PRESENTAZIONE

L'insegnamento propone diverse metodologie per l'ottimizzazione e il controllo ottimo di sistemi complessi, con particolare riferimento a problemi di interesse per l'ingegneria gestionale.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Formalizzare un problema di ottimizzazione per la pianificazione e gestione di sistemi complessi; individuare i metodi di ottimizzazione più adatti; implementare gli algoritmi di ottimizzazione tramite software specifici; discutere i risultati ed effettuare analisi di sensitività sulle soluzioni ottenute

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Al termine del corso, lo studente acquisirà la capacità di:

• formalizzare un problema di ottimizzazione multi-obiettivo per sistemi complessi, con particolare riferimento a casi nell'ambito del manufacturing, della logistica e del project management;
• formalizzare un problema di controllo ottimo per sistemi complessi, con particolare riferimento a casi nell'ambito del manufacturing, della logistica e del project management;
• individuare i metodi di ottimizzazione e controllo ottimo più adatti al caso in questione;
• progettare e implementare gli algoritmi di ottimizzazione e controllo tramite software specifici;
• discutere i risultati ed effettuare analisi di sensitività sulle soluzioni ottenute.

Oltre a questi obiettivi formativi, lo studente frequentante che parteciperà in maniera attiva alle lezioni e alle esercitazioni di gruppo potrà acquisire le seguenti competenze trasversali e soft skills:

• competenza sociale – livello base: capacità di gestione delle proprie interazioni sociali, atteggiamento collaborativo, comunicazione costruttiva in ambienti differenti;
• capacità di imparare a imparare – livello base: consapevolezza rispetto alle proprie strategie di apprendimento preferite, organizzazione e valutazione dell’apprendimento personale secondo quanto compreso ed imparato.

PREREQUISITI

Ricerca operativa, teoria dei sistemi.

MODALITA' DIDATTICHE

Le lezioni consisteranno in lezioni frontali da parte del docente ed esercitazioni di gruppo con software specifici. 

Le esercitazioni di gruppo permetteranno agli studenti che parteciperanno in modo attivo di acquisire competenze sociali (livello base) e capacità di imparare a imparare (livello base). 

PROGRAMMA/CONTENUTO

• Introduzione all'ottimizzazione
• Metodi di ottimizzazione multi-obiettivo
• Analisi multi-criterio
• Introduzione al controllo
• Controllo ottimo
• Problema LQ
• Model Predictive Control

TESTI/BIBLIOGRAFIA

B.S. Blanchard, W.J. Fabrycky, "Systems Engineering and Analysis", Prentice Hall International Series in Industrial & Systems Engineering, 2010

R.T. Clemen, T. Reilly, "Making Hard Decisions with Decision Tools", South-Western Cengage Learning, 2013

P.P. Parlos, “Multi-criteria decision making methods: a comparative study”, Kluwer, 2000

P. Bolzern, R. Scattolini, N. Schiavoni, Fondamenti di controlli automatici, McGraw-Hill

D.P. Bertsekas, Dynamic Programming and Optimal Control, Athena Scientific, 2000

J.M. Maciejowski, Predictive Control with Constraints, Prenctice Hall, 2002

DOCENTI E COMMISSIONI

Commissione d'esame

SILVIA SIRI (Presidente)

CECILIA CATERINA PASQUALE

SIMONA SACONE (Presidente Supplente)

LEZIONI

INIZIO LEZIONI

https://corsi.unige.it/corsi/8734/studenti-orario

Orari delle lezioni

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

ESAMI

MODALITA' D'ESAME

L'esame consiste in una prova orale in cui lo studente presenta un progetto implementato con opportuno software e risponde ad alcune domande aperte sui contenuti del corso.

Per gli studenti con disturbi specifici di apprendimento (DSA), il Docente identificherà di volta in volta le modalità specifiche e i supporti adeguati per sostenere l’esame, in accordo con il referente per Ingegneria del Comitato per l'inclusione degli studenti con disabilità.

MODALITA' DI ACCERTAMENTO

L'esame si prefigge di accertare i seguenti aspetti della preparazione dello studente:

- conoscenze acquisite relativamente ai metodi di ottimizzazione e controllo di sistemi complessi

- capacità di progettare algoritmi di ottimizzazione e controllo per specifici esempi numerici e per sistemi reali

- capacità di analizzare gli impatti sul sistema delle soluzioni ottenute ed effettuare analisi di sensitività dei risultati

La valutazione dell’esame terrà conto non solo delle conoscenze dei contenuti affrontati nel corso ma anche della capacità di ragionamento e di analisi critica dello studente, nonché dell’utilizzo di un lessico tecnico adeguato al contesto.

Calendario appelli