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

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
4. 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.