Universität Bonn

Institut für Informatik IV

Betriebssysteme und Stochastische Modellierung



Vorlesung

Simulation - Methoden für Anwendungen

Sommersemester 2003

Prof. Dr. Christoph Strelen


Termine | Vorlesung | Übungen | Literatur | Links

Termine

Vorlesung montags 10-11.30 Uhr
freitags 11-13 Uhr
Raum N 102
Übungmontags 11.30 Uhr -13.00 Uhr Raum N 102

Vorlesung

Vorlesungsfolien

2 Folien pro Seite6 Folien pro Seite
Kapitel 1: SimulationsmodelleVSim1.pdf VSim1-klein.pdf
Kapitel 2: Grundstrukturen in Simulationssoftware VSim2.pdf VSim2-klein.pdf
Kapitel 3: Simulationssoftware VSim3.pdf VSim3-klein.pdf
  Arena-Vorlesung.pdf Arena-Vorlesung-klein.pdf
Kapitel 4: Kurze Einführung in die Stochastik StochastikKurz.pdf StochastikKurz-klein.pdf
Kapitel 5: Modellbildung VSim5.pdf VSim5-klein.pdf
Kapitel 6: W-Verteilungen für Einwirkungen von außerhalb des Modells VSim6_2003.pdf VSim6-klein.pdf
Kapitel 7: Random-Number Generators VSim7.pdf VSim7-klein.pdf
Kapitel 8: Generating Random Variates VSim8.pdf VSim8-klein.pdf
Kapitel 9: Statistical Analysis of output data VSim9.pdf VSim9-klein.pdf
Kapitel 10: Comparing Alternative System Configurations VSim10.pdf VSim10-klein.pdf
Kapitel 11: Variance-Reduction Techniques VSim11.pdf VSim11-klein.pdf
Simulation seltener Ereignisse IS.ps IS.dvi
Kapitel 12: Experimental Design, Sensitivity Analysis and Optimation VSim12.pdf VSim12-klein.pdf

Datenanpassung mit genetischen Algorithmen
Endlastige Lasten
Median-Konfidenzintervalle

Fehlende Folien

FolieKap2_39.PDF
FolieKap2_57.PDF
Folie4_31.PDF
Folie4_33.PDF

C-Sourcen

Kapitel 1
Kapitel 2

Vorlesungsankündigung

Modellbildung und Computersimulation bilden ein wichtiges Instrument zur Analyse komplexer Systeme und werden in vielen Anwendungsbereichen genutzt, von den Natur- und Ingenieurwissenschaften über die Wirtschafts- und Sozialwissenschaften bis hin zu Medizin und Informationstechnologie, zum Beispiel für

  • Logistik, Lagerhaltung, Verkehr, Transport,
  • Fabrikationsanlagen und Prozesse, Scheduling bei Fabrikationsprozessen,
  • Echtzeitregelung,
  • Organisationsformen von Wirtschaftsbetrieben, Verwaltungen, Krankenhäusern, Ämtern, Fast-Food-Restaurants,
  • Geschäftsprozesse, ökonomische Systeme, Finanzsysteme,
  • Ökosysteme,
  • militärische Anwendungen, Waffensysteme, Taktik,
  • Warteschlangensysteme, Petrinetze, stochastische Prozeßalgebren,
  • Rechnermodelle, Kommunikationssysteme, Protokolle, ...
Adäquate Methoden für Modellbildung und Simulation, ferner leistungsfähige Software zu entwickeln, ist Aufgabe und Herausforderung an die Angewandte Informatik. Hand in Hand mit zunehmender Anwendung von Simulation geht die Entwicklung immer einfacherer graphischer, animierter Darstellung der simulierten Vorgänge.

Die Vorlesung bietet eine anwendungsorientierte Einführung in die zeitdiskrete Simulation. Es werden methodische Grundlagen behandelt und praktische Techniken zur Implementierung komplexer Simulationsmodelle.

Voraussetzungen
Stoff des Vordiploms, etwas Stochastik

Prüfungsmöglichkeit
Diplom: Praktische Informatik (B, B4) oder Vertiefungsgebiet (C)

Übungsaufgaben

35Ue1.pdf 
35Ue2.pdf 
35Ue3.ps 
35Ue4.ps 
35Ue5.pdf 
36Ue6.pdf 
36Ue7.pdf 
37Ue8.ps 
37Ue9.ps 
37Ue10.ps 

Literatur

Die Vorlesung orientiert sich stark an dem Buch von Law und Kelton. Eine Anschaffung ist sicherlich sinnvoll. Das zweitgenannte Buch ist das Buch zum Simulationssystem Arena.

Weitere Literatur

  • J. Banks (ed.): Handbook of Simulation, Wiley, 1998.
  • J. Banks, J.S. Carson, B.L. Nelson: Discrete Event System Simulation, 2nd. ed., Prentice Hall, 1996.
  • G.S. Fishman: Principles of Discrete Event Simulation, Wiley, 1978.
  • H. Langendörfer: Leistungsanalyse von Rechensystemen, Hanser, 1991.
  • B. Page: Diskrete Simulation, Springer, 1991.
  • R.Y. Rubinstein: Simulation and the Monte Carlo Method, Wiley, 1981.
  • R.Y. Rubinstein, B. Melamed: Modern Simulation and Modeling, Wiley, 1998.
  • Winter Simulation Conference Papers (u.a. zahlreiche Tutorials)

Interessante WWW-Seiten

Zufallszahlen
  • Mersenne Twister Homepage
    Zufallszahlengenerator mit Periodenlänge 2^19937-1, Implementierungen in diversen Programmiersprachen erhältlich
  • pLab Project Home Page
    Forschungsgruppe Zufallszahlengeneratoren der Universität Salzburg
  • Pierre L'Ecuyer
    Der Zufallszahlenpapst, Universität Montreal
    Uniform Random Number Generation (von ihm als sein bestes Tutorial über Zufallszahlengeneratoren bezeichnet)
  • DIEHARD - a battery of tests for random number generators by George Marsaglia
    C-Sourcen und Executables für DOS/Linux/Sun; außerdem Marsaglia's Random Number CD ROM
Organisationen und Konferenzen


Universität Bonn / Informatik / Abteilung IV

12.5.2003 - strelen@cs.uni-bonn.de