Guida degli insegnamenti

Syllabus

Partially translatedTradotto parzialmente
[3I960] - MODELLI PER LA GESTIONE DELLA PRODUZIONEMODELS FOR MANUFACTURING SYSTEMS MANAGEMENT
Fabrizio MARINELLI
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea - [IT09] INGEGNERIA GESTIONALE First Cycle Degree (3 years) - [IT09] MANAGEMENT ENGINEERING
Anno di corsoDegree programme year : 3 - Secondo Semestre
Anno offertaAcademic year: 2018-2019
Anno regolamentoAnno regolamento: 2016-2017
Crediti: 3
Ore di lezioneTeaching hours: 24
TipologiaType: D - A scelta dello studente
Settore disciplinareAcademic discipline: MAT/09 - RICERCA OPERATIVA

LINGUA INSEGNAMENTO LANGUAGE

Italiano

Italian


PREREQUISITI PREREQUISITES

Programmazione lineare (intera)

(Integer) Linear programming


MODALITÀ DI SVOLGIMENTO DEL CORSO DEVELOPMENT OF THE COURSE

24 ore di lezioni frontali

24 hours of frontal lessons


RISULTATI DI APPRENDIMENTO ATTESI LEARNING OUTCOMES
Conoscenze e comprensione.

L’insegnamento permette agli studenti di acquisire competenze necessarie a progettare, valutare e utilizzare gli strumenti automatici per l'ottimizzazione matematica. In particolare, si studieranno ed approfondiranno i linguaggi algebrici di modellazione matematica e i principali solutori (commerciali e non) di modelli di programmazione lineare e programmazione lineare intera, con particolare attenzione al loro utilizzo su problemi di gestione della produzione logistica. Tali competenze, integrando quelle acquisite durante il corso di Ricerca Operativa, andranno ad arricchire la conoscenza nel campo dell'Ingegneria Industriale (rispetto alla gestione della produzione, al settore logistico e dei trasporti).


Capacità di applicare conoscenze e comprensione.

Le conoscenze acquisite durante il corso si estrinsecheranno attraverso una serie di abilità professionalizzanti, quali: 1. la capacità di modellare adeguatamente i problemi di ottimizzazione; 2. la capacità di identificare il solutore da usare; 3. la capacità di interpretare i risultati ottenuti ed effettuare analisi di stabilità.


Competenze trasversali.

L’esercizio di risoluzione di un problema, svolto (eventualmente) in gruppi, porterà alla stesura di una relazione da parte degli studenti. In questo modo, miglioreranno: 1) il grado di autonomia di giudizio e di presentazione (anche scritta) dei risultati ottenuti; 2) la capacità comunicativa (derivante dal lavoro in gruppo); 3) la capacità di apprendimento in autonomia e di trarre conclusioni.


Knowledge and Understanding.

The course allows students to acquire the necessary skills for designing, evaluating and using the automatic tools of mathematical optimization. In particular, they will study and examine in depth the algebraic languages for mathematically modeling and the main solvers (both commercial and not) of linear programming and integer linear programming, focusing attention on their use for solving problems of logistic production management. Such skills, by integrating the ones acquired during the course of Operations Research, will develop the knowledge in the field of Industrial Engineering (with regard to the production management, the sector of logistic and transport).


Capacity to apply Knowledge and Understanding.

The knowledge acquired during the course will be expressed through a set of professional skills, among which: 1. the capability to properly model the optimization problems; 2. the capability to identify the solver to use; 3. the capability to interpret the obtained results and to perform sensitivity analysis.


Transversal Skills.

The exercise to solve a problem, developed (eventually) in a group, will lead to the writing of a report by the students. In this way, the students will improve: 1) their degree of autonomous judgment and of presenting (also in a written form) the obtained results; 2) their communication skills (derived from the work done in group); 3. their autonomous capability of both learning and of concluding.



PROGRAMMA PROGRAM

Richiami di programmazione matematica.
Linguaggi algebrici di modellazione matematica (AMPL).
Modelli di programmazione matematica per:
- la pianificazione della produzione,
- la schedulazione delle lavorazioni,
- la gestione delle scorte,
- la logistica della distribuzione.

