
Modelització i Simulació de Sistemes
Codi: 101743Crèdits: 6
| Titulació | Tipus | Curs |
|---|---|---|
| Gestió Aeronàutica | OB | 3 |
Professor/a de contacte
- Nom :
- Miquel Àngel Piera Eroles
- Correu electrònic :
- miquelangel.piera@uab.cat
Idiomes dels grups
Podeu consultar aquesta informació al final del document.
Prerequisits
No té requeriments previs, tot i que és molt recomanable disposar d'una mínima base d’estadística i coneixements de programació en Python.
Objectius
L’assignatura de Modelització i Simulació de Sistemes te per objectiu que els estudiants aprenguin a realitzar un model de simulació d'un sistema real o en fase de disseny per poder entendre el comportament dinàmic del sistema i prendre les millors decisions possibles per tal de millorar diferents indicadors de rendiment. En el cas dels aeroports, existeixen tres grans subsistemes: aerolínies, usuaris i infraestructures aeroportuàries. Aconseguir models incloent part dels tres subsistemes ajudaria molt a la presa de decisions dins d’un aeroport.
Els objectius de l’assignatura es concreten en:
- Ser capaç de desenvolupar un model conceptual de qualsevol sistema logístic, transport o producció utilitzant el formalisme de modelatge anomenat Xarxes de Petri .
- Ser capaç de desenvolupar un model de simulació en pseudocodi i poder-lo implementar en qualsevol llenguatge de programació, així com en algun programari de simulació.
- Ser capaç d’aplicar les eines estadístiques bàsiques necessàries per a l’elaboració d’un model de simulació complert.
- Saber utilitzar el model de simulació per identificar i resoldre possibles problemes que causin perdua de rendiment.
Resultats d'aprenentatge
- CM17 (Elaborar dictàmens o informes basats en models d’optimització, simulació i tècniques quantitatives per als processos de presa de decisions, sistematitzant, documentant i reflectint el procés i els mecanismes utilitzats.) Elaborar dictàmens o informes basats en models d’optimització, simulació i tècniques quantitatives per als processos de presa de decisions, sistematitzant, documentant i reflectint el procés i els mecanismes utilitzats.
- CM18 (Proposar decisions basades en dades i eines d’anàlisi disponibles i contrastades en el context de la indústria aeronàutica que s’ajustin a marcs normatius i ètics i als objectius de l’organització. (CT04)) Proposar decisions basades en dades i eines d’anàlisi disponibles i contrastades en el context de la indústria aeronàutica que s’ajustin a marcs normatius i ètics i als objectius de l’organització. (CT04)
- CM19 (Comunicar resultats d’anàlisi de dades de manera clara i efectiva a audiències tècniques i no tècniques.) Comunicar resultats d’anàlisi de dades de manera clara i efectiva a audiències tècniques i no tècniques.
- SM26 (Desenvolupar el model conceptual de sistemes aeronàutics utilitzant el formalisme de xarxes de Petri, per a la representació i l’anàlisi de processos dinàmics i la millora d’indicadors de rendiment en el sector aeronàutic.) Desenvolupar el model conceptual de sistemes aeronàutics utilitzant el formalisme de xarxes de Petri, per a la representació i l’anàlisi de processos dinàmics i la millora d’indicadors de rendiment en el sector aeronàutic.
- SM29 (Aplicar un model de simulació basat en xarxes de Petri, mitjançant l’ús de programari específic, per identificar i resoldre problemes en la gestió de recursos i operacions en el sector aeronàutic.) Aplicar un model de simulació basat en xarxes de Petri, mitjançant l’ús de programari específic, per identificar i resoldre problemes en la gestió de recursos i operacions en el sector aeronàutic.
