• 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.
      PROGRAMMA/CONTENUTO

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

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

      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. 

       

  • Chi
  • Come
  • Dove e quando
    • RICEVIMENTO STUDENTI
      Lucia Cassettari

      Lunedì pomeriggio dalle 16 alle 17:30.

  • Contatti