Crédits ECTS |
4
|
Volume horaire total |
36
|
Volume horaire CM |
10
|
Volume horaire TD |
10
|
Volume horaire TP |
16
|
Pré-requis
• Posséder des notions de base d’ordonnancement et d’optimisation discrète
• Connaitre les notions de base de la simulation (fonctionnement d'un calendrier d'événement, cadre expérimental, prise en compte de l'aléatoire, simulations terminantes et non
• terminantes, etc.)
• Connaitre les plans d’expériences
• Notions de statistiques et probabilité? (lois et vecteurs aléatoires, estimation ponctuelle et ensembliste, test d'hypothèses, indépendance et corrélation, familles de lois de probabilité?
• usuelles, etc.)
• Savoir développer des modèles simples avec ARENA et les documenter
• Posséder des notions de base de l'organisation et de la conception des systèmes de production et de logistique
Objectifs
Savoirs :
• Intégrer de nouveaux concepts pour développer des modèles plus avancés
• Connaitre les notions de base pour tester, vérifier, valider un modèle
• Savoir déterminer les variables les plus influentes sur les performances et optimiser
• Savoir comment représenter l'aléatoire selon les données disponibles.
• Savoir prendre en compte les décisions de pilotage lors d'études utilisant la simulation
• Connaitre les difficultés et conséquences liées aux arrêts et les différents cas a? prendre en compte en simulation
• Savoir positionner la simulation dans le cadre de l'industrie 4.0
Savoir-faire (connaissances pratiques) :
• Savoir réaliser des simulations pour : un plan d'expériences, une analyse de sensibilité? ou une optimisation (RSM et Optquest)
• Savoir utiliser un outil d'aide pour déterminer les lois de probabilité?, un gestionnaire de scénarii et un optimiseur
• Savoir réaliser des sous modèles avec des types d'entité? différents pour générer des arrêts ou des demandes de réapprovisionnement
• Savoir mettre en œuvre une animation graphique 3D.
• Connaitre les stratégies de décision en temps réel simples
Contenu
• Modéliser et simuler différents types arrêts - Usage de sous modèles - Entités logiques - Mise en œuvre avec Arena
• Nouvelles notions d'ARENA et animation 3D.
• Modéliser et simuler différents types arrêts - Usage de sous modèles - Entités logiques - Mise en œuvre avec Arena
• Nouvelles notions d'ARENA et animation 3D.
• Vérification, test et validation, approches possibles pour la modélisation de l'aléatoire selon des données disponibles
• Méthodologie d'analyse des simulations et optimisation
• Prise en compte des aspects décisionnels des systèmes de production dans les simulations, simulation et jumeau numérique.
Informations complémentaires
Savoirs :
• Intégrer de nouveaux concepts pour développer des modèles plus avancés
• Connaitre les notions de base pour tester, vérifier, valider un modèle
• Savoir déterminer les variables les plus influentes sur les performances et optimiser
• Savoir comment représenter l'aléatoire selon les données disponibles.
• Savoir prendre en compte les décisions de pilotage lors d'études utilisant la simulation
• Connaitre les difficultés et conséquences liées aux arrêts et les différents cas a? prendre en compte en simulation
• Savoir positionner la simulation dans le cadre de l'industrie 4.0
Savoir-faire (connaissances pratiques) :
• Savoir réaliser des simulations pour : un plan d'expériences, une analyse de sensibilité? ou une optimisation (RSM et Optquest)
• Savoir utiliser un outil d'aide pour déterminer les lois de probabilité?, un gestionnaire de scénarii et un optimiseur
• Savoir réaliser des sous modèles avec des types d'entité? différents pour générer des arrêts ou des demandes de réapprovisionnement
• Savoir mettre en œuvre une animation graphique 3D.
• Connaitre les stratégies de décision en temps réel simples