Responsable: | (-) |
Otros: | (-) |
Créditos | Dept. |
---|---|
7.5 (6.0 ECTS) | EIO |
Responsable: | (-) |
Otros: | (-) |
En los casos en los que interviene la incertidumbre, se pone en evidencia los límites de algunos tratamientos diseñados por entornos deterministas y aparece la necesidad de una metodología diferente, la simulación, para la manipulación numérica de dichos modelos. Esta asignatura proporciona al estudiante las herramientas necesarias para la construcción de modelos complejos de simulación, la utilización de lenguajes estándar de simulación para el tratamiento de los modelos, el análisis de los datos de entrada, el diseño de experimentos y el análisis de resultados, la visualización, las arquitecturas distribuidas y los aspectos relacionados con el rendimiento. Se desea profundizar en aspectos avanzados del software de simulación, con especial énfasis en los entornos integrados de desarrollo de proyectos de simulación y en su aplicación en áreas concretas como la producción, la logística, los servicios u otras más estrechamente vinculadas a la computación. La asignatura tiene un fuerte carácter práctico, orientado a las aplicaciones de la simulación.
Horas estimadas de:
T | P | L | Alt | L Ext. | Est | O. Ext. |
Teoria | Problemas | Laboratorio | Otras actividades | Laboratorio externo | Estudio | Otras horas fuera del horario fijado |
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
7,0 | 0 | 9,0 | 0 | 0 | 13,0 | 0 | 29,0 | |||
Introducción a las metodologías: Event-Oriented, Process Interaction, Activity Scanning. Especificación de modelos. Diseño y construcción del núcleo de un entorno de simulación basándose en la programación orientada a objetos. Aplicación a los entornos generales de desarrollo de proyectos de simulación. Trabajo práctico.
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
1,0 | 0 | 2,0 | 0 | 0 | 3,0 | 0 | 6,0 | |||
Análisis de los datos de entrada de la simulación. Información disponible. Nivel de detalle. Criterios para la credibilidad de los datos.
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
2,0 | 0 | 1,0 | 0 | 2,0 | 5,0 | 0 | 10,0 | |||
Generación de números aleatorios. Generadores congruenciales, compuestos y de Tausworthe. Test de generadores: teóricos y empíricos. Métodos de generación de muestras aleatorias.
Algunas distribuciones conocidas y su aplicación en los modelos de simulación.
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
2,0 | 0 | 2,0 | 0 | 0 | 3,0 | 0 | 7,0 | |||
Metodología de los lenguajes para la construcción de modelos de simulación discreta. Simulación de redes de colas. Flujos de redes. Transacciones. Bloques. Recursos.
Lenguajes orientados a la interacción de procesos. Adecuación de los lenguajes a los modelos. Aplicación a casos prácticos. |
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
2,0 | 0 | 9,0 | 0 | 2,0 | 12,0 | 0 | 25,0 | |||
Entornos de desarrollo de proyectos complejos de simulación. Introducción a LeanSim, Witness, ARENA, GPSS & Proof Animation. Aplicaciones prácticas.
Introducción al trabajo práctico: aproximación a un proyecto de simulación bajo uno de estos entornos de desarrollo
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
4,0 | 0 | 1,0 | 0 | 0 | 4,0 | 0 | 9,0 | |||
Metodologías y aproximaciones al problema de la representación gráfica en simulación.
Visualización para aplicaciones específicas. Realidad virtual. Interfaces de usuario para la simulación. |
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
4,0 | 0 | 2,0 | 0 | 0 | 5,0 | 0 | 11,0 | |||
Conceptos básicos y métodos. Planificación en la simulación discreta: El diseño de experimentos en simulación.
Diseños factoriales. Estrategias de diseño. Optimización en simulación. Superficies de respuesta. Metamodelos. Análisis de resultados en simulación: Estudio del comportamiento del estado transitorio y del estado estacionario. Métodos de análisis: Repeticiones independientes, Medias de lotes, métodos regenerativos. Técnicas de reducción de la varianza. |
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
2,0 | 0 | 0 | 0 | 0 | 3,0 | 0 | 5,0 | |||
Verificación, Validación y acreditación de los modelos de simulación. Validación independiente, credibilidad, acreditación y certificación, estándares.
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
2,0 | 0 | 3,0 | 0 | 0 | 3,0 | 0 | 8,0 | |||
Introducción a la dinámica de sistemas. Diagramas causales, diagramas de Forrester. Relación de los diagramas con ecuaciones diferenciales. Introducción a los lenguajes de simulación continua y híbrida. Aplicaciones y casos prácticos.
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
4,0 | 0 | 3,0 | 0 | 0 | 2,0 | 0 | 9,0 | |||
Simulación social. Simulación y agentes inteligentes. Presentación de SWARM. Simulación y SIG. Uso de autómatas celulares en simulación. Simulación y caos.
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
0 | 0 | 9,0 | 0 | 8,0 | 5,0 | 8,0 | 30,0 | |||
Aplicación de los conceptos estudiados en la construcción de un modelo de simulación inspirado en un sistema real.
|
Total por tipo | T | P | L | Alt | L Ext. | Est | O. Ext. | Total |
32,0 | 0 | 41,0 | 0 | 12,0 | 60,0 | 8,0 | 153,0 | |
Horas adicionales dedicadas a la evaluación | 4,0 | |||||||
Total horas de trabajo para el estudiante | 157,0 |
El curso tiene una orientación práctica por lo que se refiere a la concepción de la simulación como una actividad compleja de la ingeniería que, por su transversalidad, conecta con muchas áreas del conocimiento. Estas se introducen como componentes de los entornos de desarrollo de proyectos de simulación y se hace especial énfasis en la importancia de cada uno de ellas en la construcción de modelos válidos y creíbles.
La asignatura combina las clases de teoría y de laboratorio, con tal de introducir conceptos teóricos acompañados de demostraciones, y contempla la realización de varias pequeñas prácticas a clase de laboratorio las cuales serán evaluadas.
El estudiante trabajará un problema a resolver sobre un sistema real o hipotético, estudiará la información disponible, fijará los objetivos de su trabajo, desarrollará (en el estadio que sea razonable) el modelo en un entorno de simulación y valorará los resultados. Se hará una presentación oral en grupo.
Nota final: 0,3 * T1+ 0,5 * T2 + 0,2 * Examen.
T1: nota media del conjunto de trabajos prácticos que se hacen durante el curso a las clases de laboratorio.
T2: nota del trabajo de modelado con LeanSim o modelo a medida.
Examen final de curso.
Estadística. Recomendables: Redes de colas. Entendimiento del funcionamiento de las organizaciones, de los sistemas en general y de los sistemas informáticos, en particular. Programación orientada a objetos.