Literatur |
• Law A., Kelton D.: Simulation Modeling & Analysis. McGraw-Hill International Editions, 1991. • Cassandras C.G, Lafortune S.: Introduction to Discrete Event Systems. Kluwer Academic Publishers, 1999. • Zeigler B.P., Praehofer H., Kim T.G.: Theory of Modeling and Simulation. Academic Press, 2000. • Kelton D., Sadowski R.P., Sadowski D.A.: Simulation with ARENA. McGraw-Hill, 1998. • Fujimoto R.M.: Parallel and Distributed Simulation Systems. John Wiley&Sons Inc., 2000. • Baumgarten B.: Petri-Netze. Grundlagen und Anwendungen. Spektrum Akademischer Verlag GmbH, 1996. • Banks J., Carson J.S., Nelson B.L., Nicol D.M.: Discrete-Event System Simulation. Prentice Hall, 2001 Sonstiges: Weitere Literatur wird begleitend zur Vorlesung bekanntgegeben. Es gibt ein Skriptum, das aus den in der Vorlesung gezeigten Präsentationsfolien und einer Sammlung exemplarischer Kontrollfragen besteht. |
Lerninhalte |
Modellierung und Simulation spielt in fast allen naturwissenschaftlichen und ingenieurwissenschaftlichen Disziplinen eine zentrale Rolle. Auch in der Informatik ist die Modellierung und Simulation als experimentelle Technik, um autonome, nebenläufige, selbstorganisierende Software zu entwickeln, von zentraler Bedeutung. F¨ur die Herausforderungen dieser unterschiedlichen Anwendungsgebiete gilt es Methoden und Werkzeuge zu entwickeln. Die Vorlesung gibt einen Überblick ¨über grundlegende Methoden und Techniken der Modellierung und Simulation. Inhalte • Systemtheoretische Grundlagen • Diskret-Schrittweise: Anwendungen • Diskret-Schrittweise: Modellformalismen, z.B. ZA, Petri Netze, PI • Diskret-Schrittweise: Simulation, Analyse • Diskret-Ereignisorientiert: Anwendungen • Diskret-Ereignisorientiert: Modellformalismen, z.B. DEVS, Queuing Networks, Stochastische PN, Stochastic PI • Diskret-Ereignisorientiert: Simulation, Analyse • Kontinuierlich: Anwendungen • Kontinuierlich: Modellformalismen, z.B. Blockdiagramme • Kontinuierlich: Simulation • Hybrid: Anwendungen • Hybrid: Modellformalismen, z.B. Hybride Automaten • Hybrid: Simulation • Parallele Simulation • Entwicklung des Experimental Frames, z.B. stochastische Verteilung, Optimierung |