Vorlesung WS04/05

(2 SWS Vorlesung,  Nr. 042733)

 

Modellierung und Simulation diskreter und kontinuierlicher Systeme

Zeit:

            Dienstag:                  12:15-14:00 GB V, R 420
           

Veranstalter:

            Peter Buchholz (Tel.: (0231) 755 4746, Email: peter.buchholz@udo.edu)
            Sprechstunde: Donnerstag 10:00-11.30 und n.V.     GB V R 406a

Inhalt:

Die Vorlesung Modellierung und Simulation diskreter und kontinuierlicher Systeme ist eine Weiterführung der Vorlesung Modellierung Analyse und Optimierung (MAO). Es wird der Bereich der modellgestützten Analyse und das Arbeiten mit Modellen vertieft. Wie schon  in MAO steht die Klasse der diskreten Modelle im Mittelpunkt der Betrachtungen. Es werden aber auch eine Reihe von Techniken vorgestellt, die unabhängig vom Modelltyp einsetzbar sind.  

Im Bereich der diskreten Simulation werden spezielle Methoden zur Reduktion des Simulationsaufwandes beschrieben, es wird die Parallelisierung von Simulationsexperimenten und die damit verbundenen Probleme angesprochen und es werden neuere Paradigmen zur Erstellung und Kopplung von Simulationsmodellen eingeführt. An der Schnittstelle zwischen diskreter und kontinuierlicher Simulation beschäftigt sich die Vorlesung mit sogenannten hybriden Simulationsmodellen, bei denen sowohl kontinuierliche als auch diskrete Teilsysteme in einem Modell vereint werden.

Im dritten Teil der Vorlesung werden Techniken zum Arbeiten mit Simulationsmodellen eingeführt. So ist die Validierung und Kalibrierung von stochastischen Simulationsmodellen ein zentraler Punkt beim Einsatz der Modelle. Es werden verschiedene Ansätze für eine operationale Validierung vorgestellt. Da Modelle in den meisten Fällen dazu dienen, Systeme zu verbessern oder unterschiedliche Systeme zu vergleichen, ist das Experimentieren mit verschiedenen Konfigurationen eines Simulationsmodells oder mit verschiedenen Modellen ein zentraler Aspekt. In der Vorlesung werden Methoden zum Vergleich und zur Auswahl von stochastischen Simulationsmodellen eingeführt. Weiterhin wird eine Methodik zum effektiven Experimentieren mit Modellen eingeführt und es wird auf dieser Basis ein Ansatz zur Optimierung von Simulationsmodellen entwickelt.

Kapitelgliederung

Folienkopien werden im Laufe des Semesters verfügbar gemacht.

  1. Einführung und Wiederholung
    1. Modelltypen
    2. Anwendungsgebiete der Simulation
    3. Ablauf und Aufbau ereignisdiskreter Simulatoren
    4. Zufall in der Simulation
  2. Techniken zur Varianzreduktion
    1. Gemeinsame Zufallszahlen
    2. Antithetische Variablen
    3. Kontrollvariationen
    4. Konditionierung
    5. Importance Sampling
  3. Parallele und verteilte Simulation
    1. Parallele Replikationen
    2. Ansätze zur Parallelität in einem Modell
    3. Parallele Präfixberechnung
    4. Konservative Ansätze der parallelen Simulation
    5. Optimistische Ansätze der parallelen Simulation
  4. Agentenorientierte Simulation und HLA
    1. Agentenorientierte Simulation
    2. HLA (High Level Architecture)
  5. Hybride Simulation
    1. Beispiele für hybride Systeme
    2. Analyse kontinuierlicher Systeme (eine kurze Zusammenfassung)
    3. Hybride Simulationsansätze
    4. Spezifikation hybrider Systeme
  6. Kalibrierung und Validierung von Simulationsmodellen
    1. Grundlegende Definitionen
    2. Methoden zur Erhöhung der Validität von Modellen
    3. Messung von Verhaltensunterschieden
    4. Testverfahren
  7. Vergleich von Systemkonfigurationen
    1. Vergleich der Konfidenzintervalle von zwei Konfigurationen
    2. Vergleich der Konfidenzintervalle von mehr als zwei Konfigurationen
    3. Bildung von Rangfolgen und Auswahl von Systemen
  8. Experimentieren mit Simulatoren
    1. Experimententwürfe für qualitative Faktoren
    2. Experimententwürfe für quantitative Faktoren
    3. Behandlung großer Faktorzahlen
  9. Optimierung von Simulationsmodellen
    1. Response Surfaces und Metamodelle
    2. Gradientenberechnung und Sensitivitätsanalyse
    3. RSM als Optimierungsmethode

 

Literaturhinweise:

Teil der Vorlesung basieren auf :

  1. A. L. Law, W. D. Kelton: Simulation Modeling and Analysis. McGraw Hill 2000.

Darüber hinaus wurde kapitelspezifische Originalliteratur verwendet, die in der Vorlesung angegeben wird. Ferner lohnt sich ein Blick in die Literaturliste der Vorlesung MAO und in die auf der Winter Simulation Konferenz präsentierten Papiere (insbesondere in die dort präsentierten Tutorien).

Erwünschte Vorkenntnisse:

Da die Vorlesung auf der Vorlesung „Modellgestützte Analyse und Optimierung“ basiert,  ist der vorherige Besuch dieser Vorlesung oder der früheren Vorlesung „Modellierung und Simulation“ Voraussetzung (oder es müssen äquivalente Kenntnisse vorhanden sein).