Simulazione e logistica

Fornire le competenze necessarie per lo sviluppo e l'utilizzo di metodologie quantitative nei sistemi logistici.

Conoscenze. Modelli matematici di ottimizzazione (in particolare quelli di programmazione lineare intera) rilevanti in ambito logistico, e strategie algoritmiche per la loro risoluzione. Costruzione e l'analisi di modelli di simulazione, con particolare attenzione all'utilizzo di questi modelli in ambiti logistici.

Capacità. Utilizzare tecniche quantitative, si simulazione e/o ottimizzazione, per l'analisi, la progettazione e la gestione di sistemi logistici complessi.

Il corso è suddiviso in due moduli paralleli, tra loro correlati, finalizzati a fornire le competenze necessarie per lo sviluppo e l'utilizzo di metodologie quantitative per la progettazione e gestione di sistemi logistici. Il modulo di Logistica si concentra su modelli matematici di ottimizzazione (in particolare quelli di Programmazione Lineare Intera) rilevanti in ambito logistico, discutendo anche strategie algoritmiche per la loro risoluzione. Il modulo di Simulazione intende fornire gli strumenti di base per la costruzione e l'analisi di modelli di simulazione, dedicando particolare attenzione all'utilizzo di questi modelli in ambiti logistici.

Il corso integra spiegazioni teoriche con applicazioni a casi realistici, ancorchè semplificati, attraverso lo sviluppo individuale, da parte degli studenti, di progetti didattici nei quali devono essere applicate le conoscenze acquisite a lezione.

L'esame si articola in due parti: un progetto ed una prova orale, che può essere sostenuta solo dopo la consegna del progetto. I progetti riguardano la costruzione e l'analisi di un modello di simulazione e di uno o più modelli di ottimizzazione per uno specifico sistema logistico. La prova orale verte su tutto il programma del corso.

Gli studenti che seguono il corso svolgono il progetto in gruppi di 3 o 2 persone durante il corso, con consegne parziali in corrispondenza alle verifiche intermedie. In alternativa, il progetto dovrà essere svolto individualmente. In questo caso, l'assegnazione di un progetto può essere richiesta in qualsiasi momento successivo alla fine del corso, contattando i docenti via e-mail. Il progetto deve essere consegnato entro un mese dall'effettiva assegnazione e comunque almeno una settimana prima dell'inizio dell'appello in cui si intende svolgere la prova orale.

È possibile sostenere l'orale solo se il progetto viene approvato. Ottenuta una valutazione positiva per il progetto, questa rimane valida per effettuare la prova orale (anche più volte) in tutti i rimanenti appelli dell'anno accademico.

Antonio Frangioni      Tel. 0502212789

Calcolo delle probabilita' e statistica
Algoritmica

Il corso presenta gli strumenti di base per la simulazione di sistemi, dedicando particolare attenzione agli aspetti informatici della simulazione discreta e al suo uso in ambito logistico.
Sono affrontati tutti gli aspetti di un processo di simulazione: la modellazione del sistema, la realizzazione del software di simulazione, l'analisi dei dati in ingresso per l'identificazione delle distribuzioni e l'analisi dei dati prodotti dalle simulazioni per la valutazione dei risultati. Approfondimenti sono dedicati agli aspetti più informatici della simulazione: uso di UML come linguaggio di modellazione, architetture software dei simulatori, algoritmi per la generazione di numeri pseudocasuali. Il corso comprende la realizzazione di un progetto didattico.

Conoscenze. Contesto dei progetti di simulazione. Modellazione in UML. Architetture software per la simulazione. Algoritmi per la generazione di numeri pseudocasuali. Tecniche statistiche di base per l'analisi dei dati e dei risultati della simulazione.

Capacità. Comprensione di un modello di sistema specificato in UML. Realizzazione, a partire dal modello UML e secondo architetture standard, del software di simulazione. Esecuzione di esperimenti di simulazione con applicazione di tecniche statistiche di base per la predisposizione dei dati di ingresso e la valutazione dei risultati.

The simulation unit presents basical discrete simulation methods and techniques applied to logistics. The unit is organized following the typical phases of a simulation project: modelling the system, implementation of the simulator, analysis of the input data and of the simulation outputs. In particular the unit focuses on: use of UML for system modelling, software architectures for discrete simulation,  algorithms for generation of pseudorandom numbers. Students are asked to develop a simple project where the techniques presented in the unit are applied.

Introduzione alla simulazione (3 ore)

• Sistemi, modelli e simulatori
• Il processo di simulazione
  

Modellazione di sistemi (18 ore)

• Modellazione di sistemi dinamici discreti
  
• Notazioni per la modellazione: cicli di attività, UML
  
• UML: diagrammi delle classi, degli oggetti, delle macchine a stati
• Architetture software per la simulazione
  
• Simulazione per eventi
• Simulazione per attività, il metodo delle tre fasi
• Dal modello UML al codice del simulatore
  
• Utilizzo di software specifici

Generatori di variabili casuali (6 ore)

• Variabili casuali
• Distribuzioni discrete e continue
• Distribuzioni uniformi e non
  
• Generatori di numeri pseudocasuali
  
• Metodi per la generazione di distribuzioni non uniformi
  

Analisi dei dati di simulazione (6 ore)

• Distribuzioni empiriche
• Validazione dei dati di ingresso
  
• Identificazione della distribuzione e stima dei parametri
• Confidenza e test di ipotesi
  
• Risultati di una simulazione
• Identificazione del transitorio
  
• Tecniche per la riduzione della varianza

Le ore indicate includono le esercitazioni durante le quali saranno discusse applicazioni a casi di studio in ambiti logistici.

I metodi e le tecniche presentati nel corso sono applicati in un progetto didattico che comprende tutte le fasi del processo di simulazione. Il progetto è obbligatorio e fa parte della valutazione conclusiva.

1. G. Gallo, Appunti di simulazione.
2. M. Pidd, Computer Simulation in Management Science, J.Wiley, 1998
3. A.M. Law e W.D. Kelton, Simulation Modeling and Analysis, McGraw Hill, 1991
4. Tracce delle lezioni: http://www.di.unipi.it/~giovanni/Didattica/UniPi-SLo1/calendario.html