Modulbeschreibung
Modellbildung und Simulation
Kurzzeichen:
Durchführungszeitraum:
ECTS-Punkte:
Lernziele:
Eine der grössten Herausforderungen in der Analyse von komplexen Systemen ist die Bildung adäquater Modelle. In vielen Fällen ist es nicht möglich (oder schlicht zu teuer) Experimente am Originalsystem auszuführen.
Modelle sind Abbilder des realen Systems (digitale Zwillinge). Sie fördern das Systemverständnis und bieten die Möglichkeit für frei wählbare Szenarien das Systemverhalten sicher und kostengünstig zu simulieren und zu verbessern.
Die Studierende lernen die wichtigsten Modellierungs- und Simulationsansätze kennen und führen selbstständig in geführten Teams ein realitätsnahes Simulationexperiment mit einer professionellen Simulationssoftware (Simio) durch.
Verantwortliche Person:
Standort (angeboten):
Zusätzlich vorausgesetzte Kenntnisse:
Äquivalente Module:
Skriptablage:
Modultyp:
Bemerkungen:
Workload [h]
Vorlesung: 28
Übungen: 28
Selbststudium: 64
Total: 120
Dieses Modul ist besonders empfehlenswert für Studierende, die sich für Operations Management & Logistics interessieren und sich eventuell vorstellen könnten ihre Bachelorarbeit in diesem Themengebiet zu machen.
ECTS-Punkte pro Kategorie
Modulbewertung
Bewertungsart:
Leistungsbewertung
Während der Prüfungssession:
Während des Semesters:
Bewertungsart:
Gewichtung:
40% Projektarbeit
60% schriftliche Prüfung während der Prüfungssession
Bemerkungen:
Schriftliche Prüfung:
60 Minuten, Gewichtung 60%
Erlaubte Hilfsmittel:
- eigene Zusammenfassung auf 1 A4 Blatt, beidseitig beschrieben
- Taschenrechner (keine kommunikationsfähigen Geräte)
Projektarbeit:
Gewichtung 40%
Kurse in diesem Modul
Modellbildung und Simulation
Kurzzeichen:
Lernziele:
Fachkompetenzen
Die Teilnehmenden:
- können Systeme analysieren und modellieren
- können mit Modellen experimentieren und Szenario-Analysen und/oder Optimierungen durchführen
- können Simulationsergebnisse statistisch untersuchen, auswerten und interpretieren
Methodenkompetenzen
Die Teilnehmenden:
- kennen die Vor- und Nachteile der wichtigsten Modellierungs- und Simulationsparadigmen und können für eine konkrete Aufgabenstellung eine passende Modellklasse bestimmen
- können Modelle validieren
Selbstkompetenzen
Die Teilnehmenden:
- können Aufwand, Kosten und Nutzen von Simulationen einschätzen
- können die eigenen Stärken und Schwächen im Simulationsprozess erkennen
Sozialkompetenzen
Die Teilnehmenden:
- können im Rahmen der Projektarbeit effektiv zusammenarbeiten
- können durch gezieltes Nachfragen aus unvollständigen Angaben und vagen Zielvorstellungen eine adäquate Aufgabenstellung herleiten
Plan und Lerninhalt:
Thmenblock Systemanalyse
- System versus Modell; Experiment versus Simulation
- Übersicht Modellandschaft
Thememblock Modellbildung
- Determinstische Modelle
- Stochastische Modelle
Themenblock Simulation
- Monte Carlo Simulation
- Diskrete Ereignissimulation
- Gruppenarbeit / Simulationsprojekt
Unterrichtssprache:
Bibliographie:
Pflichtliteratur wie Skript, Bücher
- Folienskript
- Zusammengestellte Unterlagen
Weiterführende Literatur (Empfehlung an Studierende)
- Hedtstück, U. (2013). Simulation diskreter Prozesse: Methoden und Anwendungen; Springer. ISBN 978-3-642-34871-6
- Duda, R., Hart, P., Stork, E. (2000). Pattern Classification; Wiley & Sons. ISBN 978-0-471-05669-0
Kursart:
(Durchführung gemäss Stundenplan)