Continguts
Tema 1: Introducció a la Simulació Digital
Introducció al desenvolupament d'un projecte de simulació:
-
- Definicions i conceptes bàsics
-
- Etapes d'un projecte de simulació
-
- Eines de simulació
-
- Camps d'aplicació
-
Tema 2: Modelatge de Sistemes d'Esdeveniments Discrets
Desenvolupament de models de Sistemes d'Esdeveniments Discrets usant Xarxes de Petri:
-
- Definicions i conceptes bàsics
-
- Dinàmica d'una Xarxa de Petri
-
- Modelatge Bottom-Up
-
- Anàlisi de les Xarxes de Petri
-
Tema 3: Models Estadístics per a la Simulació
Estadística bàsica per ala simulació:
-
- Introducció
-
- Identificació de les propietats estadístiques d'una mostra
-
- Funcions de distribució més utilitzades
-
- Generació de nombres aleatoris
-
- Dependència entre variables aleatòries
-
- Test d'Hipòtesi
-
Tema 4: Simulació de Sistemes d'Esdeveniments Discrets
-
- Elements d'un simulador
-
- Polítiques de gestió de la variable temps (pseudocodi)
-
- Entorns de simulació (programari)
-
- Disseny d'experiments
-
Tema 5: Gestió de Recursos
-
- Introducció a la gestió de recursos.
-
- Tècniques experimentals:
-
-
- Avaluació dels colls d'ampolla.
-
- La llei de Little.
-
- Algorismes de minimització de la variància.
-
-
-
Activitats formatives i Metodologia
| Títol | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|
| Classes de problemes | 12 | 0,48 | CM17, CM19 |
| Pràctiques | 24 | 0,96 | SM26, SM29 |
| Estudi personal | 23 | 0,92 | CM18, SM26 |
| Preparació de Problemes | 20 | 0,8 | CM17, CM18, SM26 |
| Classes de pràctiques | 12 | 0,48 | CM19, SM29 |
| Pràctiques | 6 | 0,24 | CM19, SM29 |
| Problemes | 15 | 0,6 | CM17, CM19 |
| Classes de Teoria | 26 | 1,04 | SM26 |
| Avaluació | 4,5 | 0,18 | SM26 |
La metodologia docent que s’utilitza en aquesta assignatura es fonamenta en la resolució de problemes i en la participació dels estudiants en aquesta. L’assignatura està enfocada de forma molt pràctica i és essencial que els estudiants participin en les activitats, ja que és la millor manera d’aprendre. Les classes magistrals de l’assignatura estan reduïdes a les imprescindibles per poder tenir els coneixements bàsics per realitzar els problemes que es plantegen. L'alumne pot utilitzar eines d'IA en el desenvolupament dels models.
Es podria dividir el curs en diferents activitats:
- Classes magistrals: típiques classes magistrals, incloent la participació dels estudiants mitjançant preguntes i/o petits exercicis.
- Problemes: realització de problemes a l’aula i la seva correcció.
- Pràctiques: aprenentatge d’un entorn de simulació i la realització de models de simulació de sistemes diversos. Les pràctiques es faran en grups de 3.
- Examens: La defensa dels problemes de simulació seran avaluables, juntament amb un examen final.
Avaluació
Activitats d'avaluació continuada
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| Entrega i defensa 4 models de simulació | 20% | 2 | 0,08 | CM17, CM18, CM19, SM26 |
| Pràctiques | 40% | 3 | 0,12 | SM29 |
| Examen Final | 40% | 2,5 | 0,1 | SM26 |
Aquesta assignatura no preveu el sistema d’avaluació única
L'avaluació de l'assignatura constarà de 3 parts, les ponderacions de les quals són:
Nota P1: Avaluació final (40%)
Nota P2: Avaluació de Pràctiques Laboratori en Pyhton (40%)
Nota P3: Avaluació Pràctiques Aula en Python (20%)
S'hauran de superar les parts P1 i P2 amb almenys un 5 per poder aplicar els percentatges, sinó es considerarà l'assignatura com no superada (Suspesa).
L'Avaluació Final serà una prova tipus examen que englobarà tot el que s'ha vist durant el curs fins al dia de l'exàmen.
NOTA FINAL = (Nota P1 x 0,4) + (Nota P2 x 0,4) + (Nota P3 x 0,2)
Nota P1: Nota de l'examen corresponent a l'Avaluació final.
Nota P2: Nota de l'Avaluació de Pràctiques.
Nota P3: Nota corresponent a l'avaluació del problemes en Pyhton.
P1: Avaluació final
- Una prova tipus examen al final del curs on s'avaluaran els coneixements adquirits sobre l'assignatura fins al dia d'aquest examen final (Teoria i Problemes), i constituirà el 40% de la nota global de l'assignatura.
- Data prevista de l'Avaluació final al calendari d'exàmens fixat per la coordinació del grau.
- La nota mínima aprovatòria de l'examenfinal és de 5 punts, sense arrodonir ni aproximar la nota obtinguda en aquest examen.
