriali con particolare riferimento alle tematiche inerenti l'impiantistica di servizio.

MODALITA' DIDATTICHE

Lezioni frontali  (e/o a distanza in modalità sincrona) e esercitazioni in laboratorio informatico con utilizzo di tools specifici

PROGRAMMA/CONTENUTO

Tecniche di simulazione

Metodi di validazione statistica dei modelli di simulazione DES e Monte Carlo

  1. - Sistemi tempo evolventi
  2. - Sistemi run evolventi

L'Experimental Design applicato alla simulazione

  1. Teoria della regressione
  2. Response Surface Methodology (RSM)

Tecniche di ricerca dell'ottimo in sistemi simulati

  1. Steepest Ascent/Descent
  2. Simplex Method e varianti
  3. Nature Inspired Heuristic

TESTI/BIBLIOGRAFIA

L. Cassettari, R. Mosca and R. Revetria, Experimental Error Measurement in Monte Carlo Simulation, Handbook of reasearch on Discrete Event Simulation Enviroments, Chapter 6, pp 92-141, Evon M. O. Abu-Taieh & Asim Abdel Rahman El Sheikh, Information Science Reference, 2010.

R. Mosca, R. Revetria and L. Cassettari, Monte Carlo simulation models evolving in replicated runs: a methodology to choose the optimal experimental sample size, in press in Mathematical Problems in Engineering, Hindawi Publishing Corporation, ISSN: 1024123X.

Bendato, I., Cassettari, L., Giribone, P.G., Fioribello, S.
Attraction Force Optimization (AFO): A deterministic nature-inspired heuristic for solving optimization problems in stochastic simulation
(2016) Applied Mathematical Sciences, 10 (17-20), pp. 989-1011. 

 

DOCENTI E COMMISSIONI

Commissione d'esame

LUCIA CASSETTARI (Presidente)

FABIO SALVATORE CURRO'

STEFANO SACCARO

MARCO MOSCA (Presidente Supplente)

LEZIONI

MODALITA' DIDATTICHE

Lezioni frontali  (e/o a distanza in modalità sincrona) e esercitazioni in laboratorio informatico con utilizzo di tools specifici

Orari delle lezioni

L'orario di tutti gli insegnamenti è consultabile su EasyAcademy.

ESAMI

MODALITA' D'ESAME

Orale

MODALITA' DI ACCERTAMENTO

Sono previste esercitazioni guidate in laboratorio per verificare l'apprendimento in progress.

Calendario appelli

Data Ora Luogo Tipologia Note
18/02/2021 09:30 SAVONA Esame su appuntamento
17/09/2021 09:30 SAVONA Esame su appuntamento