Simulation avancée

• 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

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

• 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.

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