SIMULAZIONE DEI SISTEMI PRODUTTIVI E LOGISTICI |
Modalità di Esame: L'esame consiste in una prova scritta (esercizi ed eventuale domanda orale), una tesina e di una prova orale.
SCHEDULING
EDD,SPT,Moore, Smith, Smith modificato,
lawler
Influenza
del tempo robot nella condivisione: grafo degli stati, conflitti
Programmazione dinamica e A* per il tempo minimo; duplicazione degli utensili
Algoritmo
di Johnson per il sequenziamento su due macchine
Applicazione dell'algoritmo di Gilmore e Gomory a linee di due macchine senza attesa intermedia
Minimo ritardo massimo con tempo di rilascio positivo e interruzione: 'branch and bound"; grafo
disgiuntivo per il job shop ("clique" di
macchine)
Sequenziamento di macchina spostando il collo di bottiglia: euristica
risolutiva per il job shop ("Shifting Bottleneck")
SIMULAZIONE
La simulazione ad eventi discreti,
metodologia fondamentale per la valutazione delle prestazioni di sistemi complessi
(di calcolo, di telecomunicazione, di traffico, ecc)
è la materia su cui verte questo corso. Pur essendo di carattere introduttivo,
il corso ha come obiettivo di rendere lo studente in grado di affrontare lo
studio di casi reali avendo conoscenza del metodo da seguire e delle
potenzialità delle tecniche disponibili
Gli argomenti trattati possono essere
raggruppati nei seguenti tre fasi:
o
costruzione di un modello di
un sistema reale:
verranno discussi i concetti di livello di astrazione e adeguatezza
di un modello, e illustrate alcune metodologie per la costruzione
dei modelli. Gli esempi verranno sviluppati utilizzando due formalismi molto
noti: le reti di code e le reti di Petri. Saranno inoltre discusse alcune
semplici leggi operazionali che servono per la definizione degli indici di
prestazione dei modelli.
o "esecuzione" di un modello di simulazione
verrà spiegato cosa significa eseguire un modello di simulazione e come si può
realizzare un programma di simulazione ad eventi discreti. I modelli di
simulazione che saranno trattati sono modelli probabilistici,
ovvero modelli la cui evoluzione è governata da leggi casuali. Questo
richiederà un richiamo dei fondamenti di calcolo delle probabilità. Verranno
inoltre presentati metodi per la generazione di istanze di variabili casuali.
o
interpretazione dei risultati
della simulazione:
i risultati prodotti da un simulatore costituiscono le componenti di un
campione statistico e come tali devono essere utilizzati per la conferma della
loro validità. Il corso include il richiamo di alcuni elementi fondamentali di
statistica utili per la presentazione dei metodi che permettono la stima
intervallare degli indici di prestazione dei modelli studiati.
Sarà richiesto agli studenti di svolgere
degli esercizi pratici per verificare la comprensione di quanto esposto a
lezione. Gli studenti dovranno mostrare sia capacità di analisi di problemi
reali e impostazione di algoritmi risolutivi in via simulativa, sia capacità
operative di programmazione con linguaggi standard (C, Java).
Di
seguito è possibile scaricare solo i lucidi delle lezioni, mancano gli esercizi
svolti durante le esercitazioni.
Slides anno precedente SSPL\SimulazioniSistemi15-16.pdf
PROGRAMMA ANNO ACCADEMICO 2019-2020
1-10 Introduzione al corso Simulazione16-17\Introduzione.pdf
3-10 Introduzione allo scheduling Simulazione16-17\lezione2.pdf
7-10 Algoritmo di Moore e Lawler
Simulazione16-17\lezione3.pdf
8-10 Algoritmo di Smith ,
Smith modificato Simulazione16-17\lezione4.pdf
10-10 Esercitazione
14-10 Branch and
Bound BB.pdf ; BBesercizio.pdf
15-10 Gilmore and Gomory GG.pdf;
17-10 Gilmore and Gomory e Jhonson GG2.pdf; Jhonson.pdf
21-10 Esercitazione
22-10 Algoritmo A* applicato al problema
risorse condivise
Simulazione16-17\ConflittiA.pdf
28-10 Esercitazione
29-10 Algoritmo per il Job shop Simulazione16-17\JobShop.pdf
31-10 Presentazione del corso di Storia moderna
4-11-2016 Linee Simulazione16-17\linee.pdf
5-11-2016 Linee
6-11 introduzione ai modelli