- Oggetto:
- Oggetto:
Modelli e Metodi per il Supporto alle Decisioni (non attivo nel 2022/2023)
- Oggetto:
Models and Methods for Decision Support Systems
- Oggetto:
Anno accademico 2022/2023
- Codice dell'attività didattica
- MFN0953
- Docente
- Roberto Aringhieri (Titolare)
- Corso di studi
- [008515] Laurea magistrale in informatica
- Anno
- 1° anno 2° anno
- Periodo didattico
- Secondo semestre
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 6 CFU (Ore aula: 32, Ore laboratorio: 16)
- SSD dell'attività didattica
- INF/01 - informatica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Facoltativa
- Tipologia d'esame
- Orale
- Prerequisiti
- Lo studente deve avere la capacità di rappresentare in modo astratto problemi computazionali. Lo studente deve avere competenze di analisi e progetto di algoritmi.
Insegnamenti propedeutici (forniscono le competenze attese in ingresso): Calcolo Matriciale e Ricerca Operativa. Algoritmi e Strutture Dati.The student should have the ability of modelling computational problems. Further, the student should have the ability of analysing and developing algorithms.
Preparatory courses (providing the expected entry skills): Matrix Calculus and Operational Research. Algorithms and Data Structures . - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
L'insegnamento si propone di fornire le competenze per la creazione di strumenti di supporto alle decisioni integrando modelli e metodi di analisi what-if (es. simulazione) e what-best (es. ottimizzazione)L'obiettivo di insegnare l'analisi dei processi decisionali attraverso la modellazione e l'analisi quantitativa fa parte degli obiettivi formativi specifici del CdS in Informatica (LM18), in particolare è tra quelli relativi all´indirizzo orientato ai sistemi per il trattamento dell'informazione.
The aim of the course is to provide the skills to create decision support systems by integrating what-if (e.g., simulation) and what-best (e.g., optimization) models and methods of analysis.The objective of teaching the analysis of decision-making processes by means of modelling and quantitative analysis is part of the specific educational objectives of the BSc in Computer Science (LM18), in particular it is among those relating to the systems-oriented address of information processing.
- Oggetto:
Risultati dell'apprendimento attesi
La studentessa e lo studente sarà in grado di riconoscere la complessità dei problemi reali, di rappresentare tali problemi attraverso modelli adeguati, e di fornire supporto alle decisioni attraverso l'analisi quantitativa delle soluzioni del modello proposto.CONOSCENZA E CAPACITÀ DI COMPRENSIONE
Acquisizione delle conoscenze fondamentali sul supporto alle decisioni basato su metodi di analisi quantitativa.CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
Capacità di riconoscere problemi di supporto alle decisioni, selezionando gli strumenti più adatti alla loro risoluzione.AUTONOMIA DI GIUDIZIO
Acquisizione di autonomia di giudizio per identificare gli elementi cruciali di un problema reale di supporto alle decisioni e per la loro modellazione più appropriata.ABILITÀ COMUNICATIVE
Acquisizione di competenze e strumenti per poter comunicare con il decisore sia in fase di comprensione e definizione del problema che in fase di supporto alle decisioni attraverso analisi quantitative.CAPACITÀ DI APPRENDIMENTO
Acquisizione di capacità autonome di apprendimento in campo modellistico e analisi quantitativa per problemi di supporto alle decisioni.
The student will be able to recognise the complexity of real-world problems, to represent these problems through appropriate models, and to provide decision support through the quantitative analysis of proposed model solutions.KNOWLEDGE AND UNDERSTANDING
Acquisition of fundamental knowledge on decision support based on quantitative analysis methods.APPLYING KNOWLEDGE AND UNDERSTANDING
Ability to recognise decision support problems, selecting the most suitable tools for their resolution.INDEPENDENT JUDGEMENT
Acquisition of independent judgement to identify the crucial elements of a real decision support problem and their most appropriate modelling.COMMUNICATION SKILLS
Acquisition of skills and tools to be able to communicate with the decision-maker both at the stage of understanding and defining the problem and at the stage of decision support through quantitative analysis.LEARNING SKILLS
Acquisition of autonomous learning skills in modelling and quantitative analysis for decision support problems.- Oggetto:
Modalità di insegnamento
Lucidi proiettati in aula e tradizionali spiegazioni alla lavagna. Esercitazioni in laboratorio utilizzando strumenti software ad hoc.
