Kapitel 1: Grundlagen Flashcards
Anwendungsbereiche von Computersimulation
- Wirtschaft und IT-Management (Planungvon Betriebsabläufen, Personaleinsatz, Lagerhaltungssysteme)
- Produktionssysteme
- Informatik & Informationstechnik (Simulation von Betriebssystemen, Konfiguration von Rechenanlagen, Datenbankentwurf)
- Verkehr und Transport (Planung von Hafenanlagen und Containerterminals, Personennahverkehr)
Verwendete Methoden der Informatik
- Programmiersprachen und Methoden
- Softwaretechnik & Softwarewerkzeuge (Entwurfsmethoden und -notationen wie UML und BPMN)
- Datenbanktechnologien
Gründe für Experimente mit Modellen
- Störung/Zerstörung des realen Systems (Notfallpraxis, Reaktorunfall)
- Untersuchungen am realen System zu aufwändig/teuer (Fertigungssystem)
- Systemabläufe zu schnell/langsam (chemische Reaktionen, Waldsterben, Kontinentaldrift)
- Unzugänglichkeit des realen Systems (Astrophysik)
System
- Ein System ist ein Ausschnitt aus der Gesamtmenge von Objekten und Beziehungen
- Sind häufig komplex und nicht leicht durchschaubar
Systemanalyse
Systematische, im Sinne einer Ganzheitsbetrachtung über die Grenzen der Wissenschaftsdisziplinen hinausgreifende Analyse
Systemtheorie
- Theorie der Beziehungen zwischenden Elementen und Teilsystemen eines Systems und des Zusammenhangs zwischen Struktur und Funktionsweisen von Systemen
- Ziel: Erkennung und Erforschung der Prinzipien für alle möglichen Systeme in den unterschiedlichen wissenschaftlichen Disziplinen und deren Verallgemeinerung
Systemzustand
Menge der Werte der Zustandsvariablen zu einem bestimmten Zeitpunkt
Systemverhalten
Werteverlauf über die Zeit
Systemkomplexität
Verflechtungsgrad (Anzahl Elemente und Beziehungen)
Offene Systeme
- Mindestens eine Interaktionsbeziehung mit umgebendem System (Systemgrenzen durchlässig)
- Beispiel: Fabrik mit Systemeingängen Rohstoffe, Aufträge, Energie und Ausgänge Produkte und Abfälle
Geschlossene Systeme
- Keine Interaktion mit Systemumgebung
* Beispiel: Aquarium
Kybernetische und nicht-kybernetische Systeme
Berücksichtigung von Rückkopplungen zwischen Systemelementen
Modellbegriff (Definition)
Modelle sind materielle oder immaterielle Systeme, die Elemente und Relationen des Ursprungssystems in vereinfachter Weise darstellen, so dass eine experimentelle Manipulation der abgebildeten Strukturen und Zustände möglich ist, aber zugleich Rückschlüsse über das Ursprungssystem gezogen werden können
Modellbildung
- Abbildung eines realen Systems
- Reduktion von Komplexität
- Idealisierung bestimmter Systemfunktionen (Außerachtlassen von Unerwünschtem und irrationalem; Anpassung von Unregelmäßigem)
Gründe für Modellbildung
- Erhöht Verständnis über Realsystem
- Reduziert Zeitaufwand von Projekten
- Untersuchung nicht existierender Systeme
Modellklassifikation (Arten von Modellen)
- Materielles Modell: Schiffsmodell
- Verbales Modell: Umgangssprachliche Systembeschreibung
- Grafisch-deskriptives Modell: Kausaldiagramm, BPMN
- Mathematisches Modell: Differentialgleichungssystem
Analytische Modelle
Mathematische Gleichungssysteme zur Berechnung einer geschlossenen Lösung für gesuchten Systemendzustand (Optimierungsmodelle mit Max/Min einer Zielfunktion unter Nebenbedingungen (Restriktionen); Analytische Warteschlangenmodelle)
Simulationsmodelle
- Schritt für Schritt-Lösungen mit Zwischenzuständen, die realem System nachgebildet sind
- Erst dann sinnvoll, wenn analytische Modelle komplexe Realsysteme nicht adäquat abbilden können (Aufwand)
- Bsp.: komplexe Interaktionen oder Entscheidungsregeln
Simulationsmodelle (Vorteile)
- Modellierung auf beliebigen unterschiedlichen Detaillierungsgraden nach gleichen Modellierungsprinzipien möglich
- Simulation erlaubt Sensitivitätsuntersuchungen der angenommenen statistischen Verteilungen
- Simulation weniger komplex als viele mathematisch-analytische Ansätze
- Untersuchung alternativer Systemstrukturen
- Anschaulicher, da zeitliche Entwicklung der Systemzustände Schritt für Schritt nachvollziehbar
Simulationsmodelle (Nachteile)
- Höherer Entwicklungsaufwand
- Höherer Rechenaufwand
- Höherer Datenbedarf (logischerweise, da größerer Detaillierungsgrad)
- Notwendigkeit der Wiederholung von Simulationsläufen, da Simulationsmodelle normalerweise stochastisch
- Auffindung der optimalen Lösung nicht garantiert (keine Optimierungsmethode)
Abgrenzung Modellierung, Simulation und Optimierung
- Modellierung: Wie funktioniert es?
- Simulation: Was ist das Ergebnis?
- Optimierung: Wie wird es erreicht?
Modellbildungsprozess
- Problemdefinition und Systemidentifikation
2a. Modellentwurf: Konzeptuelles Modell
2b. Datenerhebung (Festlegung der Modellkonstanten und -variablen) – parallel zur Entwurfsphase - Modellimplementation
- Modellvalidierung (Prüfung der Gültigkeit eines Modells vor Anwendung)
- Simulationsexperimente
- Ergebnisanalyse (statistische Auswertungsverfahren)
- Dokumentation (parallel zu allenPhasen; Ziel: Modelltransparenz)
- Modelleinsatz in der Praxis (Modelle als routinemäßiges Entscheidungsinstrument; Benutzerfreundlichkeit wichtig für Marktsakzeptanz)
Abstraktion
- Verallgemeinerung bzw. Entnahme des Allgemeinen aus dem Besonderen (Weglassen von Details)
- Bsp.: Verkehrssimulation ohne Unfälle, fünf “repräsentative” Kundentypen bei Simulation eines Supermarkts
Idealisierung
- Außerachtlassen von Unerwünschtem und Irrationalem
- Bsp.: Annahme der Nutzung möglichst kurzer Wege/Routen, Abschätzung jahreszeitlicher Schwankungen der Sonneneinstrahlung in ökologischen Seemodellen mit Sinusfunktion
