CODICE 72402 ANNO ACCADEMICO 2021/2022 CFU 6 cfu anno 1 INGEGNERIA GESTIONALE 8734 (LM-31) - GENOVA SETTORE SCIENTIFICO DISCIPLINARE ING-IND/17 LINGUA Italiano SEDE GENOVA PERIODO 2° Semestre MODULI Questo insegnamento è un modulo di: IMPIANTI INDUSTRIALI 2 + GESTIONE DEGLI IMPIANTI INDUSTRIALI 2 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. OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO Al termine del corso lo studente avrà acquisito le seguenti competenze e risultati: - Conoscenza e comprensione delle tecniche di simulazione degli impianti industriali e dei sistemi complessi - Costruzione e validazione statistica dei modelli di simulazione di tipo DES in regime stocastico - Conoscenza e comprensione dei principi della regressione lineare - Conoscenza, comprensione e applicazione delle tecniche RSM alla simuazione di impianti industriali - Conoscenza e comprensione delle tecniche di ottimizzazione applicate alla simulazione in regime stocastico - Valutazione delle prestazioni degli impianti industriali tramite l'applicazione di tecniche di simulazione e metodologia RSM 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 - Sistemi tempo evolventi - Sistemi run evolventi L'Experimental Design applicato alla simulazione Teoria della regressione Response Surface Methodology (RSM) Tecniche di ricerca dell'ottimo in sistemi simulati Steepest Ascent/Descent Simplex Method e varianti Nature Inspired Heuristic AFO 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 LUCIA CASSETTARI Ricevimento: Si riceve su appuntamento da concordarsi via email. Commissione d'esame LUCIA CASSETTARI (Presidente) FABIO SALVATORE CURRO' STEFANO SACCARO MARCO MOSCA (Presidente Supplente) LEZIONI INIZIO LEZIONI https://corsi.unige.it/8734/p/studenti-orario Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME L'esame prevede un prova orale. Tale prova viene svolta in presenza o a distanza qualora non ci fosse la possibilità di effettuarla in presenza o i vincoli imposti per la prova in presenza non siano compatibili con un'efficace svolgimento della stessa. La prova orale prevede domande sugli argomenti trattati a lezione. Può essere richiesto anche di rispondere ad alcune domande relative alle esercitazioni pratiche svolte durante il corso. MODALITA' DI ACCERTAMENTO Nella prova orale saranno considerati i seguenti parametri di valutazione: - la conoscenza approfondita dei temi trattati - la capacità di ragionamento critico - la capacità di valutare quali strumenti e metodologie utilizzare per la soluzione di problematiche inerenti la gestione di impianti industriali reali - l'utilizzo del lessico specialistico - la qualità dell'esposizione Calendario appelli Data appello Orario Luogo Tipologia Note 18/02/2022 09:30 GENOVA Esame su appuntamento 16/09/2022 09:30 GENOVA Esame su appuntamento