Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

MUS > Kapitel 1: Grundlagen > Flashcards

Kapitel 1: Grundlagen Flashcards

1
Q

Anwendungsbereiche von Computersimulation

A
  • 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)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Verwendete Methoden der Informatik

A
  • Programmiersprachen und Methoden
  • Softwaretechnik & Softwarewerkzeuge (Entwurfsmethoden und -notationen wie UML und BPMN)
  • Datenbanktechnologien
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Gründe für Experimente mit Modellen

A
  • 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)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

System

A
  • Ein System ist ein Ausschnitt aus der Gesamtmenge von Objekten und Beziehungen
  • Sind häufig komplex und nicht leicht durchschaubar
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Systemanalyse

A

Systematische, im Sinne einer Ganzheitsbetrachtung über die Grenzen der Wissenschaftsdisziplinen hinausgreifende Analyse

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Systemtheorie

A
  • 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
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Systemzustand

A

Menge der Werte der Zustandsvariablen zu einem bestimmten Zeitpunkt

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Systemverhalten

A

Werteverlauf über die Zeit

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Systemkomplexität

A

Verflechtungsgrad (Anzahl Elemente und Beziehungen)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Offene Systeme

A
  • Mindestens eine Interaktionsbeziehung mit umgebendem System (Systemgrenzen durchlässig)
  • Beispiel: Fabrik mit Systemeingängen Rohstoffe, Aufträge, Energie und Ausgänge Produkte und Abfälle
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Geschlossene Systeme

A
  • Keine Interaktion mit Systemumgebung

* Beispiel: Aquarium

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Kybernetische und nicht-kybernetische Systeme

A

Berücksichtigung von Rückkopplungen zwischen Systemelementen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Modellbegriff (Definition)

A

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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Modellbildung

A
  • Abbildung eines realen Systems
  • Reduktion von Komplexität
  • Idealisierung bestimmter Systemfunktionen (Außerachtlassen von Unerwünschtem und irrationalem; Anpassung von Unregelmäßigem)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Gründe für Modellbildung

A
  • Erhöht Verständnis über Realsystem
  • Reduziert Zeitaufwand von Projekten
  • Untersuchung nicht existierender Systeme
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Modellklassifikation (Arten von Modellen)

A
  • Materielles Modell: Schiffsmodell
  • Verbales Modell: Umgangssprachliche Systembeschreibung
  • Grafisch-deskriptives Modell: Kausaldiagramm, BPMN
  • Mathematisches Modell: Differentialgleichungssystem
17
Q

Analytische Modelle

A

Mathematische Gleichungssysteme zur Berechnung einer geschlossenen Lösung für gesuchten Systemendzustand (Optimierungsmodelle mit Max/Min einer Zielfunktion unter Nebenbedingungen (Restriktionen); Analytische Warteschlangenmodelle)

18
Q

Simulationsmodelle

A
  • 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
19
Q

Simulationsmodelle (Vorteile)

A
  • 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
20
Q

Simulationsmodelle (Nachteile)

A
  • 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)
21
Q

Abgrenzung Modellierung, Simulation und Optimierung

A
  • Modellierung: Wie funktioniert es?
  • Simulation: Was ist das Ergebnis?
  • Optimierung: Wie wird es erreicht?
22
Q

Modellbildungsprozess

A
  1. Problemdefinition und Systemidentifikation
    2a. Modellentwurf: Konzeptuelles Modell
    2b. Datenerhebung (Festlegung der Modellkonstanten und -variablen) – parallel zur Entwurfsphase
  2. Modellimplementation
  3. Modellvalidierung (Prüfung der Gültigkeit eines Modells vor Anwendung)
  4. Simulationsexperimente
  5. Ergebnisanalyse (statistische Auswertungsverfahren)
  6. Dokumentation (parallel zu allenPhasen; Ziel: Modelltransparenz)
  7. Modelleinsatz in der Praxis (Modelle als routinemäßiges Entscheidungsinstrument; Benutzerfreundlichkeit wichtig für Marktsakzeptanz)
23
Q

Abstraktion

A
  • Verallgemeinerung bzw. Entnahme des Allgemeinen aus dem Besonderen (Weglassen von Details)
  • Bsp.: Verkehrssimulation ohne Unfälle, fünf “repräsentative” Kundentypen bei Simulation eines Supermarkts
24
Q

Idealisierung

A
  • Außerachtlassen von Unerwünschtem und Irrationalem
  • Bsp.: Annahme der Nutzung möglichst kurzer Wege/Routen, Abschätzung jahreszeitlicher Schwankungen der Sonneneinstrahlung in ökologischen Seemodellen mit Sinusfunktion

MUS (5 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions