Sommersemester 15
Vorlesung/Übung
Diskrete Simulation (DS)
- Dozent:
- Prof. Dr. Tobias Hoßfeld
- Ansprechpartner:
- Semester:
- Sommersemester 2015
- Termin:
- Di 14:00-16:00 (Vorlesung); Di 16:00-18:00 (Übungsgruppe 1); Mi 12:00-14:00 (Übungsgruppe 2)
- Raum:
- SA-215 (Vorlesung und Übungsgruppe 1); SM-205 (Übungsgruppe 2)
- Beginn:
- 14.04.2015
- Ende:
- 14.07.2015
- Sprache:
- deutsch
- Moodle:
- Veranstaltung in Moodle
- LSF:
- Veranstaltung im LSF
Beschreibung:
Es wird eine Übersicht über Techniken der diskreten, ereignisorientierten Simulation vermittelt, wobei das Erstellen von Simulationsmodellen, die Planung und Durchführung von Simulationsexperimenten und die statistische Auswertung der Simulationsergebnisse im Vordergrund stehen.
Gliederung:
- Einführung in die Simulationstechnik: Modellierung und Konzeption
- Statistische Grundlagen
- Zufallszahlengeneratoren zur Erzeugung von Zufallszahlen
- Methoden zur Erzeugung von Zufallszahlen nach bestimmten Verteilungen
- Auswertung von Simulationsergebnissen
- Modellierung empirischer Daten für Simulationen
- Experimentdesign
- Spezielle Zufallsprozesse und Simulationen
Literatur:
- Averill Law: Simulation Modeling and Analysis (englisch). Mcgraw-Hill Publ.Comp. 5th edition, 2014
Die Vorlesung orientiert sich an große Teile des Buches und verwendet auch die dortige Notation. Das Lehrbuch beinhaltet aber weiterführende Inhalte und Details für Interessierte über die Vorlesung hinaus. - Jerry Banks, John S. Carson, Barry L. Nelson, David M. Nicol: Discrete-Event System Simulation (englisch). Pearson Education Limited, 2013
- Hisashi Kobayashi, Brian L. Mark: System Modeling and Analysis: Foundations of System Performance Evaluation (englisch). Prentice Hall, 2008
Abschnitt IV geht im Detail auf “Simulation Modeling and Analysis” ein und beschreibt unterschiedliche Anwendungsfälle für Simulation. In den Kapiteln zuvor werden analytische Lösungsmöglichkeiten diskutiert, die über die Vorlesung hinausgehen. - Bernd Page, Wolfgang Kreutzer, Björn Gehlsen: The Java Simulation Handbook: Simulating Discrete Event Systems with UML and Java (english). Shaker, 1st edition, 2005 Garrett Grolemund: Hands-On Programming with R: Write Your Own Functions and Simulations (english). O'Reilly, 2014
Unterstützend zu den Java-Programmieraufgaben der Übung. - Rainer Schlittgen: Einführung in die Statistik: Analyse und Modellierung von Daten (deutsch). Oldenbourg Wissenschaftsverlag, 2008
Es wird eine Einführung in die Statistik gegeben, die für die Vorlesung relevant ist, um geeignet Simulationsdaten auszuwerten. - Andy Field: Discovering Statistics Using R (englisch). Sage, 2012 Eine Einführung in die Statistik anhand von R.
Prüfungsart:
Schriftlich oder mündlich (wird noch festgelegt)
Formalia:
Informationen zur Prüfung
Die Prüfung erstreckt sich über die Inhalte von Vorlesung und Übung in der Gestalt einer Klausur (in der Regel: 90-120 Minuten) oder mündlichen Prüfung (in der Regel: 30 Minuten). Die konkrete Prüfungsform wird innerhalb der ersten Wochen der Vorlesungszeit festgelegt.
Zu Beginn der Veranstaltung wird festgelegt, ob die erfolgreiche Teilnahme an den Übungen Prüfungsvorleistung oder aber Bestandteil der Prüfung ist. Ist letzteres der Fall, so bilden die Teilleistungen zusammen mit der Abschlussprüfung eine zusammengesetzte Prüfung mit einer Endnote.
Informationen zur Übung
In den Übungen wenden die Studierenden den in der Vorlesung erarbeiteten Stoff in im Rahmen von Programmierübungen und im Rahmen von theoretischen Fragen praktisch an. Das Ziel der Übungen ist die praktische Umsetzung der in der Vorlesung erarbeiteten Konzepte. Insbesondere werden unterschiedliche Aspekte für Computer-gestützte Simulation implementiert werden. Die Implementierung einer eigenen Simulation steht im Fokus, welche die Erfassung von Statistiken sowie die Erzeugung von Zufallszahlen beinhaltet. Insbesondere soll auch ein Verständnis der statistischen Auswertung von Simulationsstudien und Interpretation der Simulationsergebnisse vermittelt werden.
- Simulationskonzept erstellen
- Simulationsprogramm implementieren
- Für relevante Fragestellungen aus der Praxis Simulationsmodelle erstellen
- Simulationsexperimente planen, durchführen und (statistisch und grafisch) auswerten
Die Übungen bestehen aus
- Programmierübungen, bei denen die Implementierung einer eigenen Simulation im Fokus steht und die von den Studierenden einzeln oder in Gruppen bearbeitet werden. Anhand von Aufgabenblättern werden die Studierenden an die Implementierung von Simulationen und die Durchführung von Simulationsstudien herangeführt. Das Programmieraufgabenblatt wird in der Übung besprochen.
- Theoretische Übungsaufgaben zum Vorlesungsstoff werden als Aufgabenblatt ausgegeben, die von den Studierenden bearbeitet werden. Die Lösungen zum Aufgabenblatt werden in der Übung vorgestellt und besprochen werden.
- Präsenzübungen, bei denen Aufgabenstellungen zum Vorlesungsstoff von den Studierenden bearbeitet und anschließend besprochen werden.
Internetbasierte Übungsmöglichkeiten
Daneben werden weitere Internetbasierte Übungsmöglichkeiten angeboten, über die der Vorlesungsstoff intensiv nachbereitet werden kann.