Traditional slides and blackboard-supported class lectures. Practical laboratory exercises using ad hoc software tools.- Oggetto:
Modalità di verifica dell'apprendimento
L'esame è costituito dalla discussione di un progetto, diverso per ogni gruppo di studenti composto al più da 2 studentesse e studenti. La realizzazione del progetto è per fasi successive da discutere col docente che giocherà il ruolo di colui che necessità di supporto alla decisione.La valutazione dell'esame terrà in considerazione (i) l'autonomia nello svolgimento del progetto, (ii) la capacità di individuare gli elementi critici del problema e di modellarli opportunamente, (iii) il metodo di soluzione adottato, (iv) la capacità di organizzare discorsivamente la conoscenza, di ragionamento critico sul progetto realizzato, e (v) la qualità dell’esposizione.
Il voto ottenuto durante una prova rimane valido durante tutto l'Anno Accademico in cui la prova è stata sostenuta.
The examination consists in the discussion of a project, different for each group of students (max 2 students). The realisation of the project is by successive stages to be discussed with the Professor who will play the role of the one who needs to support the decision.The assessment of the examination will take into account (i) the autonomy in carrying out the project, (ii) the ability to identify the critical elements of the problem and to model them appropriately, (iii) the solution method adopted, (iv) the ability to discursively organise knowledge and to critically reason about the project carried out, and (v) the quality of the presentation.
The grade obtained on a test remains valid throughout the Academic Year in which the test was taken.
- Oggetto:
Attività di supporto
Verranno forniti appunti disponibili alla pagina I-learn dell'insegnamento.
Lecture notes will be made available on the I-learn page for the course.- Oggetto:
Programma
- Introduzione. Richiami ed elementi di base di Simulazione e di Ottimizzazione.
- Modelli per descrivere workflow: Discrete Event Simulation.
- Modelli per descrivere l'iterazione tra componenti diverse di un sistema: Agent-based Simulation.
- Modelli per l'analisi di politiche di gestione di medio e lungo termine: System Dynamics.
- Modelli per la scelta della soluzione più razionale: ottimizzazione, ottimizzazione online, metaeuristiche.
- Integrazione tra simulazione ed ottimizzazione: case studies.
- Introduction. Basics of Simulation and Optimization.
- Modelling work-flow: Discrete Event Simulation.
- Modelling interactions among system components: Agent-based Simulation.
- Modelling medium and long term policies: System Dynamics.
- Modelling the more rational decision: optimization, online optimization, metaheuristic algorithms.
- Integrating simulation and optimization: case studies.
Testi consigliati e bibliografia
- Oggetto:
- M. C. Fu. Optimization for simulation: Theory vs. practice. INFORMS Journal on Computing, 14(3):192-215, 2002.
- M.C. Fu, F.W. Glover, and J. April. Simulation optimization: A review, new developments, and applications. In M.E. Kuhl, N.M. Steiger, F.B. Armstrong, and J.A. Joines, editors, Proceedings of the 2005 Winter Simulation Conference, pages 83-95, 2005.
- P. Terna, R. Boero, M. Morini, and M. Sonnessa. Simulazione, modelli ad agenti e scienze sociali. il Mulino, 2006.
- J.D. Sterman. Business Dynamics: Systems Thinking and Modeling for a Complex World. McGraw-Hill, 2000.
- E. Aarts, J. K. Lenstra eds.: "Local search in combinatorial optimization", Wiley, 1997.
- Oggetto:
Note
Software suggeriti:- Simulation: AnyLogic, Salabim
- Optimization: Pyomo, Coin-OR, IBM ILOG CPLEX Optimization Studio
Suggested softwares:
- Simulation: AnyLogic, Salabim
- Optimization: Pyomo, Coin-OR, IBM ILOG CPLEX Optimization Studio
- Oggetto: