Il corso costituisce un'introduzione alle principali tecniche di modellazione ed implementazione di simulazioni di sistemi ad eventi discreti o DES (Discrete Event Simulations).
Le simulazioni di sistemi ad eventi discreti costituiscono attività a carattere sperimentale e multidisciplinare adottate da studenti, ricercatori nonché operatori dell’industria per simulare l’evoluzione di sistemi mediante il susseguirsi di un certo numero di eventi che si verificano nel tempo.
Obiettivi formativi generali dell'insegnamento in termini di risultati di apprendimento attesi.
Conoscenza e capacità di comprensione (knowledge and understanding). L'obiettivo primario del corso è individuato nell’acquisizione da parte degli studenti delle principali nozioni relative alla modellazione e allo sviluppo di simulazioni ad eventi discreti nonché l’analisi dei risultati.
Capacità di applicare conoscenza e comprensione (applying knowledge and understanding). Si intende fornire gli strumenti per conseguire le seguenti abilità pratiche e professionali:
Capacità di analisi delle componenti essenziali di un sistema da simulare.
Abilità relative alla modellazione di una simulazione.
Conoscenze tecniche utili alla implementazione di un programma di simulazione.
Capacità di analizzare i risultati prodotti da una simulazione.
Autonomia di giudizio (making judgements): attraverso l'esame di alcuni esempi di modellazione ed implementazione, il discente sarà in grado, sia in forma autonoma che in forma cooperativa, di analizzare problemi e progettare ed implementare le relative soluzioni per simulazioni.
Abilità comunicative (communication skills): lo studente acquisirà le necessarie abilità comunicative e di appropriatezza espressiva nell'impiego del linguaggio verbale tecnico nell’ambito della modellazione ed implementazione di simulazioni ad eventi discreti.
Capacità di apprendimento (learning skills): il corso intende fornire al discente le necessarie metodologie teoriche e pratiche da mettere in campo in contesti scientifici e professionali e, in particolare, la capacità di formulare soluzioni ad-hoc per la modellazione di simulazioni di sistemi ad eventi discreti.
Conoscenza del linguaggio di programmazione come C o C++, padronanza del compilatore e del debugger.
Conoscenza e padronanza delle principali strutture dati dinamiche come pile, code e liste.
Conoscenza dei concetti di base di probabilità e statistica.
Una lezione di due ore la settimana, secondo il calendario pubblicato in www.dmi.unict.it.
1.Modelli. Caratterizzazione dei modelli DES, tassonomia. Sviluppo del modello e studio della simulazione. Linguaggi di programmazione e linguaggi per simulazioni. Modellazione e simulazione di un sistema SSQ e di un inventario (trace-driven).
2. Simulazioni di sistemi ad eventi discreti. Generazione di numeri random per simulazioni ad eventi discreti. Esempi completi.
3.Simulazioni event-driven o “next-event”. Stati, eventi, clock, scheduling, liste di eventi. Esempi completi. Strutture dati per liste di eventi.
4.Simulatore ComplexSim. Descrizione del simulatore, funzionalità, architettura, esempi completi.
Leemis, Lawrence M., and Stephen Keith Park. Discrete-event simulation: A first course. Upper Saddle River, NJ: Pearson Prentice Hall, 2006.
* | Argomenti | Riferimenti testi | |
1 | * | Modelli DES | Leemis, Lawrence M., and Stephen Keith Park. Discrete-event simulation: A first course. Upper Saddle River, NJ: Pearson Prentice Hall, 2006. |
2 | * | Generazione di numeri casuali | Leemis, Lawrence M., and Stephen Keith Park. Discrete-event simulation: A first course. Upper Saddle River, NJ: Pearson Prentice Hall, 2006. |
3 | * | Simulazioni event-driven o “next-event” | Leemis, Lawrence M., and Stephen Keith Park. Discrete-event simulation: A first course. Upper Saddle River, NJ: Pearson Prentice Hall, 2006. |
Progettino da concordare con il docente.
Progetto da concordare con il docente.
Progetto da concordare con il docente.