P2: Avaluació de Pràctiques
- Modelatge i Simulació utilitzant el programari de simulaciò. Constituirà el 40% de la nota global de l'assignatura.
- Els detalls de l'avaluació de les pràctiques s'indicaran en la primera sessió de pràctiques de l'assignatura.
- La nota mínima aprovatòria de pràctiques és de 5 punts, sense arrodonir ni aproximar la nota de pácticas obtinguda.
P3: Avaluació Problemes
- Consta de l'entrega i defensa de 4 exercicis que constituiran el 20% de la nota global de l'assignatura.
- La nota mínima aprovatòria és de 5 punts, sense arrodonir ni aproximar la nota obtinguda en aquesta avaluació.
- En cas de NO aprovar la defensa dels 4 exercicis s'aplicarà el percentatge del 20% a la nota obtinguda en aquesta Avaluació (Nota P3). El / la alumne / a que NO presenti i defensi els models desenvolupats serà qualificat amb zero punts (Nota P3 = 0).
Recuperació
- Es realitzarà un sol examen de Recuperació en la data prevista per a tal fi en el calendari d'exàmens fixat per la coordinació del grau.
- La recuperació consistirà en una prova tipus examen on s'avaluaran els coneixements adquirits sobre l'assignatura (Teoria i Problemes) i englobarà tot el que s'ha vist durant el curs.
- El / La alumne / a podrà realitzar l'examen de recuperació en cas de:
(1) NO aprovar l'Avaluació final (P1). En aquest cas la notaobtinguda enl'examen de recuperació substituirà la nota de l'examen final NO aprovat, i finalment constituirà la nota amb la qual es qualificarà l'Avaluació final (Nota P1).
I Opcionalment en cas de:
(2) Aprovar l'Avaluació final (P1) i NO aprovar l'Avaluació parcial (P3). En aquest cas la nota obtinguda en l'examen de recuperació substituirà la nota de l'examen parcial NO aprovat, i finalment constituirà la nota amb la qual es qualificarà l'Avaluació parcial (Nota P3).
Tots dos casos són excloents: si el / la alumne / a NO ha aprovat prèviament (abans de la Recuperació) cap de les dues avaluacions (P1 i P3) només podrà realitzar l'examen de recuperació per recuperar l'Avaluació final (P1), cas ( 1).
L'examen de recuperació és opcional, cas (2), si ja s'ha aprovat l'assignatura prèviament (abans de la Recuperació), és a dir:
NOTA FINAL = (Nota P1 x 0,4) + (Nota P2 x 0,4) + (Nota P3 x 0,2) ≥ 5
Nota P1 ≥ 5, nota P2 ≥ 5 i Nota P3 <5
Segons l'indicat en la Normativa Acadèmica de la UAB:
Per participar en la recuperació l'alumnat ha d'haver estat prèviament avaluat en un conjunt d'activitats el pes de les quals equivalgui a un mínim de dues terceres parts de la qualificació total de l'assignatura.
IMPORTANT:
Per realitzar la mitjana de nota de l'assignatura han d'estar aprovats:
P1: L'examen final, o l'examen de recuperació en cas d'examen final no aprovat (nota mínima aprovatòria 5 punts sense arrodonir ni apropar la nota obtinguda).
P2: L'avaluació de pràctiques (nota mínima aprovatòria 5 punts sense arrodonir ni apropar la nota obtinguda).
P3: L'entrega i defensa dels exercicis NO requereix nota mínima aprovatòria.
En el cas NO poder aplicar els percentatges (mitjana de nota de l'assignatura), el / la alumne / a obtindrà la qualificació de Suspens.
La nota que tindrà el / la alumne / a qualificat / a amb Suspens serà la major nota NO aprovatòria que hagi obtingut en qualsevol de les tres parts de l'avaluació de l'assignatura:
- La nota corresponent a l'avaluació de la part P1 (Avaluació Final), si és la major nota NO aprovatòria obtinguda per l'alumne.
- La nota corresponent a l'avaluació de la part P2 (Avaluació de Pràctiques), si és la major nota NO aprovatòria obtinguda perl'alumne.
- La nota corresponent a l'avaluació de la part P3 (Avaluació parcial), si és la major nota NO aprovatòria obtinguda per l'alumne.
Alumnes Repetidors
Les tres parts de l'assignatura s'avaluaran de la mateixa manera i en els mateixos termes que s'avaluarà als estudiants no repetidors.
