Simulation und Modellierung 1 - VÜ (SaM 1-VÜ)5 ECTS
(englische Bezeichnung: Simulation and Modeling 1 - L+E)

Lehrveranstaltungen:

• • Simulation and Modeling 1
    (Vorlesung, 2 SWS, Reinhard German, Mi, 14:15 - 15:45, H4)
  • Exercises to Simulation and Modeling 1
    (Übung, 2 SWS, Lisa Maile et al.)

Empfohlene Voraussetzungen:

elementare Programmierkenntnisse, vorzugsweise in Java, Mathematikkenntnisse in Analysis, wie z.B. im 1. Semester der angewandten Mathematik vermittelt

Recommended background knowledge:
basic programming skills, preferably in Java, mathematics skills in analysis, such as taught in the first semester in applied mathematics.

Inhalt:

Das Modul vermittelt die Grundlagen der diskreten Ereignissimulation und beinhaltet

• diskrete Simulation

• analytische Modellierung (z.B. Warteschlangen)

• Eingabemodellierung (z.B. Fitting-Verfahren)

• Zufallszahlenerzeugung

• statistische Ausgabeanalyse

• Modellierungsparadigmen (u.a. Ereignis-/Prozessorientierung, Warteschlangen, Automaten, Petri-Netze, UML, graphische Bausteine)

• kontinuierliche und hybride Simulation

• Simulationssoftware

• Fallstudien
  

Content:
Overview of the various kinds of simulation

• discrete simulation (computational concepts, simulation of queuing systems, simulation in Java, professional simulation tools)

• required probability concepts and statistics, modeling paradigms (e.g., event/process oriented, queuing systems, Petri nets, UML statecharts)

• input modeling (selecting input probability distributions)

• random number generation (linear congruential generators and variants, generating random variates)

• output analysis (warm-up period detection, independent replications, result presentation)

• continuous and hybrid simulation (differential equations, numerical solution, hybrid statecharts)

• simulation software, case studies, parallel and distributed simulation.

Lernziele und Kompetenzen:

Die Studierenden

• erwerben Kenntnisse über Verfahren und Realisierungsmöglichkeiten der diskreten Simulation mit Ausblick auf andere Simulationsarten

• erwerben Kenntnisse über statistische Aspekte der Simulation, die für die Anwendung wichtig sind

• wenden statistische Methoden zur Analyse und Bewertung von Eingabe- sowie Ausgabedaten an

• erwerben praktische Erfahrung mit kommerziellen Simulationswerkzeugen

• erwerben Erfahrungen bei der Simulation in verschiedenen Anwendungsbereichen (u.a. Rechnernetze, Fertigungssysteme, Materialflusssysteme)

• entwickeln eigenständig anhand von Beispielaufgaben Simulationsmodelle unter Verwendung verschiedener Modellierungsparadigmen

• können in Gruppen kooperativ und verantwortlich arbeiten
  

Learning targets and competences:
Students
• gain knowledge about methods and realization possibilities of discrete simulation with an outlook on other types of simulation
• gain knowledge of statistical aspects of simulation that are important for practice
• apply statistical methods for analysis and evaluation of input and output data
• gain hands-on experience with commercial simulation tools
• gain experience in simulation in various fields of application (including computer networks, manufacturing systems, material flow systems)
• independently develop simulation models on the basis of sample tasks using different modeling paradigms
• can work in groups cooperatively and responsibly

Literatur:

Law, “Simulation Modeling and Analysis”, 5th ed., McGraw Hill, 2014

Weitere Informationen:

Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
Das Modul ist im Kontext der folgenden Studienfächer/Vertiefungsrichtungen verwendbar:

1. International Information Systems (IIS) (Master of Science)
   (Po-Vers. 2021w | ReWiFak | International Information Systems (IIS) (Master of Science) | Gesamtkonto | Informatics | Data and knowledge - Informatics | Simulation und Modellierung I)

Studien-/Prüfungsleistungen:

Simulation und Modellierung I (Prüfungsnummer: 70901)

(englischer Titel: Lecture: Simulation and Modelling I)

Prüfungsleistung, Klausur, Dauer (in Minuten): 90, benotet, 5 ECTS

Anteil an der Berechnung der Modulnote: 100.0 %

weitere Erläuterungen:
Die im Rahmen der Übung gestellten (zwei)wöchentlichen Übungsaufgaben können abgegeben werden und werden in diesem Fall bewertet. Auf Basis des Ergebnisses dieser Bewertungen können bis zu 10 % Bonuspunkte erworben werden, die zu dem Ergebnis einer bestandenen Klausur hinzugerechnet werden.
Benotete Prüfung (schriftlich 90 min)
----------------------------------------------
The (two) weekly assignments of the exercise can be submitted and will be scored in this case. Based on the result of these scores, up to 10% bonus points can be earned, which are added to the final points of a successfully passed exam.
Graded Exam (written 90min)

Prüfungssprache: Englisch

Erstablegung: WS 2022/2023, 1. Wdh.: SS 2023

1. Prüfer:

Reinhard German

Termin: 06.10.2022