Outline on mathematical programming.
Algebraic modelling languages (AMPL).
Mathematical programming models for
- production planning,
- job scheduling,
- inventory management,
- logistics.


MODALITÀ DI SVOLGIMENTO DELL'ESAME DEVELOPMENT OF THE EXAMINATION
Modalità di valutazione dell'apprendimento.

La valutazione del livello di apprendimento prevede una prova orale volta a verificare la conoscenza dei modelli di programmazione matematica illustrati durante il corso e la capacità di applicare la programmazione matematica alla gestione della produzione industriale e della logistica. In particolare, sarà richiesta la presentazione di un progetto di ottimizzazione nell'ambito del manufacturing e la discussione dei risultati ottenuti.


Criteri di valutazione dell'apprendimento.

Viene valutata la capacità di sintetizzare ed esporre con chiarezza e rigore logico le idee sviluppate e i risultati ottenuti durante la realizzazione del progetto. Viene inoltre valutata la capacità di impostare e risolvere autonomamente i problemi decisionali nell'ambito della produzione industriale utilizzando in modo corretto e pertinente metodologie, modelli e strumenti propri della programmazione matematica.


Criteri di misurazione dell'apprendimento.

La conoscenza dei modelli presentati durante il corso e la capacità di impostare e risolvere problemi decisionali nell'ambito della produzione industriale con strumenti propri della programmazione matematica è misurata analiticamente con un punteggio compreso tra 0 e 30.


Criteri di attribuzione del voto finale.

La votazione massima, pari a trenta punti con lode, è assegnata agli studenti che complessivamente dimostrino completa padronanza degli strumenti metodologici propri della programmazione matematica nell'ambito della produzione industriale e piena autonomia e rigore logico nell'impostare e risolvere i problemi posti. La votazione minima, pari a diciotto, è assegnata agli studenti che dimostrino di riuscire a risolvere i problemi posti e di avere sufficiente conoscenza degli strumenti metodologici propri della programmazione matematica nell'ambito della produzione industriale.


Learning Evaluation Methods.

The assessment of the level of understanding consists in an oral test aimed at verifying the knowledge of the mathematical programming models presented during the course and the ability to apply mathematical programming to the management of industrial production and logistics. In particular, the presentation of an optimization project in the field of manufacturing and the discussion of the results obtained will be required.


Learning Evaluation Criteria.

It is evaluated the ability to clearly and logically explain the ideas and the results obtained during the development of the project. It is also assessed the ability to autonomously recognise and solve decision problems in the context of industrial production by correctly using appropriate methods, models and tools of mathematical programming.


Learning Measurement Criteria.

The knowledge of the models described during the course and the ability to set and solve decision problems in the field of industrial production by suitable mathematical programming tools is measured analytically with a score between 0 and 30.


Final Mark Allocation Criteria.

The maximum grade, equal to thirty points with honors, is awarded to students who demonstrate total mastery of the methodological tools of
mathematical programming in the context of industrial production, and full autonomy and logical accuracy in setting and solving the proposed problems.
The minimum grade, equal to eighteen, is assigned to students who demonstrate to be able to solve the proposed problems and to
sufficiently know of the methodological tools of mathematical programming in the context of industrial production.



TESTI CONSIGLIATI RECOMMENDED READING

1) Y. Pochet and L. A. Wolsey, Production Planning by Mixed Integer Programming, Springer-Verlag New York, 2006, ISBN: 978-0-387-33477-6

2) appunti, esercizi e slide delle lezioni disponibili sulla piattaforma e-learning di Ateneo alla pagina https://learn.univpm.it/course/view.php?id=7148.

1) Y. Pochet and L. A. Wolsey, Production Planning by Mixed Integer Programming, Springer-Verlag New York, 2006, ISBN: 978-0-387-33477-6

2) presentations, exercises and lecture notes available on e-learning platform at page https://learn.univpm.it/course/view.php?id=7148.


Scheda insegnamento erogato nell’A.A. 2018-2019
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento.
Academic year 2018-2019

 


Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427