Il corso si propone di fornire le basi numeriche e metodologiche per affrontare in modo sistematico il processo di progettazione e ottimizzazione di sistemi ingegneristici.

A partire dal concetto di parametrizzazione, intesa come definizione e modifica automatizzata dei parametri che descrivono il sistema in esame, vengono introdotte e analizzate le principali metodologie numeriche per l’esplorazione dello spazio di progetto e la ricerca di configurazioni ottimali, con particolare attenzione ai problemi di ottimizzazione multiobiettivo.

Per ciascuna metodologia viene approfondita non soltanto la formulazione teorica, ma anche la struttura dell’algoritmo e la sua implementazione numerica, mediante linguaggi e ambienti di programmazione quali Fortran, C e MATLAB.

Il corso è articolato in quattro principali aree tematiche:

  • Parametrizzazione geometrica: rappresentazione parametrica della geometria, curve di Bézier e B-spline;

  • Design of Experiments (DOE): campionamento dello spazio di progetto, analisi statistica e valutazione dell’influenza delle variabili;

  • Algoritmi di ottimizzazione: metodi mono-obiettivo e multiobiettivo, algoritmi genetici e approcci basati sulla Teoria dei Giochi;

  • Superfici di risposta, Machine Learning e Intelligenza Artificiale: costruzione di modelli surrogati per l’approssimazione di sistemi complessi e la riduzione del costo computazionale, con particolare riferimento a reti neurali e processi gaussiani.

L’obiettivo complessivo è fornire allo studente gli strumenti necessari per comprendere, implementare e utilizzare metodologie numeriche integrate a supporto della progettazione ingegneristica, introducendo anche il ruolo delle moderne tecniche di Machine Learning e Intelligenza Artificiale nei processi di progettazione e ottimizzazione.

Ultime modifiche: giovedì, 17 settembre 2026, 13:48