Logga in

Registrera

1TS316 · Uppsala universitet

Avancerad simulering och preskriptiv analys

Ny kurs

Kom igång gratis

Inga tentor än

Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial

Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg

Kurs info

KurssidaKursplan
HP
5
Språk
Engelska
Nivå
Avancerad nivå
Fakultet
Teknisk-naturvetenskapliga fakultetsnämnden
Institution
Institutionen för samhällsbyggnad och industriell teknik

Lärandemål

Efter godkänd kurs ska studenten kunna

  • redogöra för hur simuleringsteknologier kan användas för att stödja deskriptiv, prediktiv och preskriptiv analys i en industriell kontext,
  • förklara hur olika typer av analyser, inklusive processkartläggning, optimering, datautvinning och visualisering samt maskininlärning, används i kombination med simulering för att förstå och analysera industriella systems och affärssystems prestanda,
  • reflektera över möjligheterna och utmaningarna när olika typer av tekniker som processkartläggning, simulering, optimering, datautvinning och visualisering, tillämpas i realistiska industriella miljöer,
  • modellera, simulera och optimera ett egendesignat produktionssystem,
  • analysera, reflektera över och replikera experiment från forskningslitteratur om simulering och optimering med hjälp av en experimentplattform.
Kursinnehåll
Konstruktion av händelsestyrda simuleringsmodeller, användning av flermålsoptimering och informationsutvinning för produktions-, affärs- och hälsovårdssystem. Olika former av icke-interaktiva och interaktiva metaheuristiska algoritmer, tillsammans med analysmetoder som klustring, beslutsträd och associeringsregler, för prestationsanalys och förbättring. Tillämpning av olika produktionsledningsstrategier, buffring, leverans och schemaläggning, batch och efterfrågan, pull och konstant mängd i arbete (CONWIP), monteringssystem, kvalitetskontroll och resursdelning. Metoder och algoritmer för bearbetning av in- och utdata för simulering och optimering för att genomföra beskrivande, prediktiv och förskrivningsanalys med hjälp av MATLAB och öppen källkod i PlatEMO-plattformen.
Förutsättningar
  • 130 hp inom teknik/naturvetenskap inklusive 5 hp grundläggande programmering, 20 hp matematik, 5 hp statistik och sannolikhetslära samt 5 hp på avancerad nivå inom industriell teknik och/eller datavetenskap. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
Litteratur
Simulating Business Processes for Descriptive, Predictive, and Prescriptive Analytics, De Gruyter, 2019Obligatorisk*
Tian, Y m.fl., PlatEMO: A MATLAB platform for evolutionary multi-objective optimization, IEEE Computational Intelligence Magazine, 12(4), 73-87, 2017, User manual
Manuel Laguna; Johan Marklund, Business Process Modeling, Simulation and Design, Second Edition, CRC Press, 2013Obligatorisk*
Ng, Amos H. C.; Deb, Kalyanmoy., Multi-objective Evolutionary Optimisation for Product Design and Manufacturing, London, Springer-Verlag London Limited, 2011Obligatorisk* - Wang, Lihui.
Spearman, Mark L., Factory physics, International 3. ed., Boston, McGraw-Hill Publishing, cop. 2008Obligatorisk* - Hopp, Wallace J.
Liknande kurser vid andra universitet
Lunds universitet

Lunds universitet

Flerdimensionell analys

FMAB3065 tentor
Stockholms universitet

Stockholms universitet

Statistisk analys

MT400163 tentor
Linköpings universitet

Linköpings universitet

Vektoranalys

TATA4444 tentor
Redo att boosta dina studier?

Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.

Kom igång gratis

Produkt

  • Priser

  • Karriär

Företag

  • Om oss

  • Blogg

  • Användarvillkor

  • Integritet

  • Support

Universitet

  • KTH

  • Uppsala universitet

  • Linköpings universitet

  • Chalmers

  • Lunds universitet

  • Luleå tekniska universitet

  • Stockholms universitet

  • Gymnasiet

Socialt

  • Instagram

  • Facebook

  • YouTube

  • TikTok

  • Linkedin

© 2026 Crash Course Sverige AB