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.

Modalità didattiche

Lezioni frontali ed esercitazioni in laboratorio informatico con utilizzo di tools specifici

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.

Modalità didattiche

Lezioni frontali ed esercitazioni in laboratorio informatico con utilizzo di tools specifici

Modalità d'esame

Orale

Modalità di accertamento

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