Convalidacions:
P1) Podran convalidar la nota corresponent a la part P1 (Avaluació Final) obtinguda en el curs anterior, només en el cas que aquesta nota sigui aprovatòria. La nota mínima aprovatòria és de 5 punts.
P2) Podran convalidar la nota corresponent a la part P2 (Avaluació de Pràctiques) obtinguda en el curs anterior, només en el cas que aquesta nota sigui aprovatòria. La nota mínima aprovatòria és de 5 punts.
Qualificacions especials
1) Qualificació No Avaluable
El / la alumne / a obtindrà un NO Avaluable com a nota final en el cas que NO es presenti com a mínim a 2 de les 3 activitats d'avaluació de l'assignatura.
2) Qualificació Matrícula d'Honor
Atorgar una qualificació de matrícula d’honor (MH) és decisió del professorat responsable de l’assignatura. La normativa de la UAB indica que les MH només es podran concedir a estudiants que hagin obtingut una qualificació final igual o superior a 9.00. Es pot atorgar fins a un 5% de MH del total d'estudiants matriculats. Per a aquesta assignatura, s'atorgarà ÚNICAMENT si la nota final de totes i cadascuna de les tres parts de l'assignatura és igual o superior a 8 punts.
Sense perjudici d'altres mesures disciplinàries que s'estimin oportunes, es qualificaran amb un zero les irregularitats comeses per l'estudiant que puguin conduir a una variació de la qualificació d'un acte d’avaluació. Per tant, la còpia, el plagi, l’engany, deixar copiar, etc. en qualsevol de les activitats d’avaluació implicarà suspendre-la amb un zero. Les activitats d’avaluació qualificades d'aquesta forma i per aquest procediment no seran recuperables. Si és necessari superar qualsevol d'aquestes activitats d'avaluació per aprovar l'assignatura, aquesta assignatura quedarà suspesa directament amb un zero, sense oportunitat de recuperarlaen el mateix curs.
Les dates d'avaluació continuada i lliurament de treballs es publicaranal campus virtual (o durant les classes de teoria, problemes y/opràctiques), i poden estar subjectes a possibles canvis de programació per motius d'adaptació a possibles incidències. Sempre s'informarà al campus virtual (o durant les classes de teoria, problemes y/o pràctiques) sobre aquests canvis ja que s'entén que aquesta és la plataforma habitual d'intercanvi d'informació entre professors i estudiants.
L’avaluació podria patir alguna modificació que seria presentada el primer dia de classe.
Bibliografia
Robust Modelling and Simulation: Integration of SIMIO with Coloured Petri Net / Idalia Flores De La Mota, Antoni Guasch, Miguel Mujica Mota, Miquel Angel Piera.
Modelado y simulación: aplicación a procesos logísticos de fabricación y servicios / Antoni Guasch, Miquel ANgel Piera, Josep Casanovas i Jaume Figueres
Petri nets: a tool for design and management of manufacturing systems / Jean-Marie Proth and Xiaolan Xie Proth, Jean –Marie.
Coloured petri nets: modelling and validation of concurrent systems / Kurt Jensen, Lars M. Kristensen Jensen, Kurt.
Cómo mejorar la logística de su empresa mediante la simulación: Miquel Àngel Piera, Antoni Guasch, Josep Casanovas
Simio & simulation: modeling, analysis, applications / W. David Kelton, Jeffrey S. Smith, David T. Sturrock
Simulation modeling with SIMIO: a workbook / Jeffrey Allen Joines ; Stephen Dean Roberts. Joines, Jeffrey A.
Programari
Python
MS Excel
SIMIO
Grups i idiomes de l'assignatura
La informació proporcionada és provisional fins al 30 de novembre. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura
| Tipus de docència | Grup | Idioma | Semestre | Torn |
|---|---|---|---|---|
| (TE) Teoria | 11 | Català | segon quadrimestre | tarda |
| (PAUL) Pràctiques d'aula | 11 | Català | segon quadrimestre | tarda |
| (PAUL) Pràctiques d'aula | 12 | Català | segon quadrimestre | tarda |
| (PLAB) Pràctiques de laboratori | 21 | Espanyol | segon quadrimestre | tarda |
| (PLAB) Pràctiques de laboratori | 22 | Espanyol | segon quadrimestre